彭博正在重新设计专业人士查询市场数据的方式

彭博正在测试其旗舰产品 Terminal 的一次重大 AI 驱动改造,加入一个名为 ASKB 的聊天机器人式界面。公司希望借此解决金融专业人士面临的一个日益严重的问题:产品内部的数据已经多到许多用户无法在足够短的时间内完成搜索、整合并采取行动。

据彭博首席技术官 Shawn Edwards 表示,问题不在于信息不足,而在于信息过多。Terminal 持续吸收着比财报和市场价格更广泛的输入,包括天气预报、航运日志、工厂位置、消费者支出模式以及私人贷款信息。这种更宏观的数据图景固然有价值,但也让传统导航方式变得更困难。Edwards 认为这种状况正变得越来越难以为继,并指出用户可能会错过相关信号,或者花太长时间才能找到它们。

彭博给出的答案是 ASKB,一个建立在多种语言模型组合之上的自然语言层。其思路是让用户从投资假设或宏观问题出发,而不是先输入一串功能代码再手动选择数据集。实际应用中,这意味着用户可以提出一个宽泛的投资组合问题,让系统在几分钟内整理出相关证据、关系和风险因素,而不必经过冗长的手动流程。

为何此时重要

Terminal 长期以来都以信息密度高和复杂度大著称。掌握它,一直是专业优势。经验丰富的用户知道如何穿行于各种专门界面之间,筛选冷门数据点,并比资历较浅的竞争对手更快地把零散信息串联起来。彭博并没有放弃这种特性,但它显然承认,数据增长已经开始给旧有交互模型带来压力。

这之所以重要,是因为它表明生成式 AI 正从实验性的辅助工具,转向高价值行业的核心工作流软件。在消费级应用中,聊天机器人界面通常被视作便利功能。而在 Terminal 中,情况则不同。这里的承诺在于,AI 可以改变交易员、分析师和投资组合经理围绕一个想法形成世界观的速度。

彭博的表述尤其值得注意,因为它强调的不是替代专业能力,而是压缩问题与用于检验该问题的证据之间的路径。自然语言提示不会消除判断的重要性,但它可能减少为形成判断而寻找和组织原始材料的机械负担。

测试范围很广,但尚未全面上线

截至发稿,彭博表示,ASKB 的测试版大约已向 Terminal 37.5 万用户中的三分之一开放。公司尚未给出全面发布的日期。这种分阶段上线说明彭博正在谨慎推进,这并不意外,因为金融工作流对准确性极为敏感,而 AI 生成结果一旦出错或误导,带来的声誉风险也很高。

这种谨慎很重要。消费者聊天机器人偶尔表现粗糙,容错空间相对更大;而专业金融平台的用户依赖速度、可靠性和可追溯信息,容错空间要小得多。在这样的环境里,AI 不能只是“听起来合理”而已。它必须帮助用户找到正确数据,揭示其整合背后的逻辑,并避免可能扭曲分析的幻觉式错误。

彭博选择用多个模型来构建 ASKB,也体现了如今严肃 AI 部署中很常见的一种务实企业思路。公司似乎并没有把体验绑定到单一模型身份上,而是把大型语言模型当作系统中的组件,其任务是负责任地检索、整理和总结信息。

金融软件内部的深层转变

更大的故事不只是彭博加了一个聊天机器人,而是金融领域最具代表性、也最讲究传统的界面之一,正在围绕对结构化与非结构化数据的对话式访问而重塑。这意味着专业软件的职责正在发生变化。

过去,Terminal 奖励的是能够驾驭复杂性的用户。新兴模式则奖励那些能把复杂性转化为更快洞见、同时不抹平细微差别的平台。如果彭博成功,AI 层可能会成为一种新的专业基础设施:它不只是搜索捷径,而是一个综合引擎,帮助用户同时用多类数据检验假设。

Edwards 举的例子很能说明问题。询问伊朗战争和油价变化会如何影响一个投资组合,并不是一个简单查询。它横跨地缘政治、大宗商品、行业敞口、供应链和时间跨度。一个能够真正支持这类问题的系统,做的就不只是自动补全。它是在帮助专业人士在一张巨大的信息图谱中梳理因果关系。

这并不意味着旧有的 Terminal 技能会消失。重度用户仍然会在意准确的数据来源、定制化界面,以及核实任何 AI 系统到底在做什么的能力。但彭博的举动表明,金融软件下一层竞争,可能会集中在谁能最好地把可信的专有数据、自然语言推理和工作流压缩结合起来。

接下来要关注什么

  • 彭博是否会把 ASKB 从综合分析扩展到更深入的工作流操作,例如更快的筛选、情景分析或文档生成。
  • 随着测试版覆盖更多专业人士,公司将如何处理幻觉风险和用户信任问题。
  • 传统 Terminal 用户是把该系统视为加速器,还是担心它会遮蔽精确性。
  • 随着对话式界面成为企业数据栈的一部分,竞争的金融信息平台将如何回应。

彭博实际上是在押注:市场情报的未来,不只是拥有比别人更多的信息,而是让这些信息能够以思维速度被查询。如果这场押注成功,Terminal 近年来最重要的一次改版,可能并不是视觉层面的。它或许是从记忆命令,转向提出更好的问题。

本文基于 Wired 的报道。阅读原文

Originally published on wired.com