Yapay Zekâ
Franklin Templeton, OpenAI ile Yapay Zekâ Destekli Araştırma İş Akışları Geliştiriyor

Öne çıkan noktalarFranklin Templeton'ın ilk yapay zekâ kurulumu başarısız oldu çünkü modeller, verilerin…
Daha fazla göster
- Franklin Templeton'ın ilk yapay zekâ kurulumu başarısız oldu çünkü modeller, verilerin birbirine nasıl bağlandığını açıklayan anlamsal bir katmandan yoksundu.
- Codex hackathon'ları teknik uzmanları yatırım uygulayıcılarıyla bir araya getiriyor; böylece uygulayıcılar kendi araştırma araçlarını geliştiriyor.
- Şirket, yapay zekânın dar bakış açıları yerine çeşitli araştırma görüşlerini ortaya çıkarmasını ve riskleri işaretlemesini istiyor.
Franklin Templeton, OpenAI’nin Codex’i ve diğer araçlarıyla hisse senedi araştırmalarına yönelik yapay zekâ iş akışları geliştiriyor; OpenAI’nin 5 Kasım 2026’da yayımlanan bir müşteri öyküsünde belirttiğine göre, başlangıçtaki amaç portföy yöneticilerinin farklı araştırma bakış açılarını karşılaştırmasına ve yatırım fikirlerinin ardındaki riskleri incelemesine yardımcı olmak. Açıklama, firma genelinde tamamlanmış bir uygulamayı değil, hâlâ deneme aşamasından üretime geçiş sürecinde olan bir çalışmayı anlatıyor.
Varlık yönetimi şirketinin ilk yapay zekâ yaklaşımında veriler bir veritabanına yerleştirilip modeller bu veritabanına bağlandı; ancak modeller verilerin birbiriyle nasıl ilişkili olduğunu anlamadığı için bu düzenek ekiplerin ihtiyaç duyduğu yanıtları sunamadı. Ekipler daha sonra, şirket verilerinin ne anlama geldiğini ve nasıl bağlantılı olduğunu açıklayan yapılandırılmış bir model olarak tanımlanan semantik katmanı ve ajanları sisteme ekledi. Codex ve diğer araçlar, bu bağlantılı zekâ katmanını geliştirmek için kullanılıyor.
Planlanan sistemin, bir yatırım hakkında farklı bakış açıları sunan araştırma, risk, uyum ve alım satım birimlerinden gelen girdileri bir araya getirmesi amaçlanıyor. Sistemin temelini; güvenilir bağlayıcılar, portföy ve iş akışı bağlamı ile analistlere ve portföy yöneticilerine eyleme dönüştürülebilir içgörüler sunacak ajan tabanlı yetenekler oluşturuyor. Bu unsurların, yatırım kararlarına ilk veritabanı bağlantısının sağlayabileceğinden daha fazla bağlam sunarken sistemin yeniden kullanılabilir ve denetimli olmasını sağlaması hedefleniyor.
Sıralı Araştırma Sürecini Yeniden Tasarlamak
Franklin Templeton’ın halka açık piyasa yatırımlarından sorumlu kıdemli başkan yardımcısı Katrina Dudley, önceki hisse senedi araştırma sürecini insan yönlendirmeli ve sıralı olarak tanımladı. Analistler, portföy yöneticilerine yeni fikirler sunmaya ya da portföydeki mevcut pozisyonlarla ilgili güncellemeler vermeye hazırlanırken ilk aşama hisse senedi analizini yapıyor, finansal sonuç görüşmelerini inceliyor ve rakipleri iş kollarına göre değerlendiriyor.
Dudley, “Araştırma sürecimizi destekleme aşamasından yatırım araştırması iş akışını yeniden tasarlama aşamasına geçtik,” dedi. Uzun vadeli amaç, sistemin sunduğu içgörülerden yararlanırken insan yargısını da koruyarak analistlerden her yatırım grubunun yöneticilerine kadar yatırım ekiplerinin tamamına bağlantılı zekâ sunmak.
Uygulama sürecinde, yatırım profesyonelleri kendi araçlarını geliştirirken teknik uzmanların onlarla birlikte çalıştığı Codex hackathonları da yer aldı. Yatırım alanındaki yapay zekâ öncüleri, bu denemeleri üretime hazır iş akışlarına dönüştürmek için çalışıyor. Güvenlik incelemeleri, uzman desteği, veri denetimleri ve veri anlaşmaları da bu sürecin parçalarını oluşturuyor. Franklin Templeton ayrıca yeni teknolojilerin piyasaya sürülmesinden kısa süre sonra ekiplere uygulamalı atölyeler düzenledi. Dudley, yönetimin açıkça tanımlanmış risk sınırları içinde denemeleri teşvik ettiğini ve her girişimin başarılı olmayacağını kabul ettiğini söyledi.
Araştırma Çeşitliliği ve Risk, Tasarıma Yön Veriyor
Şirketin yaklaşımı, tercih öğrenen araçların bir sınırlamasını ele alıyor: Bir araştırma sağlayıcısını tercih eden kullanıcının tercihini öğrenen bir sistem, o sağlayıcının raporlarından daha fazlasını sunarak yatırım sürecine giren bakış açılarının çeşitliliğini azaltabilir. Franklin Templeton ise yatırım ekiplerinin farklı araştırma ve görüşleri görmesini istiyor.
Şirket, yapay zekânın yatırım tezinin yanı sıra riski de öne çıkarmasını istiyor. Dudley, “Yapay zekânın, harika bir yatırım fikrinin iyi gerekçelendirilmiş bir fikir olduğunu, ancak risklerinin de analiz edildiğini ve portföy yöneticilerimizin bu risklerden haberdar edildiğini anlaması gerekiyor,” dedi. Bu gereklilik, teknolojinin ürettiği çıktıları portföy yöneticilerinin bir fikri değerlendirirken ihtiyaç duyduğu bilgilere doğrudan bağlıyor.
Dudley ayrıca analistlerin sahada uzmanlar ve profesyonellerle, özel şirket yöneticileri de dâhil olmak üzere, daha fazla zaman geçirmesini ve bu bakış açılarını yatırım ekiplerine aktarmasını istiyor. Dolayısıyla çalışma, tek bir aracın eklenmesinden ibaret değil; yazılım geliştirme, veri mimarisi ve yatırım denetimlerini bir araya getiriyor. Temel ölçüt, role özgü denemelerin; araştırma çeşitliliğini, açık risk analizini ve Dudley’nin vazgeçilmez gördüğü insan bakış açısını koruyarak denetimli üretim iş akışlarına dönüşüp dönüşemeyeceği.












