Bloomberg அதிகரிக்கும் சந்தைத் தரவு நெரிசலுக்கு மத்தியில் தனது Terminal-ஐ chatbot காலத்துக்குள் கொண்டுவருகிறது

Bloomberg தொழில்முறை நிபுணர்கள் சந்தைத் தரவை விசாரிக்கும் முறையை மறுவடிவமைக்கிறது

Bloomberg தனது முதன்மை Terminal-க்கு AI சார்ந்த பெரிய மாற்றத்தை சோதித்து வருகிறது; இதில் ASKB என்ற chatbot-பாணி இடைமுகம் சேர்க்கப்படுகிறது. காரணம், நிதி நிபுணர்கள் எதிர்கொள்ளும் ஒரு பெருகும் சிக்கலை நிறுவனம் தீர்க்க முயல்கிறது: பல பயனர்கள் நியாயமான வேகத்தில் தேடி, ஒருங்கிணைத்து, செயல்படக்கூடிய அளவை விட அதிகமான தரவு இப்போது தயாரிப்புக்குள் உள்ளது.

Bloomberg chief technology officer Shawn Edwards-ன் கூற்றுப்படி, பிரச்சினை தகவல் பற்றாக்குறை அல்ல; அதற்கு நேர்மாறாகும். Terminal, earnings reports மற்றும் market prices-ஐத் தாண்டி weather forecasts, shipping logs, factory locations, consumer spending patterns, private-loan information உள்ளிட்ட விரிவடையும் input-களை தொடர்ந்து சேர்த்துக்கொண்டே உள்ளது. அந்த பரந்த தரவு படம் மதிப்புமிக்கது, ஆனால் வழிசெலுத்தலை இன்னும் கடினமாக்குகிறது. இந்த நிலை increasingly untenable ஆகி வருவதாக Edwards கூறினார்; பயனர்கள் தொடர்புடைய signals-ஐ தவறவிடலாம் அல்லது அவற்றை அடைய அதிக நேரம் எடுத்துக்கொள்ளலாம் என அவர் வாதிட்டார்.

Bloomberg-ன் பதில் ASKB. இது பல்வேறு language models-களின் தொகுப்பின் மீது கட்டப்பட்ட natural-language layer. Function codes மற்றும் கையேடு முறையில் தேர்ந்தெடுக்கப்படும் datasets-களின் தொடர் 대신, ஒரு investment thesis அல்லது macro question-இலிருந்து தொடங்க பயனர்களை அனுமதிப்பதே நோக்கம். நடைமுறையில், ஒரு பயனர் பரந்த portfolio கேள்வியை முன்வைத்து, தொடர்புடைய evidence, relationships, risk factors ஆகியவற்றை நீண்ட manual workflow இல்லாமல் நிமிடங்களில் தொகுத்துத் தருமாறு system-ஐக் கேட்க முடியும்.

இது இப்போது ஏன் முக்கியம்

Terminal அதன் அடர்த்தி மற்றும் கற்றுக்கொண்ட சிக்கல்மிக்க தன்மையால் நீண்ட காலமாக வரையறுக்கப்பட்டு வந்துள்ளது. அதைப் பயன்படுத்தும் mastery பாரம்பரியமாக ஒரு தொழில்முறை முன்னலையாக இருந்தது. அனுபவமிக்க பயனர்கள் specialized screens வழியாக நகர்வது, அரிதாகக் கிடைக்கும் datapoints-ஐ தனிமைப்படுத்துவது, மற்றும் குறைந்த அனுபவமுள்ள போட்டியாளர்களை விட வேகமாக சிதறிய தகவல்களை இணைப்பது எப்படி என்பதை அறிவார்கள். Bloomberg இந்த அடையாளத்தை கைவிடவில்லை; ஆனால் data growth பழைய interaction model-க்கு அழுத்தத்தைத் தரத் தொடங்கியதை அது தெளிவாக ஏற்றுக்கொள்கிறது.

இது ஒரு முக்கியமான தருணம், ஏனெனில் generative AI எப்படி experimental side tools-இலிருந்து உயர்ந்த மதிப்புள்ள தொழில்களின் core workflow software-ஆக மாறுகிறது என்பதை இது காட்டுகிறது. consumer applications-இல் chatbot interfaces பெரும்பாலும் convenience features எனக் கருதப்படுகின்றன. Terminal-இல் stake வேறுபட்டது. இங்கே வாக்குறுதி, ஒரு எண்ணம் சார்ந்த உலகைப் பற்றி traders, analysts, portfolio managers எவ்வளவு வேகமாக கருத்தை உருவாக்குகிறார்கள் என்பதை AI மாற்ற முடியும் என்பதே.

Bloomberg-ன் framing குறிப்பாக குறிப்பிடத்தக்கது, ஏனெனில் இது expertise-ஐ மாற்றுவது குறித்து அல்ல; ஒரு கேள்வி மற்றும் அதை ஆய்வு செய்ய தேவையான evidence ஆகியவற்றுக்கிடையிலான பாதையை சுருக்குவது குறித்தே அதிகமாக உள்ளது. இயல்பான மொழிப் prompt judgment-ன் தேவையை நீக்காது; ஆனால் அந்த judgment-க்குத் தேவையான raw material-ஐ கண்டுபிடித்து ஒழுங்குபடுத்தும் இயந்திரச் சுமையைக் குறைக்கக்கூடும்.

பரந்த beta, ஆனால் முழு வெளியீடு அல்ல

வெளியீட்டின் நேரத்தில், ASKB beta Terminal-ன் 375,000 பயனர்களில் சுமார் மூன்றில் ஒருவருக்கு கிடைக்கிறது என்று Bloomberg கூறுகிறது. முழு release-க்கு தேதி நிறுவனம் வழங்கவில்லை. இந்த பகுதி rollout, Bloomberg கவனமாக நகர்கிறது என்பதைக் காட்டுகிறது; நிதி workflows-ன் உணர்வுத்தன்மை மற்றும் தவறான அல்லது வழிதவறச் செய்யக்கூடிய AI-generated outputs-க்கு இணைந்த reputational risk ஆகியவற்றைக் கருத்தில் கொண்டால் இது ஆச்சரியம் அல்ல.

அந்த caution முக்கியமானது. ஒரு consumer chatbot அவ்வப்போது ஏற்படும் தரமின்மையை, வேகம், நம்பகத்தன்மை, மற்றும் கண்காணிக்கக்கூடிய தகவல் மீது சார்ந்திருக்கும் ஒரு professional financial platform-ஐ விட எளிதாக தாங்கிக் கொள்ளலாம். அந்த சூழலில், AI வெறும் நம்பத்தகுந்ததாக ஒலிப்பதைவிட அதிகம் செய்ய வேண்டும். அது பயனர்கள் சரியான தரவை கண்டுபிடிக்க, அதன் synthesis-க்கு பின்னால் உள்ள logic-ஐ வெளிப்படுத்த, மற்றும் பகுப்பாய்வை சிதைக்கும் hallucinations-ஐ தவிர்க்க உதவ வேண்டும்.

ASKB-ஐ பல models மீது கட்ட Bloomberg எடுத்துள்ள முடிவு, இப்போது serious AI deployments-இல் பொதுவாகக் காணப்படும் ஒரு pragmatic enterprise approach-ஐ பிரதிபலிக்கிறது. அனுபவத்தை ஒரு single model identity-க்கு கட்டிப் போடுவதற்குப் பதிலாக, பெரிய language models-ஐ தகவலை பொறுப்புடன் மீட்டெடுக்க, ஒழுங்குபடுத்த, மற்றும் சுருக்குவதற்கான system-இன் கூறுகளாக நிறுவனம் கருதுகிறது போலத் தெரிகிறது.

நிதி software-உள் ஆழமான மாற்றம்

பெரிய கதை Bloomberg ஒரு chatbot-ஐ சேர்த்துள்ளது என்பதல்ல. நிதியின் மிகவும் iconic மற்றும் மரபு-பிணைந்த interfaces-இல் ஒன்று, structured மற்றும் unstructured data-க்கு conversational access-ஐ மையமாக வைத்து மறுபரிசீலிக்கப்பட்டு வருகிறது என்பதே. இது professional software என்ன செய்ய வேண்டும் என்பதிலான மாற்றத்தை குறிக்கிறது.

வரலாற்றாக, Terminal சிக்கல்மிக்க தன்மையை வழிநடத்தத் தெரிந்த பயனர்களை reward செய்தது. உருவாகிக் கொண்டிருக்கும் model, nuance-ஐ flatten செய்யாமல் சிக்கல்மிக்க தன்மையை விரைவான insight-ஆக மாற்றக்கூடிய platforms-ஐ reward செய்கிறது. Bloomberg வெற்றிபெற்றால், AI layer ஒரு புதிய வகை professional infrastructure ஆக மாறலாம்: வெறும் search shortcut அல்ல; பல வகை தரவுகளுக்கு எதிராக ஒரே நேரத்தில் hypothesis-களை சோதிக்க பயனர்களுக்கு உதவும் synthesis engine ஆக.

Edwards கூறிய உதாரணம் இதை நன்கு காட்டுகிறது. Iran-இல் உள்ள war மற்றும் oil prices-இல் ஏற்படும் மாற்றம் ஒரு portfolio-வை எப்படிப் பாதிக்கலாம் என்று கேட்பது எளிய query அல்ல. இது geopolitics, commodities, sector exposures, supply chains, மற்றும் time horizons அனைத்தையும் தொடுகிறது. அத்தகைய கேள்விக்கு அர்த்தமுள்ள வகையில் உதவக்கூடிய system, autocomplete-ஐ விட அதிகம் செய்யும். அது தொழில்முறை நிபுணர்களுக்கு மிகப்பெரிய information graph முழுவதும் காரணத் தொடர்புகளை வரைபடமாக அமைக்க உதவும்.

இதன் பொருள் பழைய Terminal skill set மறைந்து விடுகிறது என்பதல்ல. Power users இன்னும் exact data provenance, bespoke screens, மற்றும் எந்த AI system என்ன செய்கிறது என்பதை சரிபார்க்கும் திறன் ஆகியவற்றைக் கவனிப்பார்கள். ஆனால் Bloomberg-ன் இந்த நகர்வு, financial software-இல் அடுத்த போட்டித் தளம் trusted proprietary data-வை natural-language reasoning மற்றும் workflow compression-உடன் யார் சிறப்பாக இணைக்க முடிகிறது என்பதில் மையப்படக்கூடும் என்பதை காட்டுகிறது.

கவனிக்க வேண்டியது

• Bloomberg ASKB-ஐ synthesis-இல் இருந்து deeper workflow actions-க்கு, உதாரணமாக faster screening, scenario analysis, அல்லது document generation-க்கு விரிவுபடுத்துகிறதா என்பதைக் கவனிக்க வேண்டும்.
• beta மேலும் பல தொழில்முறை நிபுணர்களை அடையும் போது, hallucination risk மற்றும் user trust-ஐ நிறுவனம் எவ்வாறு கையாளுகிறது என்பதையும் கவனிக்க வேண்டும்.
• பாரம்பரிய Terminal பயனர்கள் system-ஐ accelerator-ஆக ஏற்றுக்கொள்கிறார்களா, அல்லது precision-ஐ மங்கச் செய்யக்கூடிய layer என்று எதிர்க்கிறார்களா என்பதும் முக்கியம்.
• Conversational interfaces enterprise data stack-இன் ஒரு பகுதியாக மாறும்போது, போட்டி financial-information platforms எப்படி பதிலளிக்கின்றன என்பதையும் பார்க்க வேண்டும்.

Bloomberg, market intelligence-இன் எதிர்காலம் மற்றவர்களைவிட அதிக தகவல் வைத்திருப்பதில் மட்டும் இல்லை, மாறாக அந்த தகவலை சிந்தனையின் வேகத்தில் விசாரிக்கக்கூடியதாக மாற்றுவதில்தான் இருக்கிறது என்று அடிப்படையில் bet செய்கிறது. அந்த bet வேலை செய்தால், Terminal-ன் கடந்த சில ஆண்டுகளில் நடந்த மிக முக்கியமான redesign காட்சி சார்ந்ததாக இருக்காது. அது commands-ஐ மனப்பாடம் செய்வதிலிருந்து, சிறந்த கேள்விகளை கேட்பதற்கான மாற்றமாக இருக்கும்.

இந்த கட்டுரை Wired வெளியிட்ட அறிக்கையை அடிப்படையாகக் கொண்டது. மூல கட்டுரையைப் படிக்கவும்.