Transcription
[音乐] [音乐] 欢迎来到舞台，Anthropic 的收入主管凯特·詹森。 [音乐] >> 早上好，各位。非常感谢大家今天光临。我是凯特·詹森，Anthropic 的收入主管，我非常激动地欢迎大家来到由 Claude 驱动的金融未来。我想描绘一个场景，这可能对在座的许多人来说都很熟悉。你已经喝了三杯咖啡。现在是凌晨 3 点。你正在疯狂地检查最后一个模型。你打开了 100 个标签页。你有一个凌晨 5 点的准备电话，准备迎接凌晨 6 点的客户电话。今天，这一切都将改变。我们非常激动地宣布推出 Claude 用于金融分析。这是行业首个统一智能层，它将改变金融专业人士与人工智能合作的方式。现在，您将拥有一个由人工智能驱动的、一流的虚拟协作伙伴，它将帮助您更好地、更快地完成工作。这是一款为企业定制的 Claude 版本。它专为金融分析师打造，具备处理工作复杂性所需的细微差别、准确性和推理能力。自 2021 年以来，Anthropic 一直在构建有益、无害且诚实的人工智能系统。我们的基础是安全和信任，这正是金融服务公司所需要的。当您管理数十亿美元的资产时，仅仅“足够好”是远远不够的。人工智能正在改变每个行业，而在金融服务领域，这一点尤为突出。现代市场的复杂性、信息的传播速度、您需要处理的海量数据，已经达到了一个人类智能本身，无论多么强大，都无法满足的程度。通过与我们许多客户的交流，我们了解到世界正在两极分化。将有两种类型的投资公司。一种是机构化使用人工智能的公司，另一种是将其顶尖人才流失给那些在过去一年中与各金融行业领导者合作、开创先河的竞争对手的公司。 Bridgewater 的团队自 2023 年以来一直在使用 Claude。这是为了支持他们的投资分析师助手，该助手解决了复杂的模型。他们的首席技术官告诉我们，Claude 确实在推动他们突破可能性的界限。在澳大利亚，澳大利亚联邦银行正在对人工智能进行巨额投资。他们的首席技术官罗德里戈将我们的合作视为他们全球人工智能战略的基础。而在纽约的 AIG，彼得告诉我们，他们已经通过 Claude 完全重新构想了承保。过去需要数周的工作现在只需几天。时间缩短了 5 倍以上，准确率从 75% 提高到 90%。承保人现在可以更好地、更快地为客户服务。现在，我们今天分享的解决方案并非我们独自完成。它们是与整个金融生态系统深度合作的结果。我们的基础是我们云提供商。AWS 和 GCP 提供了金融机构所需的安全、可扩展的基础设施。我很高兴地宣布，今天，包括用于金融服务的 Claude 在内的企业版 Claude 现已在 AWS Marketplace 上提供，并且即将登陆 Google Cloud Marketplace。我们经常听到人工智能的好坏取决于它所拥有的上下文。我们很高兴与 Box、Datab Bricks、Palunteer 和 Snowflake 等平台合作，将您公司的数据引入 Claude，以便您拥有完成与日常工作相关的工作所需的上下文。今天，我们尤其高兴地宣布与关键的外部市场数据源进行新的集成，以支持您最重要的财务决策。我们正在与您已经信任的公司合作。Fact set 提供全面的基本面和共识估计。S&P Global 提供对 Cap IQ 财务、市场数据和交易记录的访问。Dupa 提供经过人工智能验证的基本面数据，并附有来源引用。通过 Morning Star 和 Pitchbook，您可以轻松获取公开投资研究和私募市场情报。我们的咨询服务提供商也将这项技术转化为真正的业务转型。Deote 和 KPMG 正在实现整个组织的现代化，并大规模部署人工智能代理。PWC 和 Turing 正在解决关键的监管挑战，应对不断变化的合规要求，而 Slalom 和 Tribe AI 正在实现核心运营的现代化，从迁移遗留的 cobalt 基础设施到通过智能文档处理加速尽职调查。总而言之，我们正在构建将定义金融服务未来的 AI 生态系统。作为收入主管，我的团队和我花费所有时间与客户和合作伙伴交流。我们从您那里了解到，将所有内部和外部的上下文引入 Claude 以帮助您利用这项技术是多么重要。我们非常重视定义人工智能和人机协作的未来。感谢您的反馈。我们很高兴今天能为您带来这个解决方案。现在，我非常激动地邀请两位合作伙伴上台，他们帮助我们生动地展示了我们生态系统的力量。Peter Lerzie 是 Kensho Technologies 的首席战略官，Kensho Technologies 是 S&P Global 的人工智能创新中心。他一直在定义人工智能如何将金融数据转化为可操作的智能。Vikrambot 是 Deote 的副董事长兼金融服务行业负责人，他一直在帮助全球金融机构应对数字化转型。请欢迎他们上台。 [音乐] 你选的这首歌吗？ >> 是的。 >> 它实际上在我的演出合同里。 >> 我喜欢它。非常感谢您能来。你们两位在塑造贵公司人工智能采纳的前沿方面发挥了重要作用。从您独特的视角来看，Peter 专注于数据和智能，VROM 专注于实施和转型。您在贵公司看到的，真正带来“啊哈！”时刻的突破是什么？ >> 是的，我认为，对我来说，这确实是采纳。我花了过去十年的大部分时间试图让金融服务公司采纳人工智能，我们在传统的机器学习方面取得了一些非常大的成功。我想说，在生成式人工智能的世界里，这种对话非常非常不同。它有点像，你如何尽快为我提供针对这些大型语言模型用例进行优化的数据，以及我如何确保您提供的数据是可信的、准确的，并且是我们一直以来所依赖的工作流程的基础？所以，我认为对我们来说，生成式人工智能带来的巨大惊喜就是采纳的速度，采纳的速率。它对我们的路线图产生了非常大的影响。我们优先考虑的产品是我们的 LLM 就绪 API，这是我们与 MCP 合作的数据的后端。我们看到了巨大的吸引力。我们的客户希望确保他们在与这项技术互动时能够依赖可信的数据，以及在他们已经存在的工作流程中的数据，然后他们可以通过大型语言模型进行自动化和优化。所以，这确实是一个巨大的惊喜。走进这些客户对话，不再说，“好吧，但人工智能在这里可以做什么？这里是你可以解锁的魔法。”他们已经知道了。现在的问题是，我们如何真正让我们的公司或机构或团体成为一个人工智能驱动的团体，同时确保我们能够信任输出？为此，您需要可信的数据。所以，这就是我们注意到的主要事情。Vic，你呢？当你考虑引入这项技术时，是什么让人们真正采纳它？ >> 我们确实在做的一切都遵循人工智能优先的战略。其中一些是内部的，在我们拥有的每一项服务中。我们开始嵌入人工智能，从头到尾。在客户方面，我们看到最初的重点是生产力作为人工智能的关键价值主题。但真正发生的是，它正在扩展到我们是否可以基于人工智能开发新产品？我们是否可以重新构想分销？我们是否可以重新构想端到端流程？它正在将对话从纯粹的生产力作为价值驱动因素转变为收入创造。我们能否更好地进行风险控制？我们能否提升更多员工和客户的体验？因此，随着价值的胃口和范围的扩大，人工智能真正融入了我们所做的一切以及客户组织的每一个部分。 >> 我很喜欢。这次我们先从你开始，但你认为组织需要做些什么才能真正捕捉到全部价值，而不仅仅是采纳技术？ >> 是的。我可能会给出一个不正确、不政治的答案。在金融服务领域，我们是一个高度管制的行业。大家都知道。所以真正的挑战在于创新与风险管理之间的斗争。如何共存，而不是有 20 个检查员对应一个执行者，而是方程实际翻转，实际上有更多的人在推动组织创新，并与您的审计团队、模型风险团队以及所有其他必要参与者共存，以成功实现采纳。我提到的其他例子是人工智能优先战略。我认为越来越多的客户实际上说，人工智能不仅仅是驱动 CIO 组织或其他任何地方 30% 到 50% 的生产力。它实际上是关于改变我们做生意的方式，为此，他们如何真正带来人类？我们有“人类与机器在人工智能时代共存”的理念，以及如何与人工智能带来的变化速度一起，以速度和规模推动人类变革。 >> 你认为如何做到这一点？如何让他们同时共存并采纳？ >> 我认为这不是一个答案。有许多不同的杠杆可以用来推动这一点。例如，一些组织已经进行了高管黑客马拉松，其中最高 300 名高管真正推动培训。一些组织正在举办黑客马拉松，以真正思考某些流程或价值流，他们可以完全重新构想。正在推出完整的 AI 黑客马拉松和培训，面向开发人员，也面向普通用户。所以，我认为最终驱动人类采纳人工智能速度的不是一个杠杆。需要一起做很多事情。 >> 我很喜欢。 >> Peter，你呢？你认为人们和机构需要做些什么不同的事情？嗯，我想说，老实说，这归结于，我认为 Vicram Vicram 已经提到了。这是一种文化问题，我认为其中很大一部分文化必须是自上而下的。您必须让您的领导团队真正认同人工智能优先的理念。我完全同意这一点。我认为，但这种自上而下的部分也包括接受这样一个事实，即在许多组织中，创新来自自下而上。在基层工作的人们正在涌现出惊人的想法，不仅仅是为了生产力，我认为这通常是焦点，而是为了巨大的收入机会。我认为这是绝对正确的。我认为这正在改变关于创新的思维方式，而且我认为其中很大一部分是理解，尤其是在我们的领域，将会有一些工作流程，可能稍微不那么规避风险非常重要，并且能够创造那些实验空间将非常重要。当然，对我们 Kencho 来说，我们有那个空间，而且它对我们来说是这样的，我们有点独立运作，因此我们有更多的空间进行实验，但至关重要的是，还要理解那些界限在哪里，以及风险在哪里是不可接受的。我认为这就是我们也在 S&P 可信数据作为我们核心能力方面看到巨大好处的地方。您知道，我们一直在进行这项旅程，创建这个基础代理，对我们来说，它确保了当大型语言模型与我们的数据交互时，我们负责自动化，在我们整个数据宇宙中，我们将提取和查询哪些数据集，然后以引用的方式呈现这些数据。所以，它既是启用实验，又是确保您的响应以及任何输出都真正基于可验证的事实。所以我认为那里存在平衡，而创造这种信任对我们来说非常重要。 >> 我很喜欢那种推动创新的精神，那种真正利用组织所有能量的愿望，但要负责任地去做。这确实是我们许多工作的核心。非常感谢你们两位，也感谢你们的合作。 >> 绝对。很荣幸。谢谢。 >> 现在，我很高兴地邀请我的同事 Nick Lynn 上台，他负责我们金融服务版 Claude 的产品。谢谢大家！ [音乐] 好的。谢谢，Kate。我叫 Nick Linton，我负责金融服务版 Claude 的产品。我还是一个正在恢复的投资银行家和私募股权投资者。所以，我就是 Kate 提到的那个分析师，凌晨 3 点还在疯狂地调试模型，同时还要构建演示文稿，睡眠不足。这就是为什么我特别激动地分享我们一直在做的工作。正如 Kate 提到的，我们正在推出 Claude 金融分析解决方案，这是 Anthropic 首个专为金融行业打造的产品。我们的解决方案建立在构成代理的三个主要支柱之上。首先是模型。现在，我一直认为我们今天交互的模型是我们有史以来最差的模型。即便如此，今天的 Claude 不仅仅是代码领域的尖端。Claude 经过专门训练，具备金融领域知识，并在大规模数据分析、金融推理甚至 Excel 操作等任务方面表现出色。现在，研究产品飞轮是 Anthropic 战略的关键组成部分。我们坚信与像您这样的客户合作，真正了解模型在哪里有效，差距在哪里，并借用我们内部使用的术语，“爬坡”，以改进下一代模型功能。由我们的朋友 vowels.ai 发布的金融代理基准在行业中获得了很大的关注，并且很好地代表了许多金融推理任务。您可以看到 Claude 和 Sonnet 的表现远远优于竞争对手。同样，Claude 也非常有能力实际完成工作。我们的合作伙伴之一 Fundamental Labs 构建了一个名为 Shortcut 的 Excel 代理，基于 Opus。该代理能够通过金融建模世界杯比赛的五个级别中的五个级别，并在复杂的 Excel 和金融推理任务上达到 83% 以上的准确率。同样，表现也远远优于竞争对手。我们解决方案的下一个支柱是建立在这些模型之上的代理功能。现在，模型智能需要转化为对人类真正有用的东西。Claude 的代理功能是灵活且可组合的，并且真正旨在解决您每天都在处理的核心问题，包括构建多模态报告，如演示文稿、投资备忘录，分析和可视化数据，如基准分析或股票价格和交易量图表，以及原生读写 Excel 和 PowerPoint 文档。我很高兴地宣布，这是第一次，这些扩展的输出功能现已进入研究预览阶段，仅限于我们金融分析解决方案的精选客户。我们还扩大了使用限制，以真正支持分析师每天进行的深度工作。我们还集成了 Claude 代码，以支持分析更大数据集、蒙特卡洛模拟和风险分析等用例。最后，模型智能和代理功能通过我们非常灵活的平台交付。我们的解决方案是第一个在您所有核心金融数据源中拥有统一智能的代理。正如 Kate 和 Peter 所分享的，我们很高兴与像您这样的行业领导者合作，构建这些关键的代理集成，未来还将有更多。重要的是，我们提供白手套的、特定于金融的实施和入职培训，以真正协助您进行部署、教育和变更管理。当然，这是在企业级安全和信任的基础上构建的。我们通过了 SOC 2 Type 2 认证，并且默认情况下，我们不会使用您的数据来训练任何模型。现在，我们的解决方案旨在解决您都熟知的问题。在投资领域，洞察力就是阿尔法。能够筛选噪音、建立论点、快速做出投资决策至关重要。正如我们从许多客户那里听到的，这当然对卖方和买方都适用。总结一下痛点，分析师每天都在处理大量文件，并花费数小时研究难以验证的数据源。他们痛苦地准备分析，逐个单元格地检查模型，并手动准备投资备忘录和演示文稿，通常在紧张的交易时间线上通宵达旦。有了 Claude，我们可以开始解决所有这些痛点。现在，让我们看看实际情况。认识一下 Sarah，Acme Capital 的一名对冲基金经理。现在是下午 2 点。她的投资组合经理冲进她的办公室，提出了一个紧急问题，我相信很多人都熟悉。我们的目标公司 Velocity Athletic 昨天公布了糟糕的收益。收入下降了 12%。但股价却上涨了 17%。每股交易价格为 71 美元。但投资组合经理需要知道的是，这次反弹是否由他们的新战略证明是合理的，还是他们应该在上涨时卖出？他需要在市场收盘前得到答案。现在，让我向您展示 Claude 如何将这种典型的 4 到 5 小时的混乱分析转化为不到 30 分钟。首先，Sarah 连接她的工具。看看在一个工作空间中有什么可用的。她使用的所有工具，S&P Global、Morning Star、Faxet、Dupa，甚至她公司的内部 Box 文档。不再需要 juggling 14 个不同的浏览器标签页。她需要的一切都在这里，统一访问。Sarah 开始进行一项全面的查询，要求 Claude 同时从多个数据源提取信息。看看发生了什么。Claude 在各个平台之间进行协调。S&P Global 提供交易记录，Morning Star 提供报告，Box 提供内部分析，Loopa 提供八个季度的财务数据。关键在于。Sarah 获得的是综合智能，而不仅仅是原始数据转储。输出完整的收益交易记录分析，并带有问答环节中的危险信号。首席财务官披露了关税造成的 400 个基点的利润率下降。竞争对手似乎做得更好。Pace Running 自 2019 年以来一直在越南。最重要的是，您可以看到完整的财务数据链接到原始数据源，就像我们在这里看到的 Loopa 一样。因此，Sarah 可以即时验证结果。为了更深入地了解，Sarah 要求 Claude 创建可视化和特定分析，如带注释的股票价格图、竞争对手和基准分析，甚至折现现金流模型。正如您所见，Claude 现在正在从 SEC Edgar 和网络提取关键公司事件，从 S&P Global 提取价格数据，从 DOUPA 提取历史财务数据，从 Fact set 提取共识估计，并创建多个视觉制品。首先，一个带有事件注释的股票价格图，显示了 17% 的上涨以及所有关键事件的标记。紧急董事会会议、首席财务官股票出售、收益意外。接下来，一个全面的竞争对手表格。Velocity 的市盈率是 21 倍，而同行是 16 倍，尽管其基本面较差。这里是它变得强大的地方。Claude 构建了一个完全可审计的折现现金流模型，具有功能性案例选择器、与假设相关的预测，甚至无需提示即可进行完美的 WACC 计算。现在，这个 DCF 模型预测的基本价格为 54 美元，表明 71 美元可能过于乐观。最后，Sarah 实际上需要为她的投资组合经理准备一份可交付成果。她要求 Claude 使用她公司在 Box 中的模板创建一个投资备忘录。Claude 在 Box 中搜索任何相关的内部信息，包括备忘录模板和任何过去的事件驱动型交易作为参考。在几秒钟内，她就收到了一份专业的备忘录，其中包含一个确切的建议，即淡化反弹，提供清晰的理由以及支持市场表现和竞争对手的数据，以及具体的行动项目和风险分析，所有这些都经过正确引用。底线是，市场正在过度定价一个复杂的运营挑战。所以，现在就获利，稍后以更低的价格买入。现在，让我们回顾一下刚才发生的事情。Sarah 在不到 30 分钟的时间内交付了机构级别的分析，这是一个通常需要 3 到 5 小时跨多个平台才能完成的过程。所以，她不仅节省了时间，还发现了她可能错过的见解，比如首席财务官的出售或竞争对手的现有优势。现在，我们相信这就是金融分析的未来，人工智能将全面增强分析师的能力，所有平台上的最佳见解将汇集在一个智能工作空间中。这些功能得以实现的一个例子来自挪威主权财富基金，也称为 NBIM，世界上最大的主权财富基金。引用他们首席执行官 Nikolai 的话：“Claude 从根本上改变了我们在 NBIM 的工作方式。他们实现了 20% 的生产力提升，即每年节省 213,000 小时，以便专注于真正重要的事情，即为挪威人民做出更好的决策和回报。”正如 Nikolai 所说，Claude 已不可或缺。现在，构建这些解决方案需要与大家进行深度合作。今天在场的每个人都将获得一个月的免费试用。我个人非常期待花更多时间与大家一起深入探讨我们可以共同解决的问题，并利用我们的产品和模型能力塑造金融服务的未来。说到这里，我将把话筒交给我的同事 Jonathan Pelosi，他是我们的金融服务主管，以及我们杰出的行业领导者小组，分享他们与 Claude 的经历。 [音乐] 谢谢，Nick，也谢谢 DJ。好吧，这首歌不是我选的，但我喜欢。让我把这些放下来。感谢大家的光临。希望您能感受到我们为何对能够支持您以及所有在线的各位在金融分析方面的所有任务充满乐观。但不要只听我的一面之词。我有一个更有影响力的专家小组，他们可以谈论他们正在用这类技术做什么以及他们如何做到。正如 Nick 所提到的，在我负责 Anthropic 的所有金融服务业务时，这实际上意味着我们支持最大的银行和保险公司、对冲基金和资产管理人，将这项技术实际应用于您的公司，让您能够利用它来创造真正的价值和真正的转型。我说“实际”，是因为我们经常读到关于这项技术能做什么的理论性头条新闻，您会想，“哦，它将改变我们的工作方式，并将生产力提高 50%。”但当我的团队和我与您坐下来时，我们经常会剥开层层外壳，然后说，“那么，您如何真正实现这一点？您如何真正将其定制到您的组织？您如何真正进行变更管理？让这些人习惯使用这项技术。”这些是我们关注的重点，也是我们乐于进一步讨论的。那么，话不多说，我将邀请我的尊贵小组成员上台。如果您能下来，给他们一个自我介绍的机会。 [音乐] 谢谢，团队。我们将进行快速介绍，因为我认为头衔并不能完全体现他们所做的所有 AI 工作。我们将从我的好朋友 Michael 开始。请讲。 >> 谢谢 JP。我的名字是 Michael。我共同负责 DE Shaw 的 COO 集团。这意味着我和我的团队致力于全公司范围的重大转型计划。而现在，我们正在投入时间处理的没有比人工智能更大的全公司挑战和机遇了。谢谢，Michael Lloyd。谢谢，JP。Lloyd Hilton。我是 HD Capital 的人工智能主管。所以，对于不了解我们的人来说，我们是一家主要的私募股权公司，是全球最大的十家公司之一。我们是行业专家。所以，我们大约有 50 家 B2B SAS 和服务领域的投资组合公司。在过去的两年半里，我们一直在与这些投资组合公司合作，与 Anthropic 团队合作，推动一项重大的转型工作。 >> Don， >> 早上好，各位。感谢 JP 的邀请。我叫 Don Vu。我是纽约人寿的首席数据分析官。对于不熟悉纽约人寿的人来说，我们是财富榜第 69 位，保险在保额超过万亿美元。我们是世界上最大的保险公司之一。我负责我们整体的人工智能和数据战略及其执行。 >> 谢谢，Don。最后但同样重要的是 Frod。 >> 是的。所以，我叫 Frod。我来自挪威主权财富基金。我们是一个 2 万亿美元的主权财富基金。70% 是股票，30% 是固定收益和债券。我们只有 700 名员工。所以，我们有一个单一的所有者，财政部长，代表挪威人民。我是北美团队的一员，该团队管理着大部分股权资产。 >> 谢谢，Fro。我和 F 之前聊天过，我认为有一个统计数据必须是真的，即按人均计算，地球上没有哪个组织比 NBIM 管理更多的资金。所以，这确实是一个令人印象深刻的统计数据。对于在场的各位，我们稍后也将有机会提问。请记住这一点。我们非常期待听到你们的声音。但让我们开始人工智能投资论点吧。自然，你们的大型组织，复杂的公司，在什么阶段决定了要全力以赴，并在公司层面进行这项工作？谁推动了这一点？对此，我们将从 Fro 开始。我很想听听你的看法。 >> 是的，当然。所以，我认为，我们的人工智能战略确实是成为投资管理领域领先的人工智能用户。这意味着将人工智能嵌入我所做的一切，我认为是以负责任的方式。这意味着提高效率，降低成本，提高回报，并真正改善风险管理。所以，我认为改变的是，我们有一个协调一致的战略，有真正敬业的组织支持，以及一个专门的人工智能团队，他们在组织中提供帮助。这确实是从高层推动的。所以，我们有一个人工智能狂热者，基金的最高领导者 Nikolai Tongen，他对我们看到的社会变革非常热衷。他的领导力，他对人工智能的热情，确实为基金内部设定了基调，并推动了我们看到的文化适应。我认为这绝对至关重要。 >> 谢谢 Fro。毫不奇怪，这种自上而下的认同对于推动采纳和真正有意义的变革至关重要。我认为 Fro 和 Nikolai 在这方面做得非常出色。Lloyd，就您的公司而言，无论是内部还是与您的投资组合公司相比，情况如何？ >> 是的，我认为自上而下的认同对我们来说也同样重要。所以，虽然我们是投资者，但我们的许多领导团队都是技术人员和工程师。所以，很早就，我认为我们认识到这是一个平台转移。HG 的许多成功都基于帮助我们的投资组合公司应对从本地到 SaaS 的平台转移。我们也在投资人工智能一段时间了。所以，我们有一个中央数据团队。我们实际上在 2021 年就获得了 GPT3 的访问权限。所以，我们已经试验了一段时间。我想说，当早期的 LLM 在 2022 年至 2023 年左右推出时，我们意识到这是一个非常重大的机会。但对我来说，人们以自己的节奏建立信心，真正帮助我们的是我们在硅谷举办了一个活动。我们与 Anthropic 团队合作，实际上请来了首席产品官 Mike Creger 在活动上发表演讲，我们让我们的高管们完全沉浸在人工智能这个话题中，让他们真正动手操作。所以，对我们来说，这是一个真正的催化剂。我想说，在过去的两年里，真正让我们惊讶的是它的发展速度。所以，我们开始可能在想，哦不，我们可以通过将人工智能集成到我们现有的流程中获得 10% 到 20% 的生产力提升。现在，我们真正关注的是通过人工智能全面转型我们的投资组合公司。我们认为，通过这样做，我们将为我们和我们的投资组合公司带来巨大的价值增长。所以，这确实是我们现在的重点。我们已经复制了同样的方法。所以，你知道，我们在 HG 获得了中央的自上而下的认同，现在我们正在确保为我们的投资组合公司创造同样的催化剂和火花，我们发现这正在 HG 投资组合中很好地渗透，以推动这种转型变革。 >> 太棒了。谢谢，Lloyd。对于在场的各位，我猜想这是你们正在考虑的事情，对于在线的各位也是如此。我们经常听到，“我应该内部构建还是购买现成的 API 产品？”现在，构建真正定制的人工智能驱动的解决方案变得越来越容易。同时，也有很多现成的优秀解决方案。Nicklin 今天就向你们展示了一个。那么，Don，您如何看待“构建还是购买”这个概念，以及如何决定走哪条路？您两者都做吗？请向我们介绍一下您的思考过程。 >> 是的。是的。我认为这是一个很好的问题。我认为，当我们开始这一波生成式人工智能浪潮时，许多组织，尤其是金融服务公司，都经历了一个决策过程，比如“我们应该利用 API 并构建自己的自定义包装器，还是应该与 Anthropic 这样的公司合作并利用这些企业解决方案？”这些显然都有权衡。我认为，对我们来说，我们实际上非常刻意，继续在 UI 层和所有这些不同的功能，如画布和类似的东西，连接器等上进行创新将非常具有挑战性。我认为像 Anthropic 这样的公司正在以惊人的速度进行创新。我们希望确保我们的内部开发人员和工程师专注于我们最专有和特定的组织解决方案。所以，对我们来说，更多地合作而不是试图构建自己的自定义解决方案是有意义的，让我们将自定义集成和解决方案留给那些对我们具有竞争力的重要事物。 >> 谢谢，Don。Michael，你们在 Daw 是如何考虑的？ >> 所以，至少对于对冲基金行业的人来说，我认为我们以高度关注构建而闻名。我们雇佣了优秀的技术人员，并给了他们构建伟大东西的机会。所以，当有什么东西出现时，我们的本能就是自己构建最好的版本。但资源并非无限，拥有优秀的人才也伴随着巨大的机会成本。所以，我们总是认真考虑构建还是购买。我认为不同的是，Don 已经提到了，技术变化的 যাইতেছে。随着这种速度而来的是构建和购买之间的不同平衡。能够以某些商业市场提供的速度和规模进行构建和部署，内部通常是困难到不可能的。所以，这改变了我们的计算。我们仍然两者都做，并且我们在选择构建和购买的地方极其审慎。 >> 太棒了。是的，我们也经常听到这个。当他们开发合作伙伴时，他们会开发一个内部的人工智能聊天机器人，并分享一个他们特别引以为豪的功能，而当我们与他们会面时，你几乎不敢让他们知道，就像那已经成为过去，看看这个，这个，这个，这已经开发出来了。所以我完全同意。认识到你们都是大型公司，并且是各自领域的领导者。我们听到的另一个巨大挑战是变更管理和大规模推动这种转型。这项技术可以做很酷的事情。您如何真正让人们使用它？所以，当您考虑您所处的规模的转型时。Don，我将从您开始。显然，您有很多员工。 >> 您如何看待实际推动技术采纳，当您有这么多不同的部门和员工需要考虑时？ >> 是的。对我们来说，我们的人工智能战略几乎是“无处不在，同时进行”。所以，我们实际上将我们的人工智能战略视为一个项目组合。所以我认为我们开始时，就像许多人一样，针对特定工作流程或特定业务领域的目标用例。我们在生产中取得了可衡量的价值，这很棒。我们当然意识到，我们希望通过真正民主化和赋能我们所有员工使用人工智能工具来提高我们的愿景的底线和上限。所以，有多种工具我们正在真正利用来实现这一点。然后我们实际上也在关注重塑。所以，就像高层领导者正在真正审视他们各自的领域，以了解人工智能、代理人工智能和这些新范式如何真正帮助我们重新锚定我们如何转型的愿景以及我们实现它的速度。所以，为了做到这一点，我的意思是，再次，非常普遍，大量的实践培训和黑客马拉松，所有这些不同的事情，你实际上必须做，就像深入一线，真正帮助人们理解这些可能性是什么。与此相关的思维模式转变，我认为我们稍后可能会在讨论中涉及。但它确实是一个全面的努力，得到了我们 CEO 和他的高管领导者自上而下的承诺，但再次，这种自下而上的赋权与之相伴。 >> 谢谢，Don。Lloyd，您面临的挑战略有不同，您既要与内部员工合作，也要与您支持的投资组合合作。那么，您如何看待规模化以及在投资组合层面推动转型，认识到您需要帮助培训和教育很多不同的公司？ >> 是的。是的，当然。所以，我认为您所说的很多内容都引起了共鸣，Don。所以，我们有 50 家公司，总共约 120,000 名全职员工。我们所有的公司看起来都有些相似，而且主要是垂直化的软件平台。所以，这使我们能够真正地为这群人带来大规模的转型。所以，这始于 HG 的中央努力。我们有 20 名内部人工智能专家，约有 150 名承包商和密切合作伙伴提供支持。我们一直在推动整个投资组合的中央变革。这也使我们能够尝试许多不同的工具，许多不同的举措，并真正了解在实验室中什么能快速奏效，并了解最佳流程是什么。但我认为，自上而下的观点一直至关重要。所以，我们一直在系统地与我们投资组合的每一位领导者合作，让他们参与进来，让他们动手操作。然后，我还会补充一点，我们正在真正尝试在思考这个问题的方式上具有颠覆性。所以，你知道，与其修补现有流程并添加一些人工智能，不如我们重新设计了许多职能。所以，如果以软件工程为例，在整个投资组合中，我们现在平均测量到软件工程的生产力提高了 30%。我们的一些公司已将开发团队从九人缩减到两人。所以，获得了真正的实质性杠杆。我们有一家公司部署了 1000 个代理软件工程师实例。所以，他们为工程团队增加了 50% 的生产力。这就是我们现在正在整个投资组合中推动的重塑。我应该说，我们没有做的是削减任何成本。我们正在做的是重新投资于生产力，基本上是清除技术债务，并构建人工智能产品。这是我们另一个关键的关注点，我们从中看到了巨大的转型价值，即将 Anthropic API 以及其他解决方案嵌入到我们的核心软件解决方案中。这已经为我们的一些业务带来了实质性的增长。 >> 谢谢，Lloyd。关于变更管理的话题，这在我们合作伙伴中也经常出现。您如何看待，嘿，这项技术，有很多让我害怕的东西，我的员工可能会认为它会取代他们的工作。您如何在这两者之间取得平衡，赋能他们使用它，同时也要认识到存在一些恐惧，它是否会取代我的工作？所以，我们思考的是公司层面的文化影响，以及如何让它成为公司文化的一部分。所以，Fro，这是给你的，因为我认为 mim 在驾驭这一点方面做得非常出色。您和您的团队，作为高级投资组合经理，如何看待它融入公司文化并成为你们运作方式的核心部分？ >> 是的。我的意思是，从自上而下的角度开始，显然非常重要。我的意思是，这确实推动了它。我认为我们长期以来一直专注于技术，我们一直是一个非常技术驱动的组织。现在，我们已经从将基础设施迁移到云端，在 Snowflake 上拥有数据，集成企业版 Claude，并能够真正与我们的数据进行聊天。这与我们的量化性质以及我们使用数据的倾向非常契合。所以，我认为从文化角度来看，这是一个非常好的契合。而且，我想说，在我所在的团队里，我们中的许多人实际上是内向的。我们喜欢坐下来编码和做事。我认为，仅仅拥有 Claude 和我们可以构建的助手项目，并进行共享和协作，这只是在加速我们看到的组织文化转变。我认为这非常吸引人。我还想补充一点，作为一个拥有单一所有者的主权财富基金，将人工智能融入组织是一个巨大的推动因素。因为我们可以用这项技术做很多别人做不到的事情。因为我们不受客户动态的限制。所以，我们拥有一个真正开放、精简的组织，具有协作文化，而且我们只有 700 人。所以，这太迷人了。 >> 太棒了。谢谢，F。我真的很感激，这种想法，即在个人员工层面揭开这项技术的神秘面纱，这是非常关键的，因为你可以很快地解决这些担忧或恐惧，在文化层面，因为他们很快就会看到，哦，这只是一个很棒的助手，如果你愿意的话，它是一个很棒的伙伴，当我醒来开始我的工作时，它能帮助我更有效地完成工作。所以，听到这个例子真是太好了。 >> 是的，我认为 JP，我认为这是一个很好的观点。我认为我们实际上非常刻意。我认为在这个旅程的早期，人们会说，“人工智能不会抢走你的工作，但使用人工智能的人会。”所以，我们真的想正面解决这个问题，并确保尽可能多的员工。我们刻意让每位员工拥有多个人工智能解决方案，而不仅仅是这样，还要提供培训，帮助他们感到更加赋权。我认为这对于您提出的观点，即克服可能存在的一些阻力来说，确实至关重要。 >> 太棒了。谢谢，Don。 >> 是的。而且我经常会笑，因为即使合作伙伴问，比如，“我如何培训？我如何构建这些课程来推动采纳？”我会停顿一下，然后说，“问 Claude。”开玩笑说，无论是 Claude 还是您使用的其他工具，这些工具都非常擅长这项任务。我说，“这是我的公司。”对于在线的各位来说，同样适用。这是我的规模。我们做什么。我想为我的员工构建一个简单的培训计划。也许他们有三个小时的时间，将在接下来的两周内花费。您会如何分解它？培训会是什么样子？我告诉您，如果您完成这项练习回家，它将是一个美丽、美丽的输出。 >> 我可以再强调一下吗？ >> 是的。 >> 如果您的员工说，“我不知道该做什么。我不知道从哪里开始。”告诉他们简要描述一下他们的工作。然后问人工智能，“我应该如何开始使用这个？有什么我可以尝试的事情吗？”它实际上效果很好。 >> 我的意思是，我喜欢这个例子，因为我甚至会说，我有两个年幼的孩子，比如四岁和两岁。如果我正在寻找周末的活动，我不太擅长想出这些。但我会问 Claude，但我会做得更好。我会说，“Claude，我需要你优化以下提示。”然后我会说，“我需要为我的孩子想出活动。”然后 Claude 会重写它。我复制粘贴。然后我就会得到世界上最好的待办事项。所以，这是另一个好技巧。让 Claude 为您编写提示。但决定从哪里开始是另一个我们经常听到的问题，对吧？所以，对于在场的各位，有些人是小型公司，很多人是大型公司，但好的，有很多。您从这个团体听到了很多。整个组织的转型，高层领导。我将从 Michael 开始。对于在场的各位，如果我们必须从某个地方开始，那么用例是什么？如果他们从零开始，第一个地方是哪里？您会建议什么？ >> 所以，寻找一个开始的地方非常诱人，我的建议是抵制这种诱惑。您的同事，我不知道他们是否比您更了解如何最好地使用这些工具。在您给他们工具之前，他们肯定不知道，但一旦您给了他们工具，他们就会发现您从未想象过的使用方法。所以，我们是一个相当分散的地方。我们是一个希望让我们的每一位同事都能更好地使用人工智能的地方。所以，我们一开始的核心重点，也是我推荐给别人的，就是提供易于使用的工具。让人们弄清楚他们在做什么，然后密切关注。在某些情况下，在您学习的过程中进行集中化，但不是作为您的第一步。我给一个具体的建议。我认为有些人会这样做。他们会尝试一些东西，结果不如他们所愿，然后他们就会放弃。我们发现有价值的是鼓励人们回来，比如说每六个月。技术和产品变化的速率对您的大多数同事来说是陌生的，而且他们在三个月、六个月、九个月内可以为特定用例改进的程度有时会让他们震惊。所以，推动他们重新审视是一种策略。我们通常不会过于强硬，但这是我认为强硬可以奏效的地方。所以我喜欢这一点，因为我认为，根据 Michael 的观点，我想听听其他小组成员的看法。从一个特定的用例开始的想法，通常会是，哦，我将构建一个定制的分析师或风险缓解代理。我们总是建议，与 Michael 所说的类似，首先，将这项技术安全、负责任地交到您的员工手中。显然，您看到了我们有一个解决方案。市面上有许多解决方案。
这几乎总是第一步，因为常常如此，我想在座的各位都是如此。只有当你开始使用这些东西时，说实话，这在你的个人生活中如此，在工作中也如此，你才能真正开始看到它的能力。
我今天正在经历一个过程。我刚买了一套新房子，正在办理房屋保险。我不知道你们上次阅读房屋保险单是什么时候。它们很残酷，有400页那么厚。我拿到了这三份保单，我甚至在努力区分保障范围和附加险等等，我与很多保险公司合作，所以我应该了解所有这些。我只是上传给了Claude，然后说，给我一个我正在看的东西的细分。我分享这个作为例子，因为那些同样的“啊哈”时刻，它给了我一个很棒的答案。创造这些时刻最快的方法是让你的员工接触像Claude这样的工具，当然，市面上还有其他工具，但以安全负责的方式让他们掌握这些工具是巨大的。
话虽如此，嗯，我想转向Lloyd，当你考虑给这个资源有限、人手有限的团队提供建议时，他们从何开始？你对他们应该从哪里开始还有其他想法吗？我们假设为了这次讨论，他们已经在员工层面启用了Claude或AI工具。下一步是什么？
是的。嗯，我只是想补充一下Michael的观点。我完全同意，你知道，每三到六个月重新审视这项技术。我想补充的另一点是，真正投入到你的提示工程或上下文工程中。我认为一个普通用户向Claude输入一个有点懒惰的提示，与一个真正思考上下文的人之间存在巨大差异。所以我认为，找到那些在你的组织中成为高级用户，并且对此有天然直觉的人，如果你把这些人推举为AI倡导者，可以真正帮助加速，这可以推动很多变革。
嗯，我想在其他用例方面，一旦你进行了广泛的赋能，我的意思是，我们对此的看法是，着眼于那些高摩擦任务，人们在其中进行大量机械处理，这些任务是高度可重复的，并且使用结构化数据。这些通常是你的组织中像Claude这样的工具的完美候选者。所以对我们来说，你知道，对于那些需要大量仔细思考和系统二型思维的真正关键决策，我们可能更多地将Claude用作一个意见板，但对于我们所有组织中发生的许多那种机械性任务，我们是使用Claude加上其他自动化工具来真正推动，嗯，是的，这些流程的转型，这就是我们对此的看法。
太棒了。谢谢你，Lloyd。这是我最喜欢问的问题之一，所以我显然要在这里问。为了观众，你们都有很多经验。你们都经历过这个过程。你们已经在自己的组织中应用了它。你们看到了很多有效的方法，也看到了很多无效的方法。我将从Frod开始。嗯，如果现在你知道你所知道的一切，如果可以重来，你会做一件什么不同的事情？
我真的不知道我会做什么不同的事情。我认为在Mim，我们在获取它方面做得非常成功。我想这只是，也许甚至更早开始，然后正确开始。我的意思是，我会说，你知道，这是你必须投入并承担的事情。所以我认为，嗯，快速行动，犯错，从中学习，然后继续前进，这才是真正的关键。而且我认为，如果有什么的话，那就是在那里。
谢谢你，Don，你呢？
是的，是的，我也会倾向于更深入、更快地做更多事情。但是，嗯，我认为我们没有提到的一点，我认为我们关注了，但回过头来看，也许我们可以更早关注的是，这是一种真正的思维模式和文化转变。嗯，我们谈了很多关于民主化和工具推广，但显然这不仅仅是推广工具和让人们获得访问权限。这就像给美国每个人一台跑步机，然后期望心脏病能被治愈一样。嗯，我们非常有意地去理解，这实际上也是一种思维模式的转变。所以我认为很多人看到像Claude或ChatGPT这样的工具，他们看到一个文本框，然后想，哦，这就像Google，我应该只输入一个问题。我将得到一个答案，然后我就完成了。我认为现实是，这项技术实际上被设计得更像一个人。这确实是一个伴侣和副驾驶，无论你如何描述它。因此，进行一点思维模式的转变，并真正帮助人们理解这一点，我认为非常关键。我们一直非常有意地与外部人士合作，尤其是在这一旅程中帮助我们的高管。
嗯，我们用过的一个类比是，你知道，如果你和家人去哥斯达黎加，你可以去Google搜索一些建议，或者你也可以直接向Claude或ChatGPT发出提示，说：“嘿，你是哥斯达黎加的旅游主管。我将和我的四口之家去哥斯达黎黎加。我的孩子分别是10岁和12岁。一个喜欢冲浪。另一个喜欢，你知道，野生动物。你能为我制定一个定制的行程吗？”所以，这两种工具之间是一种非常不同的范式。坦率地说，对于大多数刚开始接触的人来说，他们就是从那里开始的。但我们认为帮助人们走上他们的旅程非常重要。如果可以的话，如果我们能回到过去，我们甚至可能会更早开始。所以，
谢谢你，Don。你呢，Lloyd？
是的，我的意思是，我想我会附和Frodo。我们在HD公司在这方面进展非常快，我愿意认为我们是走在前沿的。我们早在2023年就开始构建我们的第一个AI产品了，但如果我能说一件事，那就是要更快地朝着这个方向前进。嗯，你知道，模型改进的指数级速度以及围绕它发展的生态系统，坦率地说，是前所未有的，所以是的，我本会说，嗯，你知道，跑得更努力，更快，Michael。
所以我们是非常无情的数据驱动型，我们做的一件事是查看公司内部的使用强度，你看到的是一个对数正态曲线，像这样，其理论基础是它描述的过程大致是，你用得越多，你就用得越多。所以它们是乘法性的。如果你将这一点与这种自下而上的观点结合起来，你想要做的就是鼓励人们多尝试。所以，这里有两件事我做来帮助实现这一点。嗯，第一，嗯，在我的许多团队会议上，我只是让人们快速分享一下上周尝试过的某个奇怪的AI东西。它成功了，它失败了，但你知道，每人30秒与团队分享。嗯，第二，这与你所说的一点相呼应，在工作中舒适地学习如何使用这些工具的途径不一定只通过工作。人们通常在个人生活中更愿意冒险。嗯，至少在他们看来，这不那么可能令人尴尬。因此，我认为鼓励人们在那里进行实验，其回报可能与鼓励他们在工作场所迈出第一步一样多，甚至更多。
是的。不，我完全同意，我认为这对今天在座和在线的所有人推动采用是一个巨大巨大的好处。如果我要总结我们今天讨论的内容，那就是赋能。所以，让你的员工接触这些工具之一。培训。你不必成为一名高级培训师，或者，你知道，购买一个百万美元的培训项目。你可以与一些优秀的合作伙伴合作，我们今天已经提到了一些，你可以使用Claude来帮助你建立一个培训项目，给他们提供基础培训。我这里不是在谈论100小时。基础的如何提示，如何与这些工具互动，衡量。现在回到Michael的观点。我认为他正在以一种非常棒的自然方式做这件事。让我们在Anthropic进行一次快速分享。你可以想象，这就像我们正在以某种方式监控你是否正在使用这些工具来做得更好，并且你实际上正在跟踪这一点，因为无论你是否使用它们，它都在确保你让你的员工对建立这种习惯并习惯使用它负责。最后我将分享一个个人轶事，Michael也提到了这一点。有时人们更愿意在个人生活中使用这项技术，看看它能为他们做什么。我有一个两岁的儿子，他有很多医疗问题，在学习如何应对他的挑战以及我们能为他做什么方面。医院发来了新生儿重症监护室和我们的神经科医生那里的一千多页笔记，很难理解所有这些。所以即使你和不同的医生交谈，他们都会给你不同的答案。我把所有这些都上传给了Claude。我说：“帮我理解这里发生了什么。”我拿到了那个时间线，我绝不是说Claude是医生。嗯，我只是拿到了那个时间线，顺便说一下，1100页的PDF文件，然后我把它带回给我们的医生。我说：“这看起来对吗？帮我理解这里发生了什么，我能做些什么。”医生简直目瞪口呆。他说：“你是怎么弄出这个的？”我分享这个故事不是因为Claude有多棒。我分享这个故事是因为在那种时刻，当它对你的个人生活产生如此有意义的影响时，你会看到我尝试在工作中运用这项技术的倾向，无论我是否在像Anthropic这样的公司工作，都会大大增加。
所以作为总结，如果你今天手机里没有这些应用，这些AI应用，我要说第一步，使用它。给自己设定一个目标。使用它。我不在乎你是在给一棵树拍照，还是在分析人寿保险单或保单。每天使用几次。建立这种习惯，反过来你就能更好地与自己的员工一起做这件事。所以，我想对我们的专题讨论小组成员表示衷心的感谢。我真的非常非常感谢。感谢所有今天在线参与和加入我们的人。对于在座的各位，请留步，因为我们会有提问环节。但一个大大的[掌声][音乐]。