00:00:00分析师在单个Excel表格中手动进行，每周或每季度手动更新一次。
00:00:06相反，BCI利用我们的artifact功能直接连接到SMP和FACSAT数据集，使得artifact成为一个实时仪表板，可以看到这些指标彼此如何比较。通过对Claude的一个简单提示，您可以轻松更新它。这些artifact也与他们的执行董事共享，他们直接与这些平台交互。
00:00:29所以我认为我们不仅看到了工作的加速，而是工作本身得到了转变。大家好，我叫Alexander Brickin，我领导我们的应用AI工程团队，致力于金融服务。今天，我们将和你们讨论Claude在金融领域的应用，我和我的同事Nick在一起。大家好，我是Nick Lin，我领导Claude金融服务产品团队。我也是一位从事投资银行和私募股权投资的人。
00:00:57我们即将讨论的许多问题对我来说都非常重要。
00:01:01所以我很兴奋，Alexander。很好。那么Nick，我的第一个问题是，你如何看待当今AI在金融服务领域的转变？
00:01:09你知道，我在Anthropic已经工作一年半多了。
00:01:13那是在Claude 3之前。所以我认为企业AI领域已经发生了重大变化，特别是在过去几个月。我真正注意到的是，从好奇心和观察逐渐转变为实际开始构建和部署到生产环境。
00:01:34现在，众所周知，编码是AI中第一批产品和领域之一，具有很强的产品市场契合度。我认为我们开始在其他垂直领域看到这种扩展，包括金融。例如，Inbin或挪威南方财富基金，是我们最大的客户之一，他们大约有9000家投资组合公司。他们所做的是使用模型上下文协议等东西建立了自己的集成，这样他们的所有投资组合经理都可以每天查询这些集成以获得对其投资组合的见解。
00:02:09所以我认为我们真的开始看到分析师花费更少的时间在平凡、
00:02:14手动、
00:02:15繁琐的工作部分，而开始专注于他们真正关心的事情，你知道吗，那就是建立关系、
00:02:22与客户见面，以及真正了解他们投资的公司的商业模式。是的，从我作为应用AI人员的角度来看，这也引起了共鸣。每当我与客户互动时，去年许多时候，他们会从构建AI聊天功能开始。就像他们有一些模型，他们会选择一个，也许是一个随机的业务用户，他们会尝试与它一起工作，只是与它聊天。最终，现在我们看到了像MCP这样的东西，其中聊天变得非常强大。你可以与你关心的系统交互。我认为这对金融特别令人兴奋，因为通常有这么多产品表面，人们必须与之交互。如果你给一个模型一个工具，通常模型足够聪明，知道该工具的作用，给定工具描述和工具名称。
00:03:14但同样地，模型有某些原始特性嵌入其中，比如我们试图嵌入模型与世界交互方式的安全性。所以我们训练我们的模型要有帮助性、
00:03:23无害性和诚实性。
00:03:25通常这是他们解释的数据和它基本上对应的输出的反映。所以我认为这可能也是你所指的，模型通常是智能的。所以如果你给它这些不同的层次，你可以真正看到一些很酷的结果。你知道，安全是你涉及的东西。这对我们所做的一切都至关重要。这是关于在企业环境中安全地部署这些解决方案。这是关于确保模型能够准确回答问题，并具有正确的问题理解水平和保真度。第三是实际上给我们的用户信任、
00:04:01验证、
00:04:01可审计性来理解这些结果。所以我认为我们认真考虑这三个安全成分。
00:04:08是的，我是说，说到这个，对吧，Anthropic是建立在AI安全原则之上的。它从一开始就是一个研究组织。我很好奇，我们如何从一个研究组织发展到在金融服务中发布一个杰出的产品？在我看来，Anthropic的真正目标是构建可以安全部署以解决世界上最复杂和最困难问题的模型，对吧？
00:04:36在代码方面，我们处于最先进的水平。世界人口的0.5%是软件工程师。
00:04:43所以那只是我们真正可以开始解决的这些真正复杂、
00:04:48困难问题的一小部分，对吧？它们真的存在于世界各地。代码对公司的每一个单一部分都是如此基础，对吧？这是一个公司如何运营的。所以这意味着cloud真的擅长与更复杂的系统交互，能够暴露思考和其逻辑，这就是为什么它在金融方面也很好，对吧？金融是复杂的问题，部署到需要验证、
00:05:12可审计性的受监管垂直行业中，最终准确性很重要。这些天的金融分析师花费大量时间达到像PowerPoint演示文稿或Excel模型的像素完美水平，对吧？你不能出任何错。现在很有趣，我们处于这样一个范式中，模型可以做类似的事情，但使用他们能够编写真正结构化逻辑的能力。所以这实际上是我们发现语言模型擅长的，我们在上面训练过的。那种能力来做那件事，感觉它只是被抽象成这么多其他领域，比如创建Excel电子表格或像创建PowerPoint。
00:05:52所以，是的，至少对我来说，看到这些模型的逻辑和推理实际上触及了多少个领域，这真的很引人注目。
00:06:03最终，这些是我们每天与之交互的数字系统，对吧？
00:06:07Claude擅长代码这一事实赋予它灵活的技能和捷径来做所有这些真正酷有趣的东西，对吧？我们几周前推出的文件创建功能使Claude能够在PowerPoint中创建Excel文档，本质上是Claude访问一个虚拟机，在其中它可以大规模运行Python代码来编辑、
00:06:29分析和创建Excel文档，以及创建这些完美的DCF模型，我认为这对我们来说超级令人兴奋，对吧？
00:06:37所以我认为代码还有很多其他领域可以开始真正解锁。
00:06:42Claude for Finance与金融服务市场上其他产品的区别是什么？
00:06:47你知道，有三个动词，我认为很多支配我想要为Claude for Finance构建什么。这些是检索、
00:06:57分析和创建。从检索开始，市场上许多研究代理已经看到，你知道，相当多的成熟，对吧？
00:07:05大型语言模型擅长深入大量数据池并收集见解。
00:07:10它的读取速度可能比人类快5000倍。但我们想在金融领域做的是确保这些系统可以连接到金融分析师工作的所有核心数据源。在金融领域，快速发现比竞争对手和同行更快的见解，这是一个真正的关键优势。现在，从那以后，很高兴我们可以检索这些信息并连接到它。但通过代码或电子表格进行大规模分析的能力也是如此基础。金融模型本身，它们不仅仅是这些漂亮的Excel表格，对吧？它们是金融分析师注入他们对未来的看法和该公司适当估值的方式，对吧？
00:07:57考虑到这一点，我们希望Claude真的很好地理解这些核心金融概念，并操纵Excel和电子表格等系统来进行该计算。然后第三部分是创建，对吧？我们都是企业内的社交生物，对吧？我们做我们的工作与他人分享。所以输出本身以电子表格、
00:08:16PowerPoint文档、
00:08:18Word的形式，以客户准备好、
00:08:21董事会准备好的方式做到这一点真的很重要。所以我们真的想开始推动Claude的能力，以便能够做到这一点，以便它是一个端到端的代理自主系统。这很有道理。我觉得我们构建这些原语，然后它们几乎最终会滚雪球。所以你有像检索步骤这样的东西，对吧？你构建一个MCP服务器来连接到一个系统。但如果你从该系统获取数据，也许它以独特的方式连接到其他系统。比如说，你从Snowflake获取数据。你在那里找到一个ID，你需要将其连接到你的Salesforce实例。你可以用我们在检索方面构建的一些原语轻松做到这一点。但它确实继续滚雪球。你得到分析，其中Claude可以编写一堆代码，本质上拼凑一些信息。
00:09:11然后最终，创建更进一步，把它放在某人关心的环境中。将该帖子请求发送回API示例到某个系统，其中分析师或操作员可以看到Claude推理通过的信息。所以让我们再多谈一点关于Claude for Finance实际上是什么。它是如何工作的？是什么让它如此特别？所以我们想到了我们解决方案中的三个层面。模型、
00:09:39代理能力和平台。从模型本身开始。从根本上说，我们是一个研究实验室，对吧？我们所做的一切都旨在使Claude成为金融服务的最佳模型。现在金融对我们提出了一些有趣的挑战，对吧？代码是我们作为软件工程师和产品经理每天都可以测试的东西。但在Enthropic的这四堵墙内，很少有投资银行家。这就是我们真的很兴奋与像BCI、
00:10:08Pearl at Weinberg和MBIM这样的早期客户合作，以真正让我们知道他们真正关心的用例是什么？好看的是什么样的？然后更重要的是，帮助我们发现我们可以带回研究过程的那些差距。第二件事是在产品方面，对吧？代理能力本质上是我们为使用户与模型交互而编写的代码。我们建立了像深度研究这样的能力。现在我们真的在投资能够在你工作的所有核心表面上嵌入Claude。不仅仅是Claude for Enterprise、
00:10:46Claude AI，而是浏览器扩展、
00:10:50Excel、
00:10:51Chrome和我们的分析师和企业客户每天使用的其他表面。最后一部分是我们再想建立一个真的灵活的平台，可以为我们的客户量身定制和轻松部署。这就是为什么我们花了很多时间与像S&P、
00:11:07Faxat、
00:11:08Pitchbook这样的行业合作伙伴，以建立这些集成，以便这些代理尽可能强大。所以我很好奇，采用情况如何，对吧？谁在使用这个？他们为什么兴奋？走我们通过那个。正如我之前提到的，我们确实看到了整个行业的采用小区。我经常被问到，你知道，你在金融中看到哪些子垂直的AI采用？我认为这远不如子垂直，更多的是关于我们的客户真正产生的文化，对吧？这需要良好的自上而下的鼓励和采用相结合，以降低障碍，但也要自下而上的实验文化，对吧？尝试所有这些工具，弄清楚什么有意义。
00:11:51考虑到这一点，我认为我们看到强大采用的一些主要客户，例如BCI，他们从根本上改变了他们的工作方式。有这样的东西叫做comps分析，分析师做的，这基本上意味着你正在比较所有这些不同公司的comps、
00:12:47财务和运营指标，以确定他们是否以正确的价值交易。分析师在单个Excel表格中手动进行，每周或每季度手动刷新。相反，BCI利用我们的artifact功能直接连接到S&P和fact-set数据集，以便artifact是这些指标如何彼此比较的实时仪表板，并且通过对Claude的一个简单提示，你可以轻松更新它。这些artifact也与他们的总经理共享，他们直接与这些平台交互。所以我认为我们真的看到不仅加速工作，而是工作实际上被转变的方式。
00:14:50记忆是人类基本上如何在世界上存在的根本，对吧？你必须记住事情，比如知道你上次把钥匙放在哪里，例如。我们如何将其构建到我们的模型中？为什么这对金融服务很重要？我们考虑我们与客户合作的方式，正如我之前提到的，对于这些金融用例，我们内部能测试的很少，是再次与企业客户密切合作，以了解事情进展的地方或不是，对吧？记忆系统是允许Claude理解和维护与所有这些不同工具和表面的联系的东西，Claude是在Cloud AI、
00:14:54Excel、
00:14:54浏览器中，与facts和S&P交互，能够理解模式、
00:14:55理解对该DCF模板的偏好，你想让Claude记住的。所有这些东西真的很重要，只是为了确保Claude留在，反过来，通过他与你的互动不断变得更好。所以就像随着时间的推移，你可以想象有人提示模型，比如
00:14:56"嘿，你这个公式略有错误。"
00:14:57然后Claude有某种方式存储记忆，无论是文件系统还是隐式的，等等，这真的很棒。我对此感到兴奋。或者如果，你知道，用户和分析师真的想使用S&P进行特定的EBITDA计算，Claude也应该记住这些偏好，就像，你知道，一个好的实习生一样。酷。所以我们已经讨论了很多关于Cloud for Finance。我很好奇，在你的看法中，对于改进金融Claude，我们的产品和研究组织接下来是什么？你知道，退一步。Anthropic是以企业为中心、
00:15:01以企业为先的。对我们来说，向企业交付成果的唯一方式是专注于特定领域。金融是Anthropic整个堆栈（研究、
00:15:02产品和进入市场）中最重要的领域之一。
00:15:01从研究开始，我们终于开始投资金融的特定预训练和后训练。在产品方面，有三件事我真的很兴奋。
00:16:21一个是进入特定的子垂直线要深得多。私募股权的需要与对冲基金和保险公司和投资银行的需要非常不同。你想真的开始理解和剥离这些工作流的细微差别，并确保我们构建的组件充分服务那些工作流。我们还对在任何地方都能有Cloud而感到兴奋，对吧？不仅在浏览器中，而且在Excel、
00:16:36PowerPoint中。在PowerPoint和Excel上，我认为我们仍然有很大的空间来改进这些输出的质量。所以很高兴再次与研究和谐合作，将这些能力引入产品。在伙伴关系方面，与行业密切合作对我们来说非常重要。看到MCP服务器仅在六个月内发布，而S&P和Facset等主要行业领导者已经发布了他们自己的MCP服务器的功能丰富版本这一事实，这一直很令人鼓舞。我们想继续团结行业，包括我们最近做出的一些公告。最后一部分是与我们的企业客户密切合作，对吧？从根本上说，这就是我们如何一起工作，对吧，翻译他们的需求是什么，并帮助我们建立研究和产品能力来满足这些需求。
00:17:09我绝对同意这一点，因为并不是每个人都来自像你在Enthropic的金融服务背景。所以我觉得我们从我们深入的客户那里学到最多，特别是当他们设计evals时，例如。这给了我们关于模型实际如何在生产中工作的那么多信号。我认为这种合作水平就是我们用Cloud for Finance追求的东西。我认为我想鼓励我们的企业客户思考的主要事情。你知道，evals听起来像这些神秘的概念，但它们真的很简单。有你关心的任务和你想解决的问题，以及对这些任务看起来很好的表达。对于企业客户来说，认真思考这些问题真的很重要，而不是想着，哦，我需要将AI融入我的业务的每一部分。