彭博正在为其著名的金融数据终端推出一个名为 ASKB 的聊天式 AI 界面。这个新工具旨在利用自然语言处理，帮助金融从业者从海量数据中快速找到洞见，并自动化部分繁琐的研究工作，甚至可能替代初级分析师的某些任务。尽管彭博采取了多重措施来减少 AI 的“幻觉”和错误，但最终用户仍需对信息的可靠性做出自己的判断。这个 AI 界面最终将成为使用彭博终端的主要方式。
为何需要改造彭博终端？
随着越来越多的数据被录入彭博终端，从传统的财报、股价到天气预报、航运日志等，有价值的信息正被淹没在数据海洋中。
“情况变得越来越难以维持，”彭博首席技术官 Shawn Edwards 表示。“你要么会错过信息，要么花费太长时间。”
使用生成式 AI 的主要目标是帮助用户围绕一个特定想法，发现关键洞见并综合形成一个全局视角。用户可以直接提出高层次的、脑海中的投资构想，而不仅仅是请求特定的数据点。
AI 如何改变分析师的工作
AI 工具并非魔法，它不会让一个平庸的员工突然变得出色。在 AI 时代，真正区分优劣的将是分析师的想法本身。
- 对于专家： AI 能让他们进行更好、更深入的分析。过去只有一个想法的时间，现在可以筛选十个好想法。
- 对于平庸者： 如果想法平庸，那么得到的也只是十个平庸的结果。
ASKB 被设计为一种“代理式 AI”，可以自动化分析师的工作流程。例如，在财报季，分析师可以创建一个工作流模板，让 AI 自动完成以下任务：
- 准备财报电话会议所需的数据。
- 分析公司股价与同行的对比。
- 提供关于看涨和看跌观点的摘要。
- 总结市场普遍看法和公司指引。
这种自动化可能会对初级分析师的培养和职业路径产生影响，因为许多基础工作将被 AI 取代。
“如何教育、培训和指导新入职的初级分析师，确实是一个大问题……至少在未来几年，你不能完全接受某个 AI 系统给出的答案。你仍然需要对自己所从事的行业有扎实的理解。”
如何控制 AI 的“幻告”风险？
在金融领域，基于错误信息做决策是不可接受的。彭博采取了非常保守的方法来确保 AI 输出的准确性。
- 多重验证： 在 AI 生成内容的每一步都内置验证机制。
- 事实核查： 系统会检查摘要中的事实是否完全包含在原始段落中。
- 语义检查： 避免模型在语言上颠倒是非。
- 引用来源检查： 确保引用的准确性。
尽管如此，彭博也强调 系统无法做到 100% 完美，用户始终需要为自己的决策负责。AI 的作用是驱动用户去查看信息源，而不是隐藏它们。
未来的彭博终端
ASKB 不仅仅是一个扩展功能，它将成为彭博终端新的核心。
“这将是新的终端。这将是大多数交互发生的主要方式——尤其是一切分析的起点。”
传统的图形用户界面（GUI）不会消失，但大多数用户将通过 ASKB 开始他们的分析和工作流程。这种变革的目标不是为了应对潜在的低成本竞争者，而是因为 技术终于发展到足以实现这个构想。彭博希望用户不再需要用便利贴提醒自己该使用哪个功能，而是可以直接提问。