Și asta este foarte interesant Am experimentat cu dashboard-uri de date bazate pe AI pentru a urmări mai sistematic KPI-urile companiei. O mare parte din procesul de cercetare a acțiunilor publice se concentrează pe dezvoltarea unor prognoze mai bune de venituri (care apoi curg spre EPS la diferite niveluri incrementale). Astfel, o mare parte din procesul de cercetare a investițiilor se concentrează pe urmărirea datelor care informează prognoze mai precise ale veniturilor. Aceasta este fundația industriei alternative a datelor. Dar există multe seturi de date utile care stau la vedere. Pe măsură ce chatboții și-au dezvoltat brațe (Claude), am fost impresionat de capacitatea acestor instrumente de a obține aceste date. Pentru mine, aceasta este cealaltă piesă lipsă care se află alături de fluența în Excel. Capacitatea de a prelua un model Excel (eventual de a-l construi, dar nu și astăzi), de a identifica factorii cheie (din date deschise și proprietare), de a distila acele date înapoi în prognoze și de a semnala alerte personalizate (inflexiuni de momentum de business, revizuiri probabile ale prognozelor de venituri, validarea/invalidarea tezei etc). Acum vorbim!! Acest lucru este cu ordine de mărime mai util decât un wrapper de chatbot financiar. Mă întreb dacă aceste instrumente evoluează într-un ritm atât de mare încât majoritatea profesioniștilor financiari nici măcar nu trebuie să învețe agenți de programare. De exemplu, Perplexity Computer a eliminat dintr-o dată ceva care, cu siguranță, nu era perfect, dar demonstrează progrese materiale în capacitatea infrastructurii harness de a construi interfețe simple și puternice pentru utilizator. Acuratețea nivelului instituțional rămâne o problemă critică și încă nu este complet rezolvată (se îmbunătățește acest lucru pe măsură ce firme precum CarbonArc lansează MCP-uri??), dar este interesant să vezi că capacitățile inginerești se îmbunătățesc atât de semnificativ, într-un timp atât de scurt.