i
ДАТАИСТ
Новости · 2026-09-12

OpenAI нацеливает ChatGPT for Financial Services на задачи младших банковских аналитиков

@neuronium_ai @neuronium_ai

OpenAI представила ChatGPT for Financial Services — корпоративный продукт для финансового сектора, созданный вместе с Morgan Stanley и Evercore и работающий на GPT-6 Astra. Система исследует компании, анализирует финансовые данные и готовит клиентские презентации, автоматизируя задачи, которыми десятилетиями занимались младшие банковские аналитики. Продукт получает данные напрямую из LSEG, PitchBook, Daloopa и Crunchbase, снабжает цифры проверяемыми ссылками и умеет собирать презентации в шаблоне банка. OpenAI называет его инструментом повышения производительности, а не заменой сотрудников, но эксперты предупреждают о риске «когнитивной атрофии», если ИИ возьмёт на себя рассуждения, необходимые для обучения. Исследования уже показывают, что в профессиях, подверженных влиянию генеративного ИИ, занятость молодых работников снижается из-за сокращения новых наймов.

Обложка: OpenAI нацеливает ChatGPT for Financial Services на задачи младших банковских аналитиков

OpenAI в четверг представила ChatGPT for Financial Services — версию корпоративного продукта для исследования компаний, анализа финансовых данных и подготовки клиентских презентаций инвестиционных банков. Система сразу умеет выполнять задачи, которые Уолл-стрит десятилетиями поручала самым молодым сотрудникам:

анализировать сопоставимые компании;
строить модели выкупа с привлечением заемных средств (LBO);
отбирать потенциальных покупателей;
разбирать финансовые результаты;
готовить питчбуки.

По словам Ника Тёрли, вице-президента OpenAI по продуктам, продукт разработан на основе ChatGPT Work вместе с Morgan Stanley и Evercore, которые выступили партнёрами на этапе проектирования. Система работает на GPT-6 Astra — новейшей модели компании.

Что отличает продукт

Главное отличие от базовой корпоративной версии — данные. ChatGPT for Financial Services получает прямой доступ к финансовой отчётности, расшифровкам звонков по итогам кварталов, ключевым показателям компаний и данным о частном бизнесе из нескольких источников:

LSEG;
Daloopa;
PitchBook;
Crunchbase.

Кроме того, продукт автоматически подключается к уже оплаченной банком подписке на существующие базы данных.

Каждая цифра сопровождается ссылкой на исходный документ. Графики можно сверить с базовыми данными, а администраторы получают инструменты для контроля доступа к конфиденциальным материалам сделок.

Во время демонстрации Ник Тёрли попросил систему оценить потенциальную цель для слияния или поглощения, найти нужные показатели и подготовить оформленную презентацию PowerPoint в собственном шаблоне банка. По его словам, сложность была не в создании красивых слайдов, а в том, чтобы их содержание имело смысл: модель должна была выбрать подходящую группу сопоставимых компаний, загрузить цены в таблицу, проверить график по исходным данным и объяснить падение, а затем восстановление котировок.

Тёрли заявил, что спрос на продукт высокий, а OpenAI планирует создавать аналогичные версии для других отраслей. Он не назвал банки, которые уже подписали соглашения.

Конкуренция за корпоративный рынок

Запуск укладывается в общую стратегию OpenAI. Финансовый директор компании Сара Фрайер сообщила инвесторам в августе, что корпоративный бизнес теперь приносит OpenAI больше выручки, чем потребительский. Компания, как ожидается, готовится к первичному размещению акций, а на финансовом рынке конкуренты начали работать раньше: Anthropic в прошлом году выпустила Claude for Financial Services.

Банки относятся к самым дорогим клиентам разработчиков программного обеспечения. Они платят за данные и надёжность продуктов, а также нанимают десятки тысяч сотрудников, чьи повседневные задачи хорошо соответствуют возможностям больших языковых моделей. Поэтому инвестиционный банкинг стал естественной первой отраслью для таких продуктов и одновременно показательным примером.

Вопрос, на который OpenAI не ответила прямо

Журналисты CNBC спросили Ника Тёрли, приведёт ли продукт к сокращению найма младших банковских аналитиков. Он назвал систему инструментом повышения производительности, а не заменой сотрудников. По словам Тёрли, аналитики работают по 100 часов в неделю, а результат будет похож на эффект от появления Microsoft Excel: те же люди смогут быстрее и качественнее проводить анализ.

Это сравнение требует уточнения. Excel ускорил рассуждения аналитика, но не выбирал группу сопоставимых компаний, не решал, какой график нужен, и не объяснял падение котировок. Инструмент, который выполняет эти действия, берёт на себя ту часть работы, благодаря которой аналитик изначально учился.

О таком риске говорят и внутри финансовой отрасли. В выпуске подкаста Goldman Sachs Exchanges от 24 августа Крис Чёрчман — партнёр, руководящий платформой банка Marquee и сопредседатель рабочей группы по ИИ в подразделении Global Banking and Markets, — предупредил о «когнитивной атрофии», если банкиры начнут передавать моделям собственные рассуждения.

По его словам, значительная часть финансовых знаний носит неявный характер и осваивается на практике. Он сравнил возможный эффект с тем, как GPS ослабил у людей чувство ориентации. Чёрчман признал, что Goldman Sachs пока не решил, какую долю работы начального этапа карьеры следует автоматизировать.

Что показывают данные о занятости

На вопрос об обучении через практику уже есть ранний измеримый сигнал. Исследование Лаборатории цифровой экономики Стэнфорда, обновлённое в августе, показало: среди работников от 22 до 25 лет в профессиях, наиболее подверженных воздействию генеративного ИИ, занятость теперь на 19% ниже уровня, который был бы при сопоставимой динамике с менее уязвимыми профессиями.

Работники с большим опытом в тех же профессиях заметного разрыва не демонстрируют. Исследователи связывают различие с тем, что компании стали реже нанимать молодых сотрудников, а не с увольнениями уже работающих людей. Снижение особенно заметно там, где ИИ автоматизирует задачи, а не дополняет труд человека.

К аналогичному выводу пришёл Федеральный резервный банк Далласа в анализе, опубликованном в январе: потери занятости, связанные с воздействием ИИ, наблюдаются только среди молодых работников. В основном они происходят потому, что в такие профессии стало приходить меньше людей, ранее не имевших работы.

Инвестиционный банкинг — частный случай более широкой тенденции, но запуск OpenAI делает её наглядной. Если модель может за несколько минут подготовить обоснованный питчбук, меняется экономическая логика двухлетней программы для аналитиков. Раньше банк платил недавнему выпускнику за то, чтобы тот постепенно и под надзором учился, создавая такой же питчбук.

Что будет дальше

Это не означает исчезновения должности аналитика. Скорее, содержание работы придётся перестроить. В возможном будущем младшие банкиры будут меньше времени тратить на сборку презентаций и больше — на проверку результатов модели, проверку допущений и участие во встречах с клиентами, которые раньше проводили только старшие сотрудники.

Открытым остаётся вопрос, станут ли банки действительно создавать такую версию должности или просто сократят найм. Именно это решение будет иметь значение.

Себ Кирк, генеральный директор ИИ-платформы GaiaLens, сказал в интервью Moneywise, что никто не учится принимать решения, просто меняя оформление презентации в два часа ночи. Но когда человек сам работает с цифрами, он замечает, если одна из них неверна.

OpenAI создала инструмент, который берёт работу с цифрами на себя. То, что финансовая отрасль сделает с людьми, выполнявшими эту работу раньше, станет понятно в следующем цикле найма.

Ежедневные новости об ИИ

Каждый день отбираем важные новости об ИИ и рассказываем главное — без хайпа и воды. Если хотите понимать, что происходит в ИИ раньше остальных, — подписывайтесь.

Только важное — каждый день

В Telegram