10 geriausi akcijų tyrimų ir finansinės analizės agentai

10 geriausi akcijų tyrimų ir finansinės analizės agentai

DI pagrindu veikiantys akcijų tyrimai peržengia dokumentų apibendrinimo ribas. Naudingiausios sistemos dabar derina reguliacines ataskaitas, pajamų skambučių stenogramas, investuotojų pristatymus, įmonės veiklos pagrindinius rodiklius, konsensuso įvertinimus, vidinius tyrimus ir finansinius modelius į pakartotinį darbo procesą.

Svarbus skirtumas yra tarp DI įrankio, kuris sugeneruoja įtikinamą pastraipą, ir audituojamo tyrimų agento, kuris gali:

• Gauti tinkamą ataskaitą, laikotarpį, segmentą, vienetą ir apskaitos apibrėžimą.
• Kiekvieną faktinį teiginį susieti su įrodymais.
• Užpildyti arba atnaujinti finansinį modelį.
• Palyginti praneštus rezultatus su tuo metu prieinamais konsensuso įvertinimais.
• Aptikti prieštaravimus, perskaičiavimus ir neįprastus pokyčius.
• Išsaugoti prielaidų, užklausų, modelių versijų ir analitikų patvirtinimų istoriją.
• Užkirsti kelią reikšmingos neviešos informacijos nutekėjimui į netinkamus rezultatus.

Šiame straipsnyje pateikiamas 10 geriausių platformų reitingas pagal tinkamumą viešosios rinkos akcijų tyrimams ir finansinei analizei, o ne pagal rinkos dalį ar pardavėjų praneštą dirbtinio intelekto tikslumą. Šiuo metu nėra nepriklausomo, tiesioginio palyginimo, apimančio visus dešimt produktų pagal duomenų gavimo tikslumą, pastabų parengimo laiką, konsensuso nuokrypį ir ataskaitų klaidų aptikimą.

10 geriausių iš pirmo žvilgsnio

Kaip buvo vertinamos šios platformos

Aktualus klausimas yra ne tik „Kuri sistema turi geriausią pokalbių robotą?“ Rimtas akcijų tyrimų agentas turėtų būti vertinamas per šešis lygmenis.

1. Duomenų aprėptis ir pardavėjo jungtys

Ar platforma jungiasi prie:

• Vertybinių popierių ir biržos komisijos (SEC) ataskaitų.
• Tarptautinių ataskaitų.
• Pajamų skambučių stenogramų ir garso įrašų.
• Investuotojų pristatymų.
• Standartizuotų finansinių ataskaitų.
• Įmonės veiklos pagrindinių rodiklių (KPI).
• Konsensuso įvertinimų.
• Pardavėjų pusės tyrimų.
• Ekspertų tinklo stenogramų.
• Alternatyvių duomenų.
• Vidinės tyrimų pastabos, el. paštas, klientų santykių valdymo sistemos ir failų saugyklos.

2. Gavimo tikslumas

Ar sistema gali teisingai identifikuoti:

• Ataskaitinį laikotarpį.
• Ataskaitos datą ir prieigos numerį.
• Tinkamą įmonę ir vertybinius popierius.
• Vienetus ir valiutą.
• Praneštus palyginti su koreguotais skaičiais.
• Konsoliduotus palyginti su segmentų duomenimis.
• Išnašų atskleidimus.
• Perskaičiuotus palyginti su originaliai praneštais skaičiais.
• Tikslų sakinį, lentelę, puslapį ar eilutę, pagrindžiančią teiginį.

3. Finansinio modelio generavimas

Ar agentas gali sukurti arba atnaujinti:

• Pelno (nuostolių) ataskaitas.
• Balansus.
• Pinigų srautų ataskaitas.
• Pajamų struktūras.
• Segmentų modelius.
• Veiklos sąnaudų grafikus.
• Pagrindinių veiklos rodiklių (KPI) grafikus.
• Palyginamųjų įmonių analizes.
• Diskontuotų pinigų srautų (DPS) modelius.
• Optimistinius, bazinius ir pesimistinius scenarijus.
• Jautrumo lenteles.

4. Pastabų generavimas

Ar ji gali parengti naudingą:

• Greitą pelno apžvalgą.
• Pelno peržiūrą.
• Pelno po ataskaitos paskelbimo peržiūrą.
• Pradinę ataskaitą.
• Įmonės apžvalgos lapą.
• Investicinę tezę.
• Vadovybės susitikimo santrauką.
• Modelio pakeitimų santrauką.
• Vidinio investicijų komiteto memorandumą.

5. Audituojamumas

Ar apžvalgininkas gali spustelėti nuo kiekvieno svarbaus teiginio iki:

• Originalaus dokumento.
• Atitinkamo puslapio ar eilutės.
• Šaltinio laiko žymos.
• Duomenų versijos.
• Skaičiavimo ar formulės.
• Ankstesnės prielaidos.
• Analitiko ar agento, kuris atliko pakeitimą?

6. Valdymas ir atitiktis

Ar platforma palaiko:

• Rolėmis pagrįstus leidimus.
• Šaltinio lygio teises.
• Viešosios palyginti su privačios informacijos žymas.
• Reikšmingos neviešos informacijos (MNPI) kontrolę.
• Užklausų ir rezultatų saugojimą.
• Nekintamą arba atkuriamąją versijų istoriją.
• Žmogaus patvirtinimą.
• Duomenų ištrynimą.
• Įsipareigojimus netreniruoti.
• Modelių teikėjo skaidrumą.
• Audito eksportą.

1. AlphaSense Generative Search and Workflow Agents

Geriausias apskritai plačioms akcijų tyrimams ir kokybinei žvalgybai.

„AlphaSense“ turi vieną plačiausių tyrimų turinio pagrindų šioje grupėje. Jos platforma sujungia ataskaitas, pajamų skambučių stenogramas, pardavėjų pusės tyrimus, ekspertų interviu, vidinius tyrimus, finansinius duomenis, įmonės veiklos pagrindinius rodiklius ir sandorių informaciją. Jos dokumentacijoje teigiama, kad Generatyvinė paieška gali sujungti struktūrizuotus finansinius duomenis su kokybiniu turiniu, įskaitant daugiau nei 20 metų istorinių finansinių duomenų ir konsensuso duomenų daugiau nei 22 000 viešųjų įmonių. Jos „Canalyst“ integracija prideda įmonės veiklos metrikas tūkstančiams įmonių. (help.alpha-sense.com)

Platformos Deep Research režimas sukuria tyrimų planą, atlieka pasikartojančias paieškas ir sugeneruoja cituotą analizę. Jos darbo eigų agentai gali padėti rengiant pelno ataskaitas, įmonių augimą, lyginamąją analizę ir išsamų patikrinimą. Vartotojai taip pat gali peržiūrėti tyrimų planą ir pagrindines citatas, užuot gavę tik galutinį atsakymą. (help.alpha-sense.com)

Stipriosios pusės

• Plačiausias kokybinių ir kiekybinių tyrimų turinio derinys.
• Stipri pajamų skambučių, ekspertų tinklų ir pardavėjų pusės tyrimų aprėptis.
• Naudinga įmonių profiliams, pelno rengimui ir konkurencinei lyginamajai analizei.
• Įrodymais susieti atsakymai ir su šaltiniais susietos finansinės lentelės.
• Vis labiau tobulėjantis darbo eigų agento sluoksnis.

Apribojimai

„AlphaSense“ yra stipriausia kaip tyrimų ir žvalgybos platforma, o ne būtinai kaip visiškai deterministinis finansinio modelio kompiliatorius. Ji gali padėti patvirtinti prielaidas ir generuoti tyrimų rezultatus, tačiau pirkėjai turėtų patikrinti, ar sistema atnaujina jų esamą „Excel“ modelį su tokiu pat tikslumu kaip specializuota finansinių duomenų platforma.

Geriausia: turto valdytojams, rizikos draudimo fondams, investiciniams bankams ir tyrimų komandoms, kurioms reikia sujungti ataskaitas, skambučius, ekspertų tyrimus, brokerių tyrimus ir vidines žinias.

2. Rogo ir Felix

Geriausia išsamiems finansiniams darbo produktams.

„Rogo“ pozicionuoja „Felix“ kaip finansams skirtą agentą, kuris gali generuoti „Excel“ modelius, „PowerPoint“ pristatymus, „Word“ dokumentus, prietaisų skydelius ir šaltiniais pagrįstus tyrimus iš vienos užklausos. Jos viešojo agentų biblioteka apima akcijų tyrimų darbo procesus, tokius kaip ketvirtiniai pelno modeliai, optimistinio ir pesimistinio scenarijų atvejai, pelno po-mirties analizės, įvykių katalizatorių atranka ir pradinės ataskaitos. (rogo.ai)

„Rogo“ taip pat siūlo individualius agentus, kurie koduoja įmonės šablonus, formatavimą, darbo procesus, lyginamuosius rodiklius ir investavimo metodiką. Jos jungčių sąraše yra vidinio bendradarbiavimo ir duomenų sistemos, „Daloopa“, „Moody‘s“, „PitchBook“, „Microsoft Teams“, „Dropbox“, „Slack“, „Affinity“ ir pasirinktiniai Modelio konteksto protokolo serveriai. Jos „Excel“ papildinys skirtas kurti, atnaujinti, analizuoti ir atlikti modelių atsparumo testus darbaknygėje. (rogo.ai)

Stipriosios pusės

• Stipriausia bendra orientacija į galutinius rezultatus.
• Gali generuoti modelius, pastabas, pristatymus ir prietaisų skydelius.
• Individualūs agentai gali koduoti įmonės stilių ir investavimo procesus.
• Gerai tinka pasikartojantiems pelno ir portfelio stebėjimo darbo procesams.
• Plati vidinė ir išorinė jungčių strategija.

Apribojimai

„Rogo“ diegimai dažnai yra individualizuoti, todėl rezultatai gali labai skirtis priklausomai nuo įmonės konfigūracijos, duomenų teisių ir agento dizaino. „Rogo“ paskelbė savo Big Finance Bench – 928 klausimų lyginamąjį testą, apimantį vertinimą, pagrindinius veiklos rodiklius, ataskaitas, pelno analizę ir prognozavimą. Tačiau šis lyginamasis testas matuoja naujausius modelius „Rogo“ sukurtoje agento sistemoje; tai nėra nepriklausomas produktų lygio tikslumo palyginimas su kitomis platformomis šiame straipsnyje. (rogo.ai)

Geriausia: įmonėms, kurios nori DI analitiko, galinčio parengti peržiūrimą pirminį modelio, pastabos ar pristatymo projektą, o ne tik atsakinėti į klausimus.

3. Bloomberg ASKB

Geriausia instituciniams tyrimams, kurie priklauso nuo susietų rinkos duomenų, prognozių ir analitikos.

„Bloomberg“ ASKB yra pokalbių dirbtinio intelekto sluoksnis „Bloomberg Terminal“ sistemoje. Jis koordinuoja kelis agentus per „Bloomberg“ duomenis, naujienas, tyrimus, ataskaitas, stenogramas, dokumentus ir analitiką. „Bloomberg“ teigia, kad ASKB gali palaikyti pasirengimą prieš pelno paskelbimą, analizę po pelno paskelbimo, įmonės komentarų analizę ir struktūrizuotus tyrimų darbo procesus. (professional.bloomberg.com)

Didelis privalumas yra jo ryšys su esama „Bloomberg“ analitine aplinka. Atsakymai gali apimti skaidrų priskyrimą originaliems dokumentams ir, kai atliekama duomenų analizė, pagrindinį Bloomberg užklausų kalbos (BQL) kodą. Analitikai gali plėsti rezultatus „Microsoft Excel“, „BQuant Desktop“ arba „BQuant Enterprise“. „Bloomberg“ taip pat aprašo įrankius, skirtus įmonės rezultatams palyginti su prognozėmis ir pagrindinių veiklos rodiklių analizei, susijusiai su konsensusu. (professional.bloomberg.com)

Stipriosios pusės

• Gili integracija su „Bloomberg“ struktūrizuotais ir nestruktūrizuotais duomenimis.
• Stiprus „konsensusas prieš faktinius“ darbo procesas.
• BQL leidžia lengviau atkurti kiekybinius atsakymus.
• Išsami pasaulinės įmonės, rinkos, tyrimų ir naujienų aprėptis.
• Geriausiai tinka vartotojams, jau dirbantiems „Bloomberg Terminal“ aplinkoje.

Apribojimai

ASKB šiuo metu yra „Bloomberg“ ekosistemos patobulinimas, o ne visiškai nepriklausoma modelių kūrimo aplinka. Vartotojams vis tiek gali prireikti „Excel“, „BQuant“ ar esamų „Bloomberg“ darbo procesų sudėtingiems prognozių modeliams. „Bloomberg“ taip pat viešai neatskleidžia pardavėjui neutralaus duomenų gavimo tikslumo ar ataskaitų klaidų aptikimo rodiklio.

Geriausia: instituciniams vartotojams, kurie jau turi „Bloomberg“ teises ir nori paspartinti tyrimus neišeidami iš Terminalo.

4. LSEG Workspace AI Search

Geriausia pasauliniams duomenims, „Reuters“ turiniui ir analitikų prognozių darbo procesams.

„LSEG Workspace AI Search“ sujungia rinkos duomenis, ataskaitas, „Reuters News“, sandorių duomenis, po rinkos tyrimus, finansinę analitiką ir verslo logiką pokalbių sąsajoje. Vartotojai gali gauti duomenis, filtruoti rinkas, palyginti subjektus, apibendrinti dokumentus ir analizuoti tendencijas, su skaidriomis citatomis, susietomis su pagrindiniais šaltiniais. (lseg.com)

LSEG taip pat išplėtė prieigą per „Microsoft Excel“, „PowerPoint“, „Microsoft Teams“, „Microsoft Copilot“ ir Modelio konteksto protokolo jungtis. Jos Institucinių brokerių prognozių sistema (IBES) apima daugiau nei 23 000 įmonių ir šimtus finansinių rodiklių, įskaitant konsensuso ir palyginamųjų faktinių duomenų, naudojamų viršijimų ir trūkumų matavimui. (lseg.com)

Stipriosios pusės

• Stipri pasaulinė įmonių ir rinkos aprėptis.
• „Reuters“, ataskaitos, sandoriai, po rinkos tyrimai ir prognozės vienoje aplinkoje.
• Naudinga konsensuso nuokrypių ir tarptautinių akcijų tyrimams.
• Skaidrios citatos ir interaktyvios lentelės bei vizualizacijos.
• Vis labiau prieinama per „Microsoft“ produktyvumo įrankius.

Apribojimai

AI paieškos produktas yra gana naujas, o prieinamumas, darbo eigos gylis ir klientų teisės gali skirtis. Sudėtingų modelių konstravimui vis tiek gali prireikti „Excel“, „Workspace“ priedo arba trečiųjų šalių modeliavimo įrankių, tokių kaip „Macabacus“.

Geriausia: pasauliniams investiciniams bankams, turto valdytojams ir tyrimų komandoms, kurios remiasi Institucinių brokerių prognozių sistema (IBES), „Reuters“ ir „Excel“ pagrindu atliekama analize.

5. Kepler Finance

Geriausia finansinei analizei, pirmiausia pagal įrodymus ir deterministinei analizei.

„Kepler“ pagrindinis architektūrinis skirtumas yra tas, kad kalbos modelis interpretuoja analitiko klausimą, o deterministinis kodas gauna duomenis, atlieka skaičiavimus ir generuoja citatas. „Kepler“ teigia, kad dirbtinio intelekto sistema pati nekuria finansinių skaičių; kiekvienas skaičius susiejamas su šaltinio dokumentu, puslapiu ir eilutės elementu, o skaičiavimai yra atkuriami. (kepler.ai)

Platforma skirta pažymėti pakeitimus, kai įmonė perskaičiuoja arba pateikia naujus skaičius. Ji taip pat palaiko ataskaitų analizę, segmentų pajamas, skolos struktūras, mokesčių atskleidimus, vertinimą, „Excel“ eksportą, „PowerPoint“ eksportą ir į atitiktį orientuotą duomenų kilmės seką. Jos paskelbtas duomenų pagrindas apima Vertybinių popierių ir biržos komisijos (SEC) ataskaitas, pajamų stenogramas, investuotojų santykių dokumentus ir rinkos duomenis. (kepler.ai)

Stipriosios pusės

• Stipriausias viešai aprašytas kalbos interpretacijos ir skaitmeninio skaičiavimo atskyrimas.
• Puikus šaltinio ir skaičiavimo atsekamumas.
• Gerai tinka ataskaitų suderinimui, perskaičiavimams ir modelio atnaujinimams.
• Sukurta auditui paruoštam „Excel“ ir „PowerPoint“ rezultatui.
• Potencialiai stiprus klaidų aptikimui finansinėse ataskaitose ir išnašose.

Apribojimai

„Kepler“ geriau vertinama kaip įrodymų ir skaičiavimo sluoksnis, o ne visiškas „Bloomberg“, „FactSet“ ar LSEG duomenų ekosistemų pakaitalas. Jos viešoji dokumentacija taip pat rodo, kad produkto prieinamumas ir geografinis dėmesys turėtų būti patvirtinti tarptautinei aprėpčiai, nors jos platesnis dokumentų korpusas apima kelias rinkas.

Geriausia: pirkimo pusės analitikams, finansų institucijoms ir atitikties komandoms, kur kiekvienas skaičius turi būti apginamas.

6. FactSet Mercury ir Transcript Assistant

Geriausia pelno sezono produktyvumui ir susietiems vidiniams tyrimams.

„FactSet Mercury“ yra pokalbių finansinių tyrimų agentas, sukurtas „FactSet“ struktūrizuotų ir nestruktūrizuotų duomenų pagrindu. Jos „Transcript Assistant“ leidžia analitikams užduoti klausimus apie pajamų skambučius ir gauti santraukas ar tikslinius atsakymus. „FactSet“ apibūdina sistemą kaip uždaro domeno metodą, skirtą pagerinti patikimumą ir saugumą. (factset.com)

„FactSet“ „Transcript Intelligence“ produktas prideda svarbų kontrolės mechanizmą: dirbtinio intelekto generuojamos pelno santraukos yra peržiūrimos „FactSet StreetAccount“ ekspertų, o šaltinių nuorodos pateikiamos šalia santraukos punktų. „FactSet“ taip pat teikia vidinius tyrimų pastabų įrankius, įskaitant su šaltiniais susietą rengimą ir temos analizę. Jos dirbtinio intelekto valdymo dokumentacijoje teigiama, kad vartotojų užklausos ir atsakymai yra konfidencialūs ir nenaudojami dideliems kalbos modeliams apmokyti neprižiūrimu ar automatiniu būdu. (factset.com)

Stipriosios pusės

• Stipri pajamų skambučių stenogramų aprėptis ir darbo eigos integracija.
• Žmogaus peržiūrimos stenogramos santraukos.
• Susieti finansiniai pagrindai, prognozės, ataskaitos, tyrimai ir naujienos.
• Vidinės tyrimų pastabos ir portfelio analizės darbo procesai.
• Brandus valdymas ir įmonės duomenų pozicija.

Apribojimai

„FactSet“ yra stiprus daugelyje darbo procesų, tačiau viešose medžiagose mažiau aiškiai aprašomas visiškai autonomiškas išsamus procesas, kuris nuo nulio sukuria išsamų akcijų tyrimų modelį ir pastabą. Pirkėjai turėtų tiesiogiai patikrinti modelio užpildymą, formulės išsaugojimą, su šaltiniais susietas prielaidas ir eksporto kokybę.

Geriausia: esamiems „FactSet“ klientams, ieškantiems saugesnio ir greitesnio pelno darbo proceso.

7. Daloopa Scout

Geriausia į „Excel“ orientuotam modelio konstravimui ir priežiūrai.

„Daloopa“ konvertuoja įmonių ataskaitas į struktūrizuotus finansinius duomenis ir susieja kiekvieną duomenų tašką su originaliu šaltinio dokumentu. Jos platforma palaiko „Excel“, programų sąsajas (API), debesų duomenų saugyklas ir Modelio konteksto protokolo jungtis. (daloopa.com)

„Scout“ yra „Daloopa“ modelių kūrimo asistentas „Excel“ papildinyje. Jis gali kurti pelno (nuostolių) ataskaitas, pinigų srautų ataskaitas, pajamų struktūras, išlaidų analizes, pramonės palyginimo modelius ir kelių skirtukų veiklos modelius. „Daloopa“ teigia, kad kiekvienas „Scout“ parašytas skaičius apima šaltinio hipersaitą ir gali būti atnaujintas vienu paspaudimu. (docs.daloopa.com)

Stipriosios pusės

• Puikūs su šaltiniais susieti finansiniai duomenys.
• Geriausiai tinka esamų „Excel“ modelių atnaujinimui.
• Geras pasikartojančio pelno sezono modelio priežiūros valdymas.
• Programų sąsajos (API), debesies, „Excel“ ir Modelio konteksto protokolo pristatymas.
• Stipri istorinių įmonių pagrindų ir pagrindinių veiklos rodiklių (KPI) aprėptis.

Apribojimai

„Daloopa“ visų pirma yra struktūrizuotų finansinių duomenų ir modeliavimo sluoksnis. Ji mažiau išsiskiria ekspertų tinklo tyrimais, plačia pardavėjų pusės tyrimų sinteze ar niuansų valdymą tono analize. Jos reklamuojamas tikslumas ir laiko taupymas, įskaitant teiginius apie daugiau nei 99 procentų tikslumą ir žymų modelio kūrimo sumažinimą, yra pardavėjo pranešti ir turėtų būti nepriklausomai patikrinti. (daloopa.com)

Geriausia: akcijų analitikams, kurie per daug laiko praleidžia kopijuodami skaičius iš ataskaitų į „Excel“.

8. Hebbia Matrix

Geriausia daug dokumentų reikalaujantiems tyrimams ir individualiems analitikų darbo procesams.

„Hebbia Matrix“ sukurta analizuoti didelius dokumentų rinkinius ir pateikti struktūrizuotas lenteles, o ne vieną pokalbio atsakymą. Ji palaiko tekstą, diagramas, grafikus ir kitus dokumentų formatus, pabrėžia skaidrumą ir citatas visame darbo procese. (hebbia.com)

Akcijų tyrimams „Hebbia“ aprašo naudojimo atvejus, įskaitant aprėpties padidinimą, pajamų skambučių analizę, modelio anotavimą, prielaidų patvirtinimą ir paieškomą institucinę atmintį. Jos dokumentuotos integracijos apima Vertybinių popierių ir biržos komisijos (SEC) ataskaitas, „S&P“, „Capital IQ“, „PitchBook“, „Third Bridge“, „Microsoft“, „Box“ ir vidinę tyrimų medžiagą. (hebbia.com)

Stipriosios pusės

• Puikiai tinka lyginant daug dokumentų vienu metu.
• Stiprus individualių matricų ir struktūrizuoto išskyrimo palaikymas.
• Naudinga išnašoms, vadovybės komentarams ir prielaidų patvirtinimui.
• Tvarko vidinius tyrimus ir nuosavus dokumentus.
• Gerai tinka analitikams, norintiems sukurti savo darbo procesus.

Apribojimai

„Hebbia“ nėra visų pirma kanoninė konsensuso duomenų bazė ar finansinio modelio duomenų teikėjas. Jos tikslumas labai priklauso nuo susietų šaltinių kokybės, matricos dizaino ir įmonės finansinių apibrėžimų.

Geriausia: komandoms, turinčioms sudėtingas dokumentų kolekcijas ir poreikį kurti individualius tyrimų darbo procesus, nestatant vidinės duomenų gavimo sistemos.

9. S&P Capital IQ Pro ir ChatIQ

Geriausia standartizuotiems finansiniams duomenims, prognozėms ir lyginamųjų įmonių tyrimams.

„S&P Capital IQ Pro“ sujungia standartizuotas finansines ataskaitas, rinkos duomenis, konsensuso įvertinimus, nuosavybę, sandorius, įmonių tyrimus ir dirbtinio intelekto funkcijas, įskaitant „ChatIQ“, Dokumentų intelektą ir Diagramų paaiškinimus. „S&P“ teigia, kad platforma apima daugiau nei 100 000 viešųjų įmonių ir apjungia „Visible Alpha“ prognozes su daugiau nei 200 milijonų duomenų taškų ir daugiau nei vienu milijonu konsensuso eilutės elementų iš šimtų brokerių. (spglobal.com)

Platforma ypač naudinga lyginamųjų įmonių analizei, vertinimui, atrankai, konsensuso analizei ir dokumentų apibendrinimui. Ji taip pat palaiko susietas „Excel“ darbo eigas ir natūralios kalbos užklausas per finansinius ir tekstinius duomenis.

Stipriosios pusės

• Didelė struktūrizuotų įmonių ir prognozių duomenų bazė.
• Stiprios lyginamųjų įmonių ir vertinimo darbo eigos.
• Plati konsensuso prognozių aprėptis.
• Dokumentų intelektas ataskaitoms, stenogramoms, pristatymams ir tyrimams.
• Naudinga investicinės bankininkystės ir akcijų tyrimų komandoms.

Apribojimai

Vieša produkto informacija labiau pabrėžia duomenų prieigą, dokumentų analizę ir pokalbių tyrimus, o ne visiškai autonomišką, su šaltiniais susietą trijų ataskaitų modeliavimo agentą. Tikėtina, kad ji geriausiai veiks kaip esamos „Capital IQ Pro“ ir „Excel“ darbo eigos dalis, o ne kaip atskiras tyrimų darbuotojas.

Geriausia: komandoms, kurios prioritetą teikia prognozėms, bendraamžių analizei, atrankai ir standartizuotiems finansiniams duomenims.

10. Fiscal.ai ir Fiscal Model Context Protocol Skills

Geriausia kūrėjams ir tyrimų komandoms, kuriančioms individualius finansinius agentus.

„Fiscal.ai“ teikia struktūrizuotas finansines ataskaitas, koeficientus, pagrindinius veiklos rodiklius (KPI), ataskaitas, pelno įvykius, stenogramas, garso įrašus, nuosavybės duomenis, fondų laiškus ir programų sąsajas (API). Jos dokumentacijoje teigiama, kad vartotojai gali gauti duomenis iš ataskaitų ir gauti struktūrizuotas pajamų skambučių stenogramas su pranešėjų susiejimu, laiko žymomis ir klausimų-atsakymų skyriais. (docs.fiscal.ai)

„Fiscal“ Modelio konteksto protokolo serveris ir iš anksto sukurti įgūdžiai palaiko finansinius modelius, įmonių momentines nuotraukas, investicinių tyrimų pastabas, bendraamžių palyginimus, vertinimus, atrankos įrankius, ataskaitų paieškas ir stebėjimo sąrašų stebėjimą. Jos finansinio modelio įgūdžiai apima prognozės pagrindą, susietą su pagrindinėmis prielaidomis, o investicinių tyrimų įgūdžiai generuoja struktūrizuotą pirkimo pusės stiliaus pastabą su su šaltiniais susietais duomenimis. (docs.fiscal.ai)

Stipriosios pusės

• Kūrėjams patogi programų sąsaja (API) ir Modelio konteksto protokolo prieiga.
• Su šaltiniais susieti finansiniai duomenys ir ataskaitos.
• Iš anksto sukurti įgūdžiai modeliams, pastaboms, vertinimams ir palyginamosioms įmonėms.
• Naudinga kuriant individualius agentus „Claude“, „ChatGPT“, „Microsoft Copilot“ ar vidinėse sistemose.
• Aiškus skirtumas tarp pateiktų finansinių duomenų ir koreguotų rodiklių.

Apribojimai

„Fiscal“ dokumentacija nurodo keletą dabartinių aprėpties apribojimų, įskaitant tik anglų kalbos pajamų įvykius, dalinę geografinę pagrindinių veiklos rodiklių (KPI) aprėptį ir dar besivystančią kai kurių įvykių ir naujienų duomenų rinkinių istoriją. Jos konsensuso prognozių funkcionalumas taip pat yra mažiau svarbus nei „Bloomberg“, LSEG, „FactSet“ ar „S&P“.

Geriausia: finansinių technologijų kūrėjams, vidinėms duomenų komandoms ir tyrimų įmonėms, kurios nori susikurti savo įrodymais susietą agentą, o ne pirkti visiškai integruotą terminalą.

Lyginamoji analizė: ką turėtų matuoti pirkėjai?

Pardavėjų viešai skelbiami teiginiai nėra tiesiogiai palyginami. Pavyzdžiui, vienas pardavėjas gali pranešti stenogramų žodžių klaidų rodiklius, kitas – vidutinį duomenų tikslumą, o trečias – sutaupytą laiką. Šie skaičiai gali naudoti skirtingus duomenų rinkinius, apibrėžimus ir peržiūros procesus.

Tinkamas vertinimas turėtų naudoti tas pačias įmones, pirminius dokumentus, duomenų momentines nuotraukas, užklausas ir priėmimo kriterijus visoms platformoms.

1. Gavimo tikslumas

Sukurkite bandymų rinkinį, apimantį bent:

• Dešimt metinių ataskaitų.
• Dešimt ketvirtinių ataskaitų.
• Einamąsias ataskaitas ir pelno ataskaitas.
• Investuotojų pristatymus.
• Pajamų skambučių stenogramas.
• Segmentų atskleidimus.
• Išnašas.
• Ne GAAP suderinimus.
• Perskaičiavimus.
• Įmones iš skirtingų sektorių.

Įvertinkite kiekvieną išgautą duomenų tašką pagal:

1. Teisinga įmonė.
2. Teisingas laikotarpis.
3. Teisinga valiuta ir vienetas.
4. Teisingas ženklas.
5. Teisingas apskaitos apibrėžimas.
6. Teisingas segmentas ar geografinė vieta.
7. Teisinga pateikta arba perskaičiuota būsena.
8. Teisinga šaltinio citata.
9. Teisingas puslapis, lentelė, pastraipa ar eilutė.
10. Teisingas skaičiavimas.

Sistema neturėtų gauti visų balų už tinkamo dokumento radimą, jei ji išgauna netinkamą ketvirtį arba painioja koreguotą pelną su visuotinai priimtų apskaitos principų (GAAP) pelnu.

Viešai atskleisti įrodymai

• „Daloopa“ praneša apie vidutinį tikslumo rodiklį, viršijantį 99 procentus, apimantį milijonus duomenų taškų, tačiau tai yra pardavėjo praneštas skaičius. (daloopa.com)
• „Quartr“ pateikia stenogramų žodžio klaidų rodiklius tiesioginėms ir istorinėms stenogramoms, su atskirais matavimais kiekvienam stenogramos apdorojimo etapui. (quartr.com)
• „Kepler“ ir „Daloopa“ pabrėžia su šaltiniais susietus skaičius ir deterministinius arba struktūrizuotus duomenų darbo procesus. (kepler.ai)
• „FactSet“ prideda žmogaus peržiūrą tam tikroms pelno stenogramų santraukoms. (factset.com)

Šie atskleidimai yra naudingi, tačiau jie neturėtų būti vertinami kaip nepriklausomas reitingas.

2. Nuokrypis nuo konsensuso

Konsensuso lyginamoji analizė dažnai neteisingai atliekama, nes analitikas lygina skirtingus apibrėžimus arba skirtingas informacijos atjungimo datas.

Kiekvienai įmonei ir ataskaitiniam laikotarpiui išsaugokite:

• Konsensuso momentinę nuotrauką, prieinamą iškart prieš paskelbimą.
• Prisidėjusių analitikų skaičių.
• Konsensuso vidurkį, medianą, didžiausią ir mažiausią.
• Metrikos apibrėžimą.
• Valiutą.
• Fiskalinį laikotarpį.
• Ar prognozė yra pagal visuotinai priimtus apskaitos principus (GAAP), koreguota, pranešta ar modeliuota.
• Įmonės gaires, prieinamas prieš paskelbimą.

Naudingi matavimai apima:

text Pajamų netikėtumas = (faktinės pajamos - konsensuso pajamos) / absoliutas(konsensuso pajamos)

Pelnas vienai akcijai (EPS) netikėtumas = (faktinis pelnas vienai akcijai - konsensuso pelnas vienai akcijai) / absoliutas(konsensuso pelnas vienai akcijai)

Maržos nuokrypis = faktinė marža - konsensuso marža

Kai pelno vienai akcijai (EPS) vertės yra neigiamos arba artimos nuliui, procentiniai netikėtumai gali tapti klaidinantys. Vietoj to naudokite absoliučius skirtumus ir bazinių punktų nuokrypį.

Geriausios platformos šiam testui greičiausiai yra Bloomberg, LSEG, FactSet, S&P Capital IQ Pro ir AlphaSense, nes jos siūlo struktūrizuotas prognozes ar su konsensusu susijusius duomenis. Pavyzdžiui, LSEG Institucinių brokerių prognozių sistema (IBES) apima konsensusą, palyginamus faktinius duomenis ir į netikėtumus orientuotą analitiką. (lseg.com)

3. Laikas iki pastabos

Išmatuokite laiką nuo viešo paskelbimo laiko žymos iki užbaigtos, peržiūrimos pastabos.

Nematuokite tik mašinos delsimų. Užfiksuokite:

• Laikas iki pirmojo atsakymo.
• Laikas iki pirmojo modelio atnaujinimo.
• Laikas iki pirmojo pastabos projekto.
• Analitiko korekcijos laikas.
• Recenzento korekcijos laikas.
• Pakeistų skaičių skaičius.
• Nepagrįstų teiginių skaičius.
• Trūkstamų citatų skaičius.
• Galutinio patvirtinimo laikas.

Naudingas lyginamasis testas turi tris darbo procesus:

Greita pelno apžvalga

• Praneštos pajamos ir pelnas vienai akcijai.
• Viršijo ar nepasiekė konsensuso.
• Gairių pokyčiai.
• Pagrindinių veiklos rodiklių (KPI) pokyčiai.
• Vadovybės tonas.
• Pradinė akcijų kainos reakcija.

Pelno modelio atnaujinimas

• Istorinio laikotarpio atnaujinimai.
• Prognozių pokyčiai.
• Maržos ir veiklos veiksnių pokyčiai.
• Optimistiniai, baziniai ir pesimistiniai scenarijai.
• Peržiūrėtas kainos tikslas arba vertinimo diapazonas.

Tyrimų pastaba po pelno paskelbimo

• Investicinė tezė.
• Kas pasikeitė.
• Kas nepasikeitė.
• Pagrindiniai teigiami aspektai.
• Pagrindinės rizikos.
• Modelio implikacijos.
• Vadovybės patikimumas.
• Įrodymais pagrįsta išvada.

„Rogo“ ir „AlphaSense“ yra stiprūs kandidatai matuojant pastabų greitį nuo pradžios iki pabaigos. „Daloopa“, „Kepler“ ir „Fiscal.ai“ yra ypač aktualūs modelio atnaujinimo daliai. Pardavėjų laiko taupymo teiginiai turėtų būti vertinami atsargiai, nes jie dažnai neapima peržiūros ir korekcijos laiko. Pavyzdžiui, „Daloopa“ skelbia teiginius apie modelio inicijavimo ir pelno atnaujinimo laiko sumažinimą, o „Kepler“ klientų medžiaga aprašo, kad cituotų atsakymų gaunama per mažiau nei minutę; nė vienas iš jų nepakeičia kontroliuojamo pirkėjo bandymo. (daloopa.com)

4. Ataskaitų klaidų aptikimas

Naudingas klaidų aptikimo etalonas turėtų apimti tiek natūraliai atsirandančias, tiek tyčia įterptas problemas:

• Perskaičiuotas pajamų skaičius.
• Ženklo pakeitimas pinigų srautuose.
• Vieneto pakeitimas iš milijonų į tūkstančius.
• Fiskalinio laikotarpio neatitikimas.
• Segmento suma, kuri nesuderinama.
• Praskiestos akcijos skaičiaus neatitikimas.
• Ne GAAP rodiklis be visiško suderinimo.
• Pagrindinių veiklos rodiklių (KPI) apibrėžimo pakeitimas.
• Skolos išmokėjimo grafikas, kuris prieštarauja balansui.
• Vadovybės komentarai, kurie prieštarauja praneštiems duomenims.

Matuoti:

• Tikslumas: Kiek įspėjimų yra tikri?
• Jautrumas: Kiek realių klaidų aptinkama?
• Pagal sunkumą svertas jautrumas: Ar reikšmingos problemos aptinkamos prieš kosmetines problemas?
• Klaidingų teigiamų rezultatų našta: Kiek analitiko laiko eikvojama?
• Laikas iki triažo: Kaip greitai analitikas gali patikrinti įspėjimą?
• Įrodymų kokybė: Ar sistema rodo abu prieštaraujančius šaltinius?

„Kepler“ yra aiškiausiai nurodanti perskaičiavimo stebėjimą, šaltinio kilmę, deterministinius skaičiavimus ir ataskaitos lygio įrodymus. „Daloopa“ yra stiprus šaltiniais susietiems struktūrizuotiems duomenims. „Hebbia“ gali būti efektyvi kryžminių dokumentų prieštaravimų paieškoms, kai analitikas sukonfigūruoja tinkamą matricą. „FactSet“ prideda žmogaus peržiūrą pasirinktiems stenogramų produktams. Tačiau šiuo metu nėra jokio viešo, nepriklausomo tikslumo ir jautrumo palyginimo, kuris nustatytų nugalėtoją tarp šių platformų.

Audituojamumas, įrodymais pagrįsti teiginiai ir versijavimas

Citata nėra tas pats, kas audito seka.

Aukštos kokybės tyrimų teiginys turėtų išsaugoti įrodymų paketą, kuriame būtų:

text Teiginys: „Prenumeratos pajamos per metus padidėjo 18 procentų.“

Šaltinis: Įmonės ataskaita, prieigos numeris, puslapis, lentelė, pastraipa ir eilutė.

Šaltinio būsena: Pateikta arba vėliau perskaičiuota.

Gauta: Laiko žyma ir duomenų tiekėjo versija.

Apibrėžimas: Praneštos prenumeratos pajamos, konsoliduotos, ketvirtinės.

Skaičiavimas: Dabartinis laikotarpis / ankstesnis laikotarpis - 1.

Agento būsena: Modelio pavadinimas, modelio versija, užklausa, darbo eigos versija ir įrankio iškvietimai.

Peržiūra: Analitikas, recenzentas, patvirtinimo laiko žyma ir sprendimas.

Svarbiausias versijavimo reikalavimas yra išsaugoti abi:

1. Pateiktą istoriją, kuri rodo, ką įmonė iš pradžių pranešė.
2. Dabartinę perskaičiuotą istoriją, kuri rodo naujausius pataisytus duomenis.

Be abiejų, modelis šiandien gali atrodyti tikslus, nors jį būtų neįmanoma atkurti tokį, koks jis buvo priimant investicinį sprendimą.

Dabartinė rinkos spraga

Daugelis platformų siūlo citatas, šaltinių nuorodas, pokalbių istoriją ar dokumentų versijas. Daug mažiau viešai dokumentuoja išsamų teiginio lygio versijų registrą, kuris jungia:

ataskaita → išgautas faktas → modelio langelis → prielaida → vertinimo rezultatas → tyrimų pastaba → recenzento patvirtinimas.

Tai yra pagrindinis skirtumas tarp „su šaltiniu susieto“ ir tikrai auditui paruošto.

Reikšmingos neviešos informacijos (MNPI) kontrolė

Reikšmingos neviešos informacijos kontrolė turėtų būti pirkimo reikalavimas, o ne papildoma mintis.

Investicijų patarėjų įstatymo 204A skyrius reikalauja, kad investicijų patarėjai nustatytų, palaikytų ir vykdytų rašytines politikas ir procedūras, pagrįstai skirtas užkirsti kelią reikšmingos neviešos informacijos piktnaudžiavimui. Taisyklė 204A-1 taip pat reikalauja etikos kodekso ir ataskaitų teikimo procedūrų prieigos teisę turintiems asmenims. (sec.gov)

FINRA taip pat pabrėžė, kad įprastos taisyklės, reglamentuojančios priežiūrą, ryšius, apskaitą ir sąžiningą elgesį, taikomos ir tada, kai įmonės naudoja generatyvinį dirbtinį intelektą. Įmonės, kurios remiasi dirbtiniu intelektu priežiūros procesuose, turi atsižvelgti į sistemos vientisumą, patikimumą ir tikslumą. (finra.org)

Reikalingos kontrolės akcijų tyrimų agentui

Atitiktis reikalavimams užtikrinantis diegimas turėtų apimti:

• Šaltinio klasifikaciją: vieša ataskaita, viešas skambutis, licencijuoti tyrimai, ekspertų tinklo medžiaga, vidiniai tyrimai ar ribojami duomenys.
• Teises atsižvelgiantį duomenų gavimą: agentas turėtų gauti tik tą turinį, kurį vartotojas turi teisę pasiekti.
• Viešosios produkcijos filtravimą: vidinė ar ribojama informacija neturėtų automatiškai patekti į klientams skirtas ar viešas pastabas.
• Ribojamų sąrašų integravimą: tyrimų rezultatai turėtų būti patikrinti pagal ribojamus vertybinius popierius ir stebėjimo sąrašus.
• Užklausų ir rezultatų registravimą: išsaugokite, kas ką klausė, kokie šaltiniai buvo pasiekti ir kas buvo sugeneruota.
• Žmogaus patvirtinimą: reikalaukite patvirtinimo prieš platinimą, naudojimą prekybai ar išorinį bendravimą.
• Treniruočių kontrolės nebuvimą: patvirtinkite, ar užklausos, dokumentai ir rezultatai naudojami išorinių modelių mokymui.
• Saugojimą ir ištrynimą: apibrėžkite, kiek laiko saugomi dokumentai, užklausos ir sugeneruoti rezultatai.
• Modelių teikėjo kontrolę: nurodykite kiekvieną išorinį modelį ir dalyvaujantį subprocesorių.
• Prieigos peržiūrą: periodiškai patikrinkite, ar vartotojai turi tik tuos leidimus, kurių jiems reikia.

„FactSet“ viešai aprašo konfidencialumo ir neprižiūrimo mokymo kontrolę savo dirbtinio intelekto produktams, o „Hebbia“ ir „Kepler“ taip pat pabrėžia privačių duomenų tvarkymą ir užklausos lygio kilmę. Tai yra teigiami rodikliai, tačiau jie patys savaime nepatvirtina įmonės atitikties jos teisiniams ir priežiūros įsipareigojimams. (factset.com)

Rekomenduojama pirkimo strategija

Tyrimų komanda neturėtų pasirinkti platformos vien tik pagal demonstraciją. Vykdykite kontroliuojamą bandomąjį projektą su:

• Dvidešimt įmonių.
• Bent penkiais sektoriais.
• Dviem metinėmis ir keturiomis ketvirtinėmis ataskaitomis kiekvienai įmonei.
• Naujausiu pajamų skambučiu ir investuotojų pristatymu.
• Vienu istoriniu perskaičiavimu ar apskaitos pakeitimu.
• Fiksuota konsensuso momentine nuotrauka.
• Trimis standartiniais analitikų darbo procesais.

Siūlomi priėmimo vartai

Nustatykite vidines ribas, tokias kaip:

• Kiekvienas konkretus skaičius galutinėje pastaboje turi turėti šaltinį.
• Kiekviena modelio įvestis turi nurodyti savo šaltinį ir apibrėžimą.
• Jokių kritinių laikotarpio, vieneto ar įmonės identifikavimo klaidų.
• Visi modelio pakeitimai turi būti matomi skirtumų ataskaitoje.
• Visi nepagrįsti teiginiai turi būti pažymėti.
• Analitikas turi sugebėti atkurti pastabą tokią, kokia ji buvo patvirtinimo metu.
• Riboti arba vidiniai šaltiniai turi būti aiškiai pažymėti.
• Platforma turi eksportuoti užklausas, šaltinius, skaičiavimus ir patvirtinimus atitikties peržiūrai.

Praktinis platformos pasirinkimas

• Pasirinkite AlphaSense plačiems tyrimams, ekspertų skambučiams, pardavėjų pusės turiniui ir kokybinei žvalgybai.
• Pasirinkite Rogo išsamiems modeliams, pastaboms, pristatymams ir individualiems darbo procesams.
• Pasirinkite Bloomberg arba LSEG rinkos duomenims, prognozėms, pasaulinei aprėpčiai ir konsensuso analizei.
• Pasirinkite FactSet pelno darbo procesams, vidiniams tyrimams ir žmogaus peržiūrėtai stenogramų žvalgybai.
• Pasirinkite Kepler deterministinei, įrodymais pagrįstai finansinei analizei.
• Pasirinkite Daloopa su šaltiniais susietiems „Excel“ modeliams ir pasikartojantiems atnaujinimams.
• Pasirinkite Hebbia didelėms dokumentų kolekcijoms ir individualioms tyrimų matricoms.
• Pasirinkite S&P Capital IQ Pro standartizuotiems duomenims, prognozėms, sandoriams ir lyginamųjų įmonių darbui.
• Pasirinkite Fiscal.ai kurdami individualią programų sąsają (API) ar Modelio konteksto protokolu pagrįstą agentą.

Rinkos spragos ir geresnis sprendimas, kurį reikia sukurti

Rinkai nereikia dar vieno bendrojo finansinio pokalbių roboto. Vertingesnė galimybė yra įrodymais pagrįsta akcijų tyrimų operacinė sistema.

Stipresnis produktas sujungtų geriausias aukščiau paminėtų platformų savybes į vieną neutralų sluoksnį:

1. Finansinių įrodymų grafikas

Susiekite kiekvieną įmonę, ataskaitą, stenogramą, pristatymą, metriką, segmentą, prognozę ir prielaidą su stabiliomis identifikavimo priemonėmis.

2. Dviguba finansinė knyga

Saugokite tiek pateiktas, tiek perskaičiuotas vertes, aiškiai parodydami skirtumą tarp jų.

3. Deterministinis modelių kompiliatorius

Paverskite su šaltiniais susietus faktus į „Excel“ ar debesies pagrindu veikiančius modelius, naudodami aiškias formules, užuot leidę kalbos modeliui išrasti skaitmeninius rezultatus.

4. Teiginių registras

Saugokite kiekvieną teiginį su jo įrodymais, apibrėžimu, laiko žyma, skaičiavimu, patikimumu ir recenzento statusu.

5. Konsensuso laiko mašina

Išsaugokite konsensuso momentines nuotraukas tokias, kokios jos buvo prieš kiekvieną pranešimą, įskaitant prisidėjusiųjų skaičių, sklaidą ir prognozių pataisymus.

6. Ataskaitų prieštaravimų variklis

Automatiškai palyginkite ataskaitas per laikotarpius ir pažymėkite pokyčius:

• Apibrėžimuose.
• Vienetuose.
• Segmentų struktūroje.
• Pagrindiniuose veiklos rodikliuose (KPI).
• Ne GAAP suderinimuose.
• Skolos atskleidimuose.
• Akcijų skaičiuose.
• Vadovybės komentaruose.

7. Prielaidų kilmė

Kiekviena prognozės prielaida turėtų rodyti, ar ji gauta iš:

• Įmonės gairių.
• Istorinės tendencijos.
• Konsensuso.
• Analitiko sprendimo.
• Palyginamos įmonės.
• Scenarijaus parametro.

8. Atitikties politikos variklis

Atskirti viešą, licencijuotą, vidinę, ekspertų tinklo ir ribojamą informaciją. Užkirsti kelią neleistinų duomenų patekimui į išorinius užrašus.

9. Versijuojamas pastabų generavimas

Kai analitikas pakeičia pajamų prielaidą, sistema turėtų parodyti, kurie modelio langeliai, vertinimo rezultatai, tezės teiginiai, diagramos ir pastabos pasikeitė dėl to.

10. Nepriklausomas lyginamųjų testų rinkinys

Paskelbkite duomenų gavimo, konsensuso, laiko iki pastabos ir ataskaitų klaidų rezultatus, naudodami fiksuotą viešą metodiką. Pramonei reikalingas neutralus lyginamasis testas, kuris matuoja darbo eigos kokybę, o ne tik trumpų atsakymų į klausimus tikslumą.

Stipriausia verslumo niša būtų modelio atnaujinimo ir įrodymais pagrįstų pastabų platforma po pelno paskelbimo. Ji galėtų prasidėti nuo tikslingos viešųjų įmonių visumos, integruotis su esamais duomenų tiekėjais ir specializuotis, kad kiekvienas prognozės pakeitimas ir tyrimo teiginys būtų apginamas. Laikui bėgant, ji galėtų tapti audito ir valdymo sluoksniu, jungiančiu „Bloomberg“, LSEG, „FactSet“, „AlphaSense“, „Daloopa“, vidinius duomenis ir individualius dirbtinio intelekto agentus.

Išvada

Pirmaujantys akcijų tyrimų agentai artėja prie tos pačios architektūros: licencijuoti finansiniai duomenys, struktūrizuotas duomenų gavimas, kalbos modelio samprotavimai, deterministiniai skaičiavimai, darbo eigos automatizavimas ir įrodymais pagrįsti rezultatai.

Šiuo metu nė viena platforma nedominuoja visuose reikalavimuose.

• AlphaSense pirmauja kokybinių tyrimų platumu.
• Rogo pirmauja išsamių darbo produktų generavimu.
• Bloomberg ir LSEG pirmauja susietais rinkos duomenimis ir konsensuso darbo procesais.
• Kepler ir Daloopa yra stipriausios su šaltiniais susieta skaitmenine analize ir modelio vientisumu.
• FactSet ir S&P Capital IQ Pro naudojasi brandžiomis duomenų ekosistemomis ir instituciniais darbo procesais.
• Hebbia puikiai tinka lanksčiai daugiadokumentei analizei.
• Fiscal.ai yra patraukli komandoms, kuriančioms individualius finansinius agentus.

Tinkamas pasirinkimas priklauso nuo to, ar pagrindinė kliūtis yra informacijos radimas, modelių atnaujinimas, pastabų rašymas, konsensuso palyginimas, klaidų aptikimas ar įrodymas, kaip buvo pasiekta išvada. Reguliuojamam ir didelės rizikos investiciniam darbui lemiama savybė yra ne tai, kaip įspūdingai atrodo pirmasis atsakymas. Svarbiausia yra tai, ar analitikas, portfelio valdytojas, atitikties pareigūnas ar reguliuotojas gali tiksliai atkurti, iš kur atsakymas gautas, kokios prielaidos pasikeitė ir kas patvirtino rezultatą.