Anthropic lanserar tio ekonomiinriktade AI-agenter för Wall Street
Ska automatisera bildspel och finansmodeller och kapa analytiktimmar, bankerna sparar personalkostnader men bygger snabbt in dyra leverantörslåsningar och flyttar flaskhalsen till granskning och ansvar
Bilder
Anthropic presenterade på tisdagen tio finansinriktade så kallade artificiella ombud som ska automatisera rutinuppgifter på Wall Street, som att sammanställa presentationsunderlag och bygga finansiella modeller, enligt Business Insider. Verktygen marknadsförs som ett sätt att snabba upp arbetsflöden för banker och finansstartföretag, där företagets verkställande direktör Dario Amodei beskriver satsningen som en avlastning av branschens mest repetitiva sysslor.
Lanseringen kommer i en marknad där berättelsen om ”artificiell intelligens i banksektorn” hittills mest handlat om pilotförsök och interna hjälpmedel, men där kostnadsfrågan är det som får chefer att lyssna. Juniora banktjänster är dyra inte bara på grund av löner, utan på grund av hela maskineriet runt dem: långa arbetsdagar, flera granskningsled och en dokumentkultur där samma siffror matas in om och om igen i bildspel, promemorior och kalkyler. Om ett ombud kan skriva ett första utkast till ett presentationsunderlag eller stämma av en modelluppdatering mellan olika versioner försvinner inte mötet där delägarna bestämmer vad kunden ska få höra – men det kan minska den debiterbara tiden och antalet personer som behövs för att få fram pappersarbetet.
Den kalkylen slår åt två håll. Banker har redan använt automatisering för att pressa ut mer produktion ur samma team; ett lager av ombud gör det lättare att hålla bemanningen oförändrad när affärsvolymen stiger, eller att krympa analytikerkullarna utan att öppet minska bevakningen. Samtidigt skapar verktygen ett nytt beroende: den institution som standardiserar sina mallar, sin dataåtkomst och sina efterlevnadskontroller kring en leverantörs ombudsrambygge kan snabbt få växande byteskostnader, särskilt om ombudet byggs in i interna kunskapsbanker och i flödena för kunddokument.
Den operativa risken skiljer sig också från tidigare försök med ”hjälpredor” baserade på artificiell intelligens. Ett kalkylbladfel gjort av en mänsklig analytiker fångas vanligen upp av en kedja av granskare som är tränade att misstro första utkastet. Ett ombud som producerar trovärdiga tabeller och texter i maskinhastighet kan i stället översvämma kedjan med fler utkast, fler varianter och fler ändringar i sista stund – så att granskningen blir flaskhalsen. Företag som säljer ”effektivitet” måste ändå bestämma var ansvaret hamnar när ett automatiserat antagande i en modell letar sig in i ett kundunderlag.
Anthropic är inte ensamt: Business Insider noterar att både Wall Street-banker och startföretag har byggt egna verktyg för att stöpa om bankernas arbetsflöden. Konkurrensfördelen kan till sist handla mindre om vem som har den bästa modellen och mer om vem som kan koppla den till rätt datakällor, protokollföra varje ändring för efterlevnadens skull och prissätta produkten så att kostnadsbesparingarna faktiskt tillfaller köparen i stället för att ätas upp av ett nytt lager av abonnemang.
Än så länge är beskedet en produktlista och ett löfte. Den första hårda siffran blir hur många analystimmar en bank är beredd att sluta betala för när presentationsunderlagen ändå levereras i tid.