Bumubuo ang Franklin Templeton ng mga daloy ng trabaho sa pananaliksik na pinapagana ng AI kasama ang OpenAI

Bumubuo ang Franklin Templeton ng mga daloy ng trabaho para sa pananaliksik sa equity gamit ang Codex ng OpenAI at iba pang mga tool, ayon sa OpenAI sa isang kuwento tungkol sa kliyente na inilathala noong Nobyembre 5, 2026. Layunin sa simula na tulungan ang mga portfolio manager na paghambingin ang iba’t ibang pananaw sa pananaliksik at suriin ang mga panganib sa likod ng mga ideya sa pamumuhunan. Inilalarawan ng pahayag ang isang pagsisikap na umuusad pa lamang mula sa pag-eeksperimento tungo sa aktuwal na paggamit sa produksyon, hindi ang isang rollout na nakumpleto na sa buong kumpanya.

Sa unang pamamaraan ng asset manager sa paggamit ng AI, inilagay ang datos sa isang database at ikinonekta rito ang mga modelo. Ngunit hindi naibigay ng sistemang ito ang mga sagot na kailangan ng mga pangkat nito dahil hindi nauunawaan ng mga modelo kung paano magkakaugnay ang datos. Pagkaraan, nagdagdag ang mga pangkat ng mga ahente at isang semantikong layer, na inilalarawan bilang isang nakabalangkas na modelo ng kahulugan ng datos ng kumpanya at ng mga ugnayan nito. Ginagamit ang Codex at iba pang mga tool upang buuin ang magkakaugnay na layer ng katalinuhang ito.

Nilalayon ng nakaplanong sistema na pagsama-samahin ang mga input mula sa pananaliksik, pamamahala sa panganib, pagsunod sa mga regulasyon at pangangalakal, na bawat isa ay nagbibigay ng magkakaibang pananaw sa isang pamumuhunan. Pinagsasama ng pundasyon nito ang mga pinagkakatiwalaang connector, konteksto tungkol sa portfolio at mga daloy ng trabaho, at mga kakayahang pinapagana ng mga ahente upang matukoy ang mga kapaki-pakinabang na kabatiran para sa mga analyst at portfolio manager. Layunin ng mga bahaging ito na magamit muli at mapamahalaan nang maayos ang sistema, habang nagbibigay ng mas malawak na konteksto sa mga pasya sa pamumuhunan kaysa sa naibibigay ng orihinal na koneksiyon sa database.

Muling Pagdidisenyo sa Sunud-sunod na Proseso ng Pananaliksik

Inilarawan ni Katrina Dudley, senior vice president ng Franklin Templeton para sa mga pamumuhunan sa pampublikong pamilihan, bilang pinangungunahan ng mga tao at sunud-sunod ang dating proseso ng pananaliksik sa equity. Paunang sinusuri ng mga analyst ang mga stock, sinusuri ang mga tawag tungkol sa kita at pinag-aaralan ang mga kakompetensiya ayon sa linya ng negosyo habang naghahanda silang magharap ng mga bagong ideya sa mga portfolio manager o magbigay ng mga update tungkol sa mga kasalukuyang posisyon sa portfolio.

“Mula sa pagpapahusay sa aming proseso ng pananaliksik, lumipat kami tungo sa muling pag-iisip sa daloy ng trabaho sa pananaliksik sa pamumuhunan,” sabi ni Dudley. Pangmatagalang layunin na maging madaliang magagamit ang magkakaugnay na katalinuhan sa lahat ng pangkat sa pamumuhunan—mula sa mga analyst hanggang sa mga pinuno ng bawat pangkat—habang nananatiling kaagapay ng mga kabatiran ng sistema ang pagpapasya ng tao.

Kabilang sa pagpapatupad ang mga hackathon gamit ang Codex, kung saan magkatabing nagtatrabaho ang mga teknikal na eksperto at mga propesyonal sa pamumuhunan habang bumubuo ang mga propesyonal ng sarili nilang mga tool. Sinisikap ng mga kampeon ng AI sa pamumuhunan na gawing mga daloy ng trabaho na handa nang gamitin sa produksyon ang mga eksperimentong ito. Kabilang sa prosesong ito ang pagsusuri sa seguridad, suporta ng mga eksperto, mga kontrol sa datos at mga kasunduan sa datos. Nagdaos din ang Franklin Templeton ng mga praktikal na workshop para sa mga pangkat matapos lamang ilunsad ang mga bagong teknolohiya. Ayon kay Dudley, hinihikayat ng pamunuan ang pag-eeksperimento sa loob ng malinaw na itinakdang mga hangganan sa panganib, habang kinikilala na hindi magtatagumpay ang lahat ng inisyatiba.

Hugis ng Pagkakaiba-iba sa Pananaliksik at Panganib ang Disenyo

Tinutugunan ng pamamaraan ng kumpanya ang isang limitasyon ng mga tool na natututo mula sa mga kagustuhan: kapag natutunan ng sistema na mas gusto ng isang user ang isang partikular na tagapagbigay ng pananaliksik, maaari itong magpakita ng mas marami pang ulat mula sa tagapagbigay na iyon at posibleng paliitin ang iba’t ibang pananaw na nakapapasok sa proseso ng pamumuhunan. Sa halip, nais ng Franklin Templeton na makakita ang mga pangkat sa pamumuhunan ng iba’t ibang pananaliksik at opinyon.

Nais din ng kumpanya na bigyang-diin ng AI ang panganib kasabay ng tesis sa pamumuhunan. “Kailangan naming maunawaan ng AI na ang isang mahusay na ideya sa pamumuhunan ay yaong may matibay na pangangatwiran, ngunit nasuri rin nito ang mga panganib at naipabatid ang mga ito sa aming mga portfolio manager,” sabi ni Dudley. Tuwirang iniuugnay ng kahingian na ito ang mga inilalabas ng teknolohiya sa impormasyong kailangan ng mga portfolio manager sa pagsusuri ng isang ideya.

Nais din ni Dudley na mas maraming oras ang gugulin ng mga analyst sa pakikipag-usap sa mga eksperto at propesyonal sa kanilang larangan, kabilang ang mga ehekutibo sa mga pribadong kumpanya, at na maibahagi nila ang mga pananaw na ito sa kanilang mga pangkat sa pamumuhunan. Samakatuwid, higit pa sa pagdaragdag ng iisang tool ang saklaw ng gawaing ito: pinagsasama nito ang pagbuo ng software, arkitektura ng datos at mga kontrol sa pamumuhunan. Ang pangunahing sukatan ng tagumpay nito ay kung maisasalin ang mga eksperimentong iniangkop sa mga partikular na tungkulin tungo sa mga daloy ng trabahong handa sa produksyon at napapamahalaan nang maayos, habang pinananatili ang pagkakaiba-iba ng pananaliksik, hayagang pagsusuri sa panganib at pananaw ng tao na itinuturing ni Dudley na mahalaga.