Chris Pulman以前要花兩天時間才能準備好央行會議前瞻，現在這位Balyasny Asset Management的首席經濟學家只需30分鐘就能搞定。多虧了新一代人工智慧技術的發展，聊天機器人可以幫助他完成耗時且耗力的研究工作。

從總結華爾街經濟學家的觀點，到產生圖表，摘抄貨幣官員最新聲明等，聊天機器人都不在話下。只要Pulman輸入訊息，人工智慧程式就會產生一個模板以展示他的利率預測。

「我們發現，它們實際上比一開始想像的要強大得多，」這位Balyasny經濟學家在談到大語言模型時說。 「但需要經過一些培訓，不能直接拿來就用」。

在OpenAI大張旗鼓推出ChatGPT 20多個月後，包括Two Sigma Investments和英仕曼集團在內的多家對沖基金管理公司正競相開發這項有顛覆性潛力的技術，將聊天機器人整合到日常研究和投資流程中。銀行也正在利用這些工具，例如摩根大通上月向​​資產和財富管理部門員工推出自己的ChatGPT，高盛也在建立自己的ChatGPT平台。

ChatGPT的早期使用者早就習慣用新技術來獲得投資優勢，聊天機器人可以像實習生一樣完成吃力不討好的任務，包括過濾監管文件、寫研究摘要和完成基本編程。

但是一個完全成熟的聊天機器人形式的分析師可以給出老道的投資建議、細緻的研究和可靠預測嗎？這一切還有很長的路要走，華爾街擔心這項新技術將難以對今年股市的瘋狂上漲給出合理解釋。

英仕曼集團聊天機器人示範如何在基金文件中找到訊息

Pulman認為，如果有更多的時間，他可以把生成式人工智慧提升到更先進的水平，讓它編寫複雜程式碼並自行給出經濟預測。他說，兩到三年內人工智慧非常有望承擔70%到80%的金融業經濟學家工作。

要實現這一目標，該行業必須克服幾個重大問題。其中之一是，生成式人工智慧可能會編造事實、拋出一篇虛假的研報或給出錯誤內容。而且，在沒有真人大力引導的情況下，其很難處理抽像或多層次的問題。

有一次，Balyasny的投資組合經理想看看它的聊天機器人是否可以找出關稅上調對哪些股票利好，哪些股票利空，這是一個合理的問題，但沒辦法立刻解答。工程師必須先透過把場景分解為一系列子問題來訓練模型。他們花了99分鐘掃描了20000份文件，一步步引導，最後聊天機器人給了令人滿意的答案。

「我們依靠的是初級實習生的能力：你要求人工智慧利用內部資料來源做一些簡單的分析，這個它可以做，但你必須給出很多非常具體的提示，否則它們的分析結果會很初級， 」管理約220億美元資產的Balyasny應用人工智慧主管Charlie Flanagan表示，「那麼，我們如何將它從初級實習生提升到高級實習生，再提升到初級分析師，並在2024年底接住一些高難度問題呢？

天下沒有免費午餐。高盛估計，未來幾年在整個經濟領域建立人工智慧基礎設施將耗資超過1兆美元。 Balyasny有一個12人組成的人工智慧團隊，英仕曼差不多有6個人專門從事開發生成式人工智慧。像ChatGPT或Anthropic的Claude之類訓練有素的系統會對每次使用收費，而如果在Meta的Llama這種開源模型基礎上構建一個系統，需要在人手和計算能力上投入大量資金。

可以解讀交易文本的機器人在華爾街並不是什麼新鮮事。多年來，電腦一直有能力從新聞報導和財報中分析市場影響。但ChatGPT的真正吸引力在於它將這一切工作提升了一個檔次，包括分析上下文，連貫性回答問題，並利用一系列資料來源得出複雜的結論。

對一些基金經理人來說，如果未來的技術突破能讓大語言模式像OpenAI所設想的那樣更接近人類智力，那麼提早投資這類產品將使他們領先於競爭對手。

目前尚無定論。在規模約100億美元的私募信貸公司Atalaya Capital Management，生成式人工智慧大大加快了他們在設備租賃業務中尋找潛在藉款人和起草法律合約的速度，但是負責數據科學的Andy Halleran表示，篩選投資項目以及對合約條款進行談判肯定都需要真人來完成。

總而言之，雖然聊天機器人可能是華爾街最勤奮的實習生，但晉升為正式分析師的門檻仍然很高。