Hei ja tervetuloa Eye on AI -ohjelmaan. Tässä numerossa… Kiina estää Metan Manuksen oston… OpenAI jättää tulo- ja kasvutavoitteensa… Anthropic osoittaa, että tekoälymallit voivat auttaa edistämään tekoälyn tietoturvatutkimusta… Senaattori Bernie Sandersin päätös kutsua kiinalaisia tekoälyasiantuntijoita Capitol Hillin paneeliin saa Kiinan haukkojen vihan.
Taistelussaan yritysmyynnistä sekä OpenAI että Anthropic ovat ottaneet kohteena rahoituspalveluyritykset. Se ei ole yllättävää. Kuten tuo vanha vitsi kertoo, miksi rikolliset ryöstävät pankkeja: siellä on rahat. OpenAI:lla on kuulemma pataljoona entisiä sijoitusanalyytikoita, jotka auttavat rakentamaan vielä julkaisematonta agentti-AI-taloudellista analyysituotetta. Anthropic on kehittänyt Claude Code-, Cowork- ja Claude for Finance -tuotteissaan taloudellista mallintamistaitoja. Startup Samaya AI luo myös tekoälytyökaluja rahoitussektorille. On myös monia uusia talousneuvontatyökaluja, jotka käyttävät tekoälyä, kuten kollegani Jeff John Roberts on käsitellyt tässä äskettäisessä informatiivisessa artikkelissa.
Erikoistuneiden taloustietojen ja analyysityökalujen OG on tietysti Bloomberg. Pääsyä yrityksen “terminaaliin”, kuten se kutsuu ydintuotteekseen (vaikka sen tietoja ei enää toimiteta erillisen koneen kautta), pidetään edelleen jokaisen elinkeinonharjoittajan, investointipankkiirin ja hedge-rahaston de rigueur -työkaluna.
Jo ennen kuin hän erosi yrityksestä liittyäkseen Fortuneen vuonna 2019, Bloomberg oli alkanut käyttää koneoppimista ja suuria kielimalleja tehdäkseen näiden ominaisuuksien käytöstä paljon intuitiivisempaa ja edistääkseen uudentyyppistä data-analyysiä. Ja nämä ponnistelut ovat vain kiihtyneet, varsinkin sen jälkeen, kun generatiiviset AI-chatbotit julkaistiin vuonna 2022 ja agentti AI viimeaikaiset edistysaskeleet.
Olen kirjoittanut säännöllisesti Bloombergin edistymisestä tekoälyn suhteen täällä Fortunessa. Mutta olin silti yllättynyt ja vaikuttunut, kun osallistuin äskettäiseen “AI in Finance Summit” -tapahtumaan yrityksen Lontoon toimistossa, jossa se esitteli uutta “AskB” -ominaisuuttaan, jota yritys kutsuu Bloombergin historian suurimmaksi terminaalin uudelleenajatteluksi. AskB:n avulla käyttäjät voivat käyttää luonnollista kieltä navigoidakseen päätteen ominaisuuksissa ja toiminnoissa, mutta se tekee paljon muutakin. Järjestelmä toimii agenttina, rakentaen sijoitusseuloja ja tuottaen lennossa kattavia tutkimusraportteja, mukaan lukien kehittyneitä rahoitusmalleja sekä härkä- ja karhukoteloita tietyille osakkeille.
AskB, joka käyttää konepellin alla erilaisia tekoälymalleja, mukaan lukien jotkin Bloombergin itsensä ja muiden huippuluokan tekoälymallinnusyritysten, kuten Anthropicin, luomista malleista, osoittaa, että Bloomberg ottaa vakavasti natiivi tekoälyn startup-yritysten mahdollisen uhan. Istuin Shawn Edwardsin, Bloombergin teknologiajohtajan, kanssa kysyäkseni häneltä lisää siitä, kuinka Bloomberg rakensi AskB:n. Suuri osa hänen sanoistaan sisältää oppitunteja minkä tahansa alan yrityksille, jotka yrittävät saada agentti AI tuomaan todellista liikearvoa.
Data on erottava tekijä
Se ei tarkoita, etteikö tekoäly voisi auttaa. Edwards kertoi minulle, että tekoälyagentit ovat dramaattisesti nopeuttaneet tapaa, jolla Bloomberg luo tietojoukkoja. Aiemmin neljä ja puoli kuukautta kestänyt tietojen käsittely kestää nyt kaksi päivää, hän sanoo. Tämä on vapauttanut suuria tiimejä, jotka ovat aiemmin omistautuneet tietojen syöttämiseen ja puhdistamiseen, joista monet on siirretty luomaan sisäisiä arviointeja.
Luo vahvoja arvioita
Mikä vie meidät toiseen suureen oppituntiin: hyvien sisäisten arviointien luominen on ratkaisevan tärkeää sijoitetun pääoman tuottoprosentin saamiseksi tekoälyagentteilta. “Arviot, en voi korostaa tätä tarpeeksi, ovat ratkaiseva tekijä hyödyllisen ja luotettavan järjestelmän rakentamisessa”, Edwards sanoo ja kutsuu näiden arviointien luomisen painottamista yhdeksi suurimmista “kulttuurimuutoksista”, joita Bloomberg on kokenut viimeisen kahden vuoden aikana.
Arviointien tekeminen ei ole helppoa eikä halpaakaan. Se edellyttää tiivistä yhteistyötä alan asiantuntijoiden (tässä tapauksessa joukkovelkakirjaliittojen asiantuntijoiden, osakeanalyytikoiden, markkinarakenteiden asiantuntijoiden ja jopa Bloombergin toimittajien) sekä suunnittelu- ja tuotetiimien kanssa. Bloomberg oli halukas ottamaan nämä asiantuntijat pois heidän päivätöistään kirjoittaakseen vertailuarvoja aliagenteille ja auttavan arvioimaan kokonaisia työnkulkuja. Itse tekoälymallien käyttäminen arvioijina voi toimia helpoissa tapauksissa, Edwards sanoo. Mutta kaikkeen muuhun tarvitaan inhimillisiä neuvonantajia. Hänen mukaansa näitä arvioita tehdessään Bloomberg kodifioi asiantuntijoidensa “hiljaista tietoa” tekoälyagenttiensa toiminnasta.
Useiden mallien käyttö voi auttaa hillitsemään kustannuksia
Seuraavaksi kustannuskuri on välttämätöntä. Ja tämä tarkoittaa, että työnkulkujen on oltava useita malleja. AskB käyttää yhdistelmää kaupallisia raja- ja avoimia malleja sekä omia sisäisiä mallejaan, reitittäen kyselyt halvimmalle mallille, joka pystyy käsittelemään tietyn tehtävän työnkulun vaatimalla luotettavuudella ja suorituskyvyllä, Edwards sanoo.
Lopuksi seuraava raja on ennakoiva. Kun kysyin, mitä oli tulossa, Edwardsin vastaus oli agenttien välinen työnkulku ja aina päällä oleva tietojen seuranta. Hän haluaa Bloombergin olevan finanssiasiakkaidensa “silmät ja korvat”, jotka katsovat maailmaa kunkin asiakkaan aseman, toimeksiannon ja strategian perusteella ja tuovat päivänvaloon paitsi ilmeiset asiat myös toisen ja kolmannen asteen vaikutukset. Tulva tuhoaa tehtaan, joka valmistaa osia toimittajalle yritykselle, jonka varastossa on ollut pitkään; AskB, Edwardsin visiossa, osoittaisi sinulle ongelman ennen kuin ajattelit kysyä.
Tämän vision saavuttaminen on vaikeaa. Mutta monet yritykset haluavat tämän tyyppisen ennakoivan ja aina saatavilla olevan agentin. Bloomberg näyttää joitain tärkeitä vaiheita matkan varrella.
FORTUNE IN AI
Anthropic sanoo Beatrice Nolanin, että Claude Coden kuukauden kestäneen laskun takana viikkojen negatiivisten käyttäjien reaktioiden jälkeen olivat suunnitteluvirheet
Sharon Goldman: Coheren eurooppalainen työntö korostaa tekoälyn keskivaltojen nousua Yhdysvaltojen ja Kiinan ulkopuolelle
Nicholas Gordonin DeepSeek esittelee uusimman mallinsa alhaisimmilla hinnoilla ja Huawei-sirujen “täydellä tuella”
Ainutlaatuinen: Tekoälyllä toimiva rekrytointistartup Dex keräsi 5,3 miljoonaa dollaria siemenkierroksella, Jeremy Kahn
Käytin Clauden uutta lähetysominaisuutta kuukauden ajan. Tässä on kaikki, mitä voin tehdä, kirjoittanut Catherina Gioino
Kommentti: Mark Zuckerberg rakentaa itsestään tekoälykloonia. Useimmat ihmiset tarvitsevat apua postilaatikossaan, kirjoittanut Mukund Jha
AI Uutisissa
Kiinan kilpailuviranomainen estää Metan oston tekoälyyrityksestä Manusista. Kiina on estänyt Metan noin 2 miljardin dollarin oston Manusista ja määräsi kaupan perumaan, vaikka työntekijät olisivat liittyneet Metaan ja Manuksen alkuperäiset sijoittajat oli jo maksettu. Siirto korostaa, kuinka aggressiivisesti Kiina kiristää tekoälyn hallintaa strategisena teknologiana, varsinkin kun kotimaiset startupit yrittävät “pestää” identiteettiään ja siirtää pääkonttorinsa saarivaltioon houkutellakseen ulkomaista pääomaa, pelimerkkejä tai ostajia. Päätös korostaa Yhdysvaltojen ja Kiinan tekoälyekosysteemien kiihtyvää irtoamista, kun perustajat jäävät yhä enemmän kiinni Yhdysvaltojen investointirajoitusten ja Pekingin kasvavan ulkomaisten rakennemuutosten valvonnan väliin. Jos haluat perusteellisen analyysin päätöksestä, katso tämä Fortunen Aasian toimittajan Nicholas Gordonin artikkeli.
KATSO AI-TUTKIMUSTA
Anthropic osoittaa edistystä tekoälyn käyttämisessä tekoälyn tietoturvatutkimuksen automatisoinnissa. Blogiviestissä ja siihen liittyvässä tutkimuspaperissa yritys sanoi, että sen sponsoroima tutkijaryhmä osoitti, että Claude Opus 4.6 voisi auttaa suunnittelemaan ja suorittamaan tutkimusta, joka viittaa tapaan ratkaista vaikea tekoälyn tietoturvaongelma: Kuinka heikompi älykkyys, olipa tekoälymalli tai mahdollisesti henkilö, voi valvoa älykkäämpää tekoälymallia? Clauden “Automated Alignment Investigatorin” yhdeksän rinnakkaista esimerkkiä, jotka oli varustettu joillakin työkaluilla tutkimuksen suorittamiseksi, työnnettiin kukin kohti hieman erilaista alkuperäistä hypoteesia. Claudes joutui sitten suorittamaan tutkimusta käyttämällä Alibaban Qwen 3-4B Base avointa painomallia vahvana tekoälymallina ja Qwen 1.5-0.5B-Chatia vähemmän kykenevänä valvontamallina. He saivat käyttää seitsemän päivää hypoteesien laatimiseen kokeista, ja sitten tuloksia verrattiin siihen, mitä kaksi tekoälyn tietoturvatutkijaa olivat pystyneet tekemään samalla aikajanalla.
Claudesia testattiin, jotta nähtiin, voisivatko he saada vahvemman mallin suoriutumaan sarjassa testeistä yhtä hyvin kuin se voisi, vaikka heikompi malli itse suoriutui paljon huonommin näissä tehtävissä. Claudeilla meni kaiken kaikkiaan hyvin, kun he löysivät tapoja saada heikko malli vakuuttamaan vahvan mallin korjaamaan 97 % heikon ja vahvan mallin välisestä “suorituskykykuilusta”, kun taas ihmisen tekoälytutkijat onnistuivat kuromaan umpeen vain 23 % tästä erosta. Lisäksi menetelmät yleistyivät näkymättömiin matemaattisiin ja koodaustehtäviin, mutta eivät yleistyneet eri malliin. Lisäksi tutkijat havaitsivat joskus, että Claudes yritti huijata yksinkertaisesti ohjaamalla vahvaa mallia suoraan sen sijaan, että olisivat löytäneet tapoja saada heikko opettaja valvomaan vahvaa mallia. Vaikka tulos ei ole täydellinen, Claudesin suorittamien kokeiden kokonaislaskentakustannukset olivat 18 000 dollaria, mikä Anthropicin mukaan voisi tarkoittaa, että nämä automatisoidut tekniikat voisivat silti olla hyödyllisiä etsittäessä uusia tutkimussuuntia, joita ihmiset voivat jatkaa.
SINULLA ON KALENTERI
23.-27. huhtikuuta: Kansainvälinen oppimisen edustajien konferenssi (ICLR), Rio de Janeiro, Brasilia.
22.–24. huhtikuuta: Google Next, Las Vegas.
8.-10. kesäkuuta: Fortune Brainstorm Tech, Aspen, Colorado. Pyydä apua täältä.
17.–20. kesäkuuta: VivaTech, Pariisi.
6.-11. heinäkuuta: kansainvälinen koneoppimiskonferenssi (ICML), Soul, Etelä-Korea.
7.–10. heinäkuuta: AI for Good Summit, Geneve, Sveitsi.
RUOKAA AIVOILLE
