اوپن‌ای‌آی و آنتروپیک به‌دنبال برعهده گرفتن شیفت ساعت ۲ بامداد بانکداران تازه‌کار هستند
نویسنده: PYMNTS | ۲۶ اکتبر ۲۰۲۶
نکات کلیدی
- بازار هوش مصنوعی وال‌استریت در سه لایه شکل می‌گیرد: داده‌های مالی، گردش‌کارهای خودکار و محتوای اختصاصی. شرکت‌ها نیز بیش از گذشته از حوزه‌های سنتی فعالیت خود فراتر می‌روند.
- تأمین‌کنندگان داده مانند LSEG، دالوپا و پیچ‌بوک، داده‌های خود را در اختیار آزمایشگاه‌های هوش مصنوعی نظیر اوپن‌ای‌آی و آنتروپیک قرار می‌دهند. استارتاپ‌های فعال در زمینه گردش‌کار، مانند روگو و هبیا، و مالکان محتوا، مانند بلومبرگ و آلفاسنس، نیز محصولات خود را به همان بانک‌ها می‌فروشند.
- ارائه‌دهندگان داده‌های مالی به آزمایشگاه‌های پیشرفته هوش مصنوعی و استارتاپ‌های تخصصی خدمات می‌دهند. به این ترتیب، فارغ از اینکه کدام پلتفرم هوش مصنوعی در وال‌استریت موفق‌تر شود، می‌توانند از فروش داده‌های خود درآمد کسب کنند.
نسل بعدی شرکت‌های هوش مصنوعی در وال‌استریت حول سه نوع کسب‌وکار در حال شکل‌گیری است: شرکت‌هایی که مالک داده‌های مالی هستند، شرکت‌هایی که این داده‌ها را به پژوهش و تحلیل تبدیل می‌کنند و مجموعه‌هایی که محتوای اختصاصی مورد اتکای سرمایه‌گذاران برای تصمیم‌گیری را در اختیار دارند.
این بازار نوظهور، شرکت‌های باسابقه‌ای مانند گروه بورس اوراق بهادار لندن (LSEG)، بلومبرگ و پیچ‌بوک را در کنار استارتاپ‌هایی مانند آلفاسنس، روگو، هبیا، دالوپا، مدل ام‌ال، سامایا ای‌آی و فارسایت گرد هم آورده است.
همه این شرکت‌ها برای تصاحب سهمی از بودجه فناوری بانک‌های سرمایه‌گذاری، مدیران دارایی و سایر مؤسسات مالی رقابت می‌کنند. با این حال، مدل‌های کسب‌وکار آن‌ها با یکدیگر تفاوت دارد؛ تفاوتی که این پرسش را مطرح می‌کند: در نهایت، ارزش اقتصادی هوش مصنوعی در خدمات مالی نصیب کدام بخش خواهد شد؟
با حرکت سامانه‌های هوش مصنوعی از پاسخ‌گویی به پرسش‌ها به‌سوی تهیه مدل‌های مالی، تحلیل معاملات و تولید پژوهش‌های سرمایه‌گذاری، رقابت شدت گرفته است. مؤسسات مالی بیش از گذشته به داده‌های قابل‌اعتماد، نرم‌افزارهایی که بتوانند وظایف پیچیده را انجام دهند و اطلاعات اختصاصی‌ای نیاز دارند که مدل‌های عمومی هوش مصنوعی به‌آسانی قادر به بازتولید آن‌ها نیستند.
LSEG، دالوپا و پیچ‌بوک داده‌های خود را در اختیار آزمایشگاه‌های هوش مصنوعی قرار می‌دهند
داده در پایه این ساختار قرار دارد. شرکت‌های LSEG، دالوپا، پیچ‌بوک، اس‌اندپی کپیتال آی‌کیو، فکت‌ست و مودیز همگی داده‌های مالی را در اختیار ابزارهای بانکی‌ای قرار می‌دهند که اوپن‌ای‌آی و آنتروپیک ساخته‌اند. پایگاه خبری PYMNTS در گزارشی در ۱۱ سپتامبر این موضوع را اعلام کرد.
LSEG در اکتبر ۲۰۲۵ از طریق مایکروسافت راهی برای ساخت عامل‌های هوش مصنوعی مبتنی بر داده‌های خود در اختیار بانک‌ها قرار داد. به گزارش PYMNTS، در دسامبر همان سال نیز داده‌های این شرکت به چت‌جی‌پی‌تی اضافه شد.
دالوپا و پیچ‌بوک به هر دو آزمایشگاه هوش مصنوعی داده می‌فروشند و دامنه همکاری‌های خود را نیز گسترش می‌دهند. دالوپا در ماه مه ۴۷ میلیون دلار سرمایه در دور تأمین مالی سری C جذب کرد. این شرکت در مطلبی وبلاگی در ماه سپتامبر، هنگام اعلام همکاری با مدل ام‌ال، اعلام کرد که داده‌هایش بیش از ۶۰۰۰ شرکت را پوشش می‌دهد.
پیچ‌بوک که مالک آن شرکت مورنینگ‌استار است، در ماه دسامبر داده‌های خود درباره بازارهای خصوصی را به چت‌جی‌پی‌تی اضافه کرد. این خبر در اطلاعیه‌ای مطبوعاتی در ۱۷ دسامبر اعلام شد. پیچ‌بوک پیش‌تر نیز به کلود، پرپلکسیتی و کوپایلت استودیو مایکروسافت متصل شده بود. روگو، هبیا، مدل ام‌ال و فارسایت نیز از جمله ابزارهایی هستند که با پیچ‌بوک یکپارچه شده‌اند. بنابراین، استارتاپ‌هایی که با آزمایشگاه‌های هوش مصنوعی رقابت می‌کنند، خود نیز از همان تأمین‌کنندگان داده خرید می‌کنند.
شرکت‌های حوزه پرداخت نیز روی داده‌های اختصاصی شرط‌بندی مشابهی کرده‌اند. به گزارش PYMNTS در ۶ آوریل، مسترکارت و پِلِید در حال آموزش مدل‌های پایه با استفاده از داده‌های اختصاصی تراکنش‌های خود هستند؛ مزیتی که سازندگان مدل‌های عمومی در اختیار ندارند.
روگو و هبیا کارهای تحلیلگران را انجام می‌دهند
روگو و هبیا داده‌ها را به خروجی‌های آماده استفاده، مانند مدل‌های مالی، یادداشت‌های تحلیلی و ارائه‌های تجاری، تبدیل می‌کنند. بر اساس گزارش ۱۱ سپتامبر PYMNTS، هر دو شرکت از مدل‌های آنتروپیک، اوپن‌ای‌آی و گوگل استفاده می‌کنند.
گیب استنگل، هم‌بنیان‌گذار و مدیرعامل روگو، در ماه آوریل گفت بخش بزرگی از کارهای تحلیلی وال‌استریت «ساعت ۲ بامداد، به دست یک جوان ۲۱ساله و با ابزارهایی انجام می‌شود که ۴۰ سال قدمت دارند». PYMNTS این اظهارات را در گزارش ۲۹ آوریل خود با استناد به بلومبرگ نقل کرد. نرم‌افزار روگو برای برعهده گرفتن همین وظایف و کاهش بار کاری تحلیلگران طراحی شده است.
بانک‌ها نیز در حال خرید این محصولات هستند. طبق گزارش ۱۱ سپتامبر PYMNTS به نقل از نشریه اینفورمیشن، درآمد تکرارشونده سالانه روگو از ۱۵ میلیون دلار در پایان سال ۲۰۲۵ به بیش از ۵۰ میلیون دلار رسیده است. در گزارش ۲۹ آوریل PYMNTS آمده است که از جمله مشتریان این شرکت می‌توان به لازارد، جی‌پی‌مورگان، بانک آو آمریکا و ولز فارگو اشاره کرد.
درآمد تکرارشونده سالانه هبیا نیز به ۵۰ میلیون دلار نزدیک می‌شود. این شرکت قراردادی دارد که حدود ۵۰۰۰ نفر از کارکنان بخش بانکداری سرمایه‌گذاری مورگان استنلی را پوشش می‌دهد. نشریه اینفورمیشن در ۳ سپتامبر این موضوع را گزارش کرد.
آزمایشگاه‌های هوش مصنوعی نیز همان خدمات را عرضه می‌کنند. به گزارش PYMNTS در ۵ مه، آنتروپیک در ماه مه ۱۰ عامل هوش مصنوعی ویژه امور مالی معرفی کرد.
اوپن‌ای‌آی نیز در ماه سپتامبر محصول چت‌جی‌پی‌تی برای خدمات مالی را عرضه کرد. بر اساس گزارش ۱۱ سپتامبر PYMNTS، مورگان استنلی و اورکور در طراحی این محصول مشارکت داشتند. استارتاپ‌ها در مقابل استدلال می‌کنند که بانک‌ها همچنان به خدمات آن‌ها نیاز دارند. سمیر دوتا، مدیرعامل فارسایت که این شرکتش نیز با روگو و هبیا رقابت می‌کند، گفته است بیشتر بانک‌ها هنوز موارد کاربرد مشخص و محدودی را که برای ساخت ابزارهای داخلی مؤثر لازم است، تعریف نکرده‌اند.
بلومبرگ و آلفاسنس رابط‌های هوش مصنوعی خود را می‌سازند
شرکت‌هایی که مالک محتوای اختصاصی هستند، مانند بلومبرگ و آلفاسنس، راه سومی را در پیش گرفته‌اند و رابط هوش مصنوعی خود را می‌سازند. بلومبرگ در اطلاعیه‌ای مطبوعاتی در ۱۵ اکتبر اعلام کرد که ابزار هوش مصنوعی مکالمه‌محور آن، ASKB، اکنون به‌طور عمومی در دسترس متخصصان مالی قرار دارد. این ابزار بر بستر بلومبرگ ترمینال کار می‌کند؛ پلتفرمی اشتراکی که معامله‌گران و تحلیلگران از طریق آن به داده‌های بازار، اخبار و ابزارهای تحلیلی دسترسی دارند.
نشریه فورچون در ماه آوریل گزارش داد که ASKB تا حدی از مدل‌های آنتروپیک استفاده می‌کند.
آلفاسنس نیز رویکرد مشابهی را با یک پلتفرم هوش بازار مبتنی بر هوش مصنوعی دنبال می‌کند که بر پایه گزارش‌های ثبت‌شده شرکت‌ها، متن پیاده‌شده تماس‌های اعلام سود و پژوهش‌های کارگزاری‌ها ساخته شده است. این شرکت در ماه ژوئن ۳۵۰ میلیون دلار سرمایه جذب کرد؛ در آن زمان ارزش‌گذاری آن به ۷٫۵ میلیارد دلار رسیده بود.
مرز میان این سه لایه از هم‌اکنون در حال کمرنگ شدن است. LSEG در ماه ژوئیه داده‌های خود را با مدل ام‌ال یکپارچه کرد. مدل ام‌ال نیز در ماه سپتامبر برای دریافت داده‌ها با دالوپا همکاری کرد. هبیا در ماه فوریه با فیچ سولوشنز به توافق رسید تا پژوهش‌های اعتباری این شرکت را روی پلتفرم خود ارائه دهد.
با این حال، بزرگ‌ترین سرمایه‌گذاری اعلام‌شده تاکنون به لایه داده اختصاص یافته است. LSEG روز پنجشنبه، ۲۲ اکتبر، با خرید شرکت تأمین‌کننده داده‌های اعتباری اکتوس به مبلغ ۳٫۵ میلیارد دلار موافقت کرد؛ خبری که PYMNTS گزارش داد. این شرکت اعلام کرده است ۸۰ درصد از توافق‌هایش در حوزه هوش مصنوعی شامل خرید مجموعه‌داده‌های اضافی نیز می‌شود.