這真的非常有趣 我一直在嘗試使用 AI 驅動的數據儀表板來更系統地追蹤公司的 KPI。 公共股權研究過程中有很多是關於開發更好的收入預測（這些預測會流向各個增量層級的 EPS）。 因此，投資研究的運作大多是關於追蹤能夠提供更準確收入預測的數據。這是替代數據行業的基礎。 但有許多有用的數據集是公開的。隨著聊天機器人（Claude）的發展，我對這些工具能夠抓取這些數據的能力印象深刻。 對我來說，這是與 Excel 流利度並行的另一個缺失部分。能夠攝取一個 Excel 模型（最終建立它，但今天不談），識別關鍵驅動因素（來自公開和專有數據），將這些數據提煉回預測中，並標記自定義警報（業務動能變化、可能的收入預測修訂、論點驗證/無效化等）。現在我們開始談論了！！這比金融聊天機器人包裝要有幫助得多。 我確實在想這些工具是否以如此快的速度進步，以至於大多數金融專業人士甚至不需要學習編碼代理。 例如，Perplexity Computer 一次性完成了一些，雖然肯定不完美，但顯示了在構建簡單而強大的用戶界面方面的基礎設施能力的實質性進步。 機構級的準確性仍然是一個關鍵且尚未完全解決的問題（隨著像 CarbonArc 這樣的公司推出 MCP，這會改善嗎？？），但看到工程能力在如此短的時間內如此實質性地改善，令人興奮。