00:00:00विश्लेषक यह एक एक्सेल शीट में स्टेटिकली करते हैं जिसे वह प्रत्येक सप्ताह,
00:00:03हर त्रैमासिक में मैन्युअली रीफ्रेश करते हैं।
00:00:06इसके बजाय,
00:00:06BCI ने हमारी आर्टिफैक्ट सुविधा का उपयोग करके सीधे SMP और FACSAT डेटासेट से जुड़ा है ताकि आर्टिफैक्ट एक लाइव डैशबोर्ड बन जाए जो दिखाता है कि ये मेट्रिक्स एक दूसरे से कैसे तुलना करते हैं। और Claude को एक सरल प्रॉम्प्ट के साथ,
00:00:20आप इसे आसानी से अपडेट कर सकते हैं। और ये आर्टिफैक्ट उनके प्रबंधन निदेशकों के साथ भी साझा किए जाते हैं जो इन प्लेटफॉर्म के साथ सीधे इंटरफेस कर रहे हैं।
00:00:29तो मुझे लगता है कि हम सिर्फ काम में त्वरण नहीं देख रहे हैं,
00:00:33बल्कि काम को वास्तव में रूपांतरित करने का एक तरीका भी देख रहे हैं। नमस्ते,
00:00:37मैं Alexander Brickin हूँ,
00:00:38और मैं वित्तीय सेवाओं के लिए हमारी एप्लाइड AI इंजीनियरिंग टीम का नेतृत्व करता हूँ। आज,
00:00:43हम आपसे वित्त के लिए Claude के बारे में बात करने जा रहे हैं,
00:00:46और मैं अपने सहकर्मी Nick के साथ हूँ। नमस्ते,
00:00:48मैं Nick Lin हूँ,
00:00:49और मैं वित्तीय सेवाओं के लिए Claude के लिए प्रोडक्ट का नेतृत्व करता हूँ। मैं एक पूर्व निवेश बैंकर और निजी इक्विटी निवेशक भी हूँ।
00:00:57इनमें से बहुत सी समस्याएं जिनके बारे में हम बात करने जा रहे हैं,
00:00:59वह मेरे लिए बहुत प्रिय हैं।
00:01:01तो बहुत उत्साहित,
00:01:02Alexander। शानदार है। तो Nick,
00:01:03मेरा पहला सवाल आपके लिए है,
00:01:04इन दिनों वित्तीय सेवाओं के लिए AI परिदृश्य में बदलाव के बारे में आप कैसा महसूस करते हैं?
00:01:09आप जानते हैं,
00:01:10मैं डेढ़ साल से थोड़ा अधिक समय से Anthropic के साथ हूँ।
00:01:13यह Claude 3 से पहले था। तो मुझे लगता है कि एंटरप्राइज AI परिदृश्य विशेष रूप से पिछले कुछ महीनों में काफी बदल गया है। जो मैं सच में नोटिस कर रहा हूँ वह है कि जिज्ञासा से,
00:01:27किनारे से देखने से,
00:01:28वास्तव में निर्माण और प्रोडक्शन में तैनाती करने की ओर एक मौलिक बदलाव है।
00:01:34अब,
00:01:35जैसा कि हम सभी जानते हैं,
00:01:36कोडिंग AI में पहले प्रोडक्ट और पहले डोमेन में से एक है जिसमें वास्तव में मजबूत प्रोडक्ट मार्केट फिट है। मुझे लगता है कि हम इसे अन्य वर्टिकल्स में भी विस्तारित होते देख रहे हैं,
00:01:47वित्त सहित। उदाहरण के लिए,
00:01:49Inbin या नॉर्वेजियन सदर्न वेल्थ फंड,
00:01:51हमारे सबसे बड़े ग्राहकों में से एक,
00:01:53उनके पास लगभग 9,
00:01:54000 पोर्टफोलियो कंपनियां हैं। उन्होंने जो किया है वह मॉडल कॉन्टेक्स्ट प्रोटोकॉल जैसी चीजों के साथ स्वयं एकीकरण बनाया है ताकि उनके सभी पोर्टफोलियो प्रबंधक अपने पोर्टफोलियो में इनसाइट्स प्राप्त करने के लिए हर दिन इन एकीकरणों को क्वेरी कर रहे हैं।
00:02:09तो मुझे लगता है कि हम वास्तव में देख रहे हैं कि विश्लेषक काम के सामान्य,
00:02:13मैन्युअल,
00:02:13थकाऊ हिस्सों पर बहुत कम समय बिताते हैं और जिन चीजों की वह वास्तव में परवाह करते हैं उस पर ध्यान केंद्रित करते हैं,
00:02:20आप जानते हैं,
00:02:20जो रिश्ते बनाना,
00:02:21अपने ग्राहकों से मिलना,
00:02:22और वास्तव में उन कंपनियों के व्यवसायिक मॉडल को समझना है जिनमें वह निवेश कर रहे हैं। हाँ,
00:02:27यह मेरे दृष्टिकोण से एक एप्लाइड AI व्यक्ति के रूप में भी गूँजता है। जब भी मैं ग्राहकों के साथ इंटरैक्ट करने जाता हूँ,
00:02:34पिछले साल की बहुत सारी बार,
00:02:35आइए कहते हैं,
00:02:36वह एक AI चैट फीचर बनाने के साथ शुरू करते थे। जैसे उनके पास बहुत सारे मॉडल का प्रतिनिधित्व होता और वह एक को चुनते थे,
00:02:42शायद एक यादृच्छिक बिजनेस यूजर,
00:02:44और वह इसके साथ काम करने का प्रयास करते थे और बस इसके साथ चैट करते थे। अंत में,
00:02:48अब हमने देखा है कि MCP जैसी चीजें कहाँ निकली हैं जहाँ चैट बहुत अधिक शक्तिशाली हो गया है। आप उन सिस्टम्स के साथ इंटरैक्ट कर सकते हैं जिनकी आप परवाह करते हैं। और मुझे लगता है कि यह वित्त के लिए विशेष रूप से रोमांचकारी है क्योंकि अक्सर बहुत सारी प्रोडक्ट सर्फेसेज होती हैं जिनके साथ लोगों को इंटरैक्ट करना पड़ता है। यदि आप किसी मॉडल को आजकल एक टूल देते हैं,
00:03:07तो अक्सर मॉडल यह जानने के लिए काफी बुद्धिमान होता है कि टूल विवरण और टूल नाम को देखते हुए वह टूल क्या करता है।
00:03:14लेकिन समान रूप से,
00:03:15मॉडल के पास कुछ प्राइमिटिव्स बनाए गए हैं,
00:03:17जैसे कि सुरक्षा जो हम मॉडल के तरीके में बनाने का प्रयास करते हैं दुनिया के साथ इंटरैक्ट करता है। हम अपने मॉडल को सहायक,
00:03:22हानिरहित,
00:03:23और ईमानदार होने के लिए प्रशिक्षित करते हैं।
00:03:25और अक्सर यह उन डेटा का प्रतिबिंब है जिनकी वह व्याख्या करते हैं और आउटपुट जो यह अनिवार्य रूप से मेल खाता है। तो मुझे लगता है कि यह शायद वह है जिसे आप भी संदर्भित कर रहे हैं कि मॉडल सामान्यतः बुद्धिमान है। और इसलिए यदि आप इसे ये विभिन्न परतें देते हैं,
00:03:38तो आप वास्तव में कुछ दुर्लभ परिणाम देख सकते हैं। आप जानते हैं,
00:03:42सुरक्षा कुछ ऐसी है जो आपने छुई है। यह हमने जो कुछ किया है उसके लिए इतना मौलिक है। यह इन समाधानों को सुरक्षित रूप से एंटरप्राइज वातावरण में तैनात करने के बारे में है। यह सुनिश्चित करने के बारे में है कि मॉडल सही स्तर की समझ के साथ प्रश्नों का सटीक उत्तर दे सकते हैं उन समस्याओं की और वफादारी। और तीसरा वास्तव में हमारे उपयोगकर्ताओं को विश्वास,
00:04:00सत्यापन,
00:04:01ऑडिटेबिलिटी देना है ताकि इन परिणामों को समझा जा सके। तो मुझे लगता है कि हम इन सुरक्षा के सभी तीन घटकों के बारे में सोचते हैं।
00:04:08हाँ,
00:04:08मेरा मतलब है,
00:04:09सुरक्षा की बात करते हुए,
00:04:11सही है,
00:04:11Anthropic को AI सुरक्षा के सिद्धांतों पर स्थापित किया गया था। यह शुरुआत से एक अनुसंधान संगठन था। मैं जिज्ञासु हूँ,
00:04:18हम एक अनुसंधान संगठन से वित्तीय सेवाओं में एक प्रतिष्ठित प्रोडक्ट जारी करने तक कैसे गए हैं?
00:04:24मेरे विचार में,
00:04:25Anthropic वास्तव में ऐसे मॉडल बनाने का लक्ष्य रखता है जिन्हें दुनिया की सबसे जटिल और कठिन समस्याओं को हल करने के लिए सुरक्षित रूप से तैनात किया जा सके,
00:04:34सही है??
00:04:36हम कोड आने में अत्याधुनिक हैं। दुनिया की आबादी का 0.5% सॉफ्टवेयर इंजीनियर हैं।
00:04:43तो यह सिर्फ इन वास्तव में जटिल,
00:04:45कठिन समस्याओं का एक टुकड़ा है जिन्हें हम वास्तव में हल करना शुरू कर सकते हैं,
00:04:50सही है?
00:04:50वह वास्तव में दुनिया के हर दूसरे जगह मौजूद हैं। कोड एक कंपनी के हर एक हिस्से के लिए इतना मौलिक है,
00:04:56सही है?
00:04:56यह वह है कि कैसे एक कंपनी चलाई जाती है। तो इसका मतलब है कि cloud अधिक जटिल सिस्टम के साथ इंटरैक्ट करने में वास्तव में अच्छा है,
00:05:04सोच को उजागर करने में सक्षम है और इसका तर्क,
00:05:06और यही कारण है कि यह वित्त के लिए भी अच्छा है,
00:05:09सही है?
00:05:10वित्त जटिल समस्याएं हैं जो विनियमित वर्टिकल्स में तैनात हैं जिन्हें सत्यापन,
00:05:14ऑडिटेबिलिटी,
00:05:15और अंत में सटीकता की आवश्यकता है वास्तव में मायने रखता है। वित्तीय विश्लेषक आजकल पिक्सल परफेक्ट स्तर पर बहुत समय बिताते हैं,
00:05:22मान लीजिए,
00:05:23एक PowerPoint डेक या एक Excel मॉडल,
00:05:25सही है?
00:05:25आप कुछ भी गलत नहीं कर सकते। और यह मजेदार है अब जब हम इस प्रतिमान में हैं जहाँ मॉडल कुछ समान कर सकते हैं,
00:05:31लेकिन उन क्षमताओं का उपयोग करते हुए जो उनके पास वास्तव में संरचित तर्क लिखने के लिए हैं। और इसलिए यह वास्तव में वह है जो हमने पाया है कि भाषा मॉडल अच्छे हैं,
00:05:41जिस पर हमने उन्हें प्रशिक्षित किया है। और वह क्षमता ऐसा करने में,
00:05:44ऐसा लगता है कि यह बस बहुत सारे अन्य डोमेन में अमूर्त किया जा रहा है,
00:05:48जैसे Excel स्प्रेडशीट बनाना या PowerPoints बनाना।
00:05:52और इसलिए,
00:05:53हाँ,
00:05:53यह सिर्फ मेरे लिए,
00:05:54कम से कम,
00:05:55कितने सारे डोमेन में देखना वास्तव में अद्भुत रहा है कि इन मॉडल का तर्क और तर्क वास्तव में अंत में सर्पण करता है।
00:06:03अंत में,
00:06:03ये डिजिटल सिस्टम हैं जिनके साथ हम हर दिन इंटरैक्ट करते हैं,
00:06:06सही है?
00:06:07तथ्य यह है कि Claude कोड में अच्छा है यह एक लचीली कौशल देता है और सभी इन वास्तव में दुर्लभ दिलचस्प चीजों को करने के लिए एक शॉर्टकट है,
00:06:15सही है?
00:06:15हमारी फाइल निर्माण सुविधा जो कुछ हफ्ते पहले लॉन्च की गई थी जो Claude को Excel दस्तावेज़ों और PowerPoint बनाने में सक्षम करती है अनिवार्य रूप से Claude एक वर्चुअल मशीन तक पहुंच रहा है जिसके भीतर यह Python कोड को बड़े पैमाने पर चला सकता है,
00:06:29संपादित,
00:06:29विश्लेषण,
00:06:30और Excel दस्तावेज़ बना सकता है और ये परफेक्ट DCF मॉडल बना सकता है,
00:06:34जो मुझे लगता है कि हमारे लिए बहुत रोमांचकारी है,
00:06:37सही है??
00:06:37तो मुझे लगता है कि कोड अन्य कई डोमेन को वास्तव में अनलॉक करना शुरू कर सकता है।
00:06:42वित्तीय सेवाओं के बाजार में अन्य प्रोडक्ट्स के बनाम Claude for Finance में क्या अलग है?
00:06:47आप जानते हैं,
00:06:48तीन क्रियाएं हैं,
00:06:49मुझे लगता है,
00:06:50जो बहुत कुछ Claude for Finance के लिए जो मैं बनाना चाहता हूँ उसे नियंत्रित करती हैं। और ये प्राप्त,
00:06:56विश्लेषण,
00:06:56और बनाना हैं। पुनर्प्राप्ति के साथ शुरुआत करते हुए,
00:06:59बाजार पर कई अनुसंधान एजेंटों ने देखा है,
00:07:02आप जानते हैं,
00:07:03काफी परिपक्वता,
00:07:04सही है?
00:07:05बड़े भाषा मॉडल डेटा के बड़े पूल में खोदने और इनसाइट्स जमा करने में शानदार हैं।
00:07:10यह मनुष्यों की तुलना में संभवतः 5,
00:07:12000 गुना तेजी से पढ़ सकता है। लेकिन वित्त के साथ हम जो करना चाहते हैं वह सुनिश्चित करना है कि ये सिस्टम्स सभी कोर डेटा स्रोतों से जुड़ सकते हैं जिनके साथ वित्त विश्लेषक काम करते हैं। वित्त में,
00:07:23अपने प्रतिद्वंद्वियों और साथियों की तुलना में अधिक तेजी से इनसाइट्स को उजागर करने की क्षमता,
00:07:29यह वास्तव में एक मुख्य लाभ है। अब,
00:07:31उसके डाउनस्ट्रीम से,
00:07:32यह शानदार है कि हम यह जानकारी प्राप्त कर सकते हैं और इससे जुड़ सकते हैं। लेकिन कोड या स्प्रेडशीट के माध्यम से बड़े पैमाने पर विश्लेषण करने की क्षमता,
00:07:41इतनी मौलिक भी है। वित्तीय मॉडल स्वयं,
00:07:43वह सिर्फ ये सुंदर Excel शीट नहीं हैं,
00:07:45सही है?
00:07:46वह एक तरीका है जो वित्त विश्लेषकों को भविष्य कैसा दिखता है इसके बारे में अपनी स्वयं की निर्णय को इंजेक्ट करने का तरीका है और उस कंपनी के लिए उचित मूल्यांकन क्या दिखता है,
00:07:56सही है??
00:07:57इसे ध्यान में रखते हुए,
00:07:58हम चाहते हैं कि Claude इन कोर वित्त अवधारणाओं को समझने में वास्तव में अच्छा हो और Excel और स्प्रेडशीट जैसे सिस्टम्स में हेरफेर करने में सक्षम हो उस गणना को करने के लिए। और फिर तीसरा भाग निर्माण है,
00:08:09सही है?
00:08:09हम सभी एंटरप्राइज के भीतर सामाजिक प्राणी हैं, सही है?
00:08:12हम अपना काम दूसरों के साथ साझा करने के लिए करते हैं। तो आउटपुट स्वयं स्प्रेडशीट,
00:08:17PowerPoint दस्तावेज़,
00:08:18Word के रूप में,
00:08:19यह इस तरह से करना जो क्लाइंट के लिए तैयार,
00:08:21बोर्डरूम तैयार है वास्तव में महत्वपूर्ण है। तो हम वास्तव में Claude की क्षमताओं को आगे बढ़ाना शुरू करना चाहते हैं यह भी कर सकने के लिए ताकि यह एक अंत से अंत तक एजेंटिक स्वायत्त सिस्टम है। यह बहुत समझ में आता है। मुझे लगता है कि हम इन प्राइमिटिव्स को बनाते हैं और फिर वह लगभग स्नोबॉल खत्म कर देते हैं। तो आपके पास पुनर्प्राप्ति चरण की तरह है,
00:08:39सही है?
00:08:40आप एक MCP सर्वर बनाते हैं एक सिस्टम के साथ जुड़ने के लिए। लेकिन फिर यदि आप उस सिस्टम से डेटा लेते हैं,
00:08:46तो शायद यह कुछ अन्य सिस्टम के साथ एक अनोखे तरीके से जुड़ता है। जैसे आप Snowflake से डेटा प्राप्त करते हैं,
00:08:51मान लीजिए। आप वहाँ एक ID पाते हैं और आपको इसे अपने Salesforce उदाहरण से जोड़ने की आवश्यकता है। आप आसानी से इसे पुनर्प्राप्ति पक्ष पर बनाई गई कुछ उन प्राइमिटिव्स के साथ कर सकते हैं। लेकिन तब यह स्नोबॉल करना जारी रखता है। आपको विश्लेषण मिलता है जहाँ Claude बहुत सारे कोड लिख सकता है और अनिवार्य रूप से उस जानकारी के कुछ टुकड़ों को एक साथ रख सकता है।
00:09:11और फिर अंत में,
00:09:11निर्माण यह भी एक कदम आगे ले जाता है और इसे उस वातावरण में डालता है जिसकी कोई परवाह करता है। एक API उदाहरण के लिए यह पोस्ट अनुरोध भेजना एक सिस्टम के लिए जहाँ एक विश्लेषक या ऑपरेटर जानकारी देख सकता है जिसे Claude ने सोचा है। तो चलिए Claude for Finance के बारे में थोड़ा और अधिक बात करते हैं। यह कैसे काम करता है?
00:09:30इसे क्या इतना विशेष बनाता है?
00:09:31तो तीन परतें हैं जिनके बारे में हम अपने समाधान में सोचते हैं। मॉडल्स,
00:09:35एजेंटिक क्षमताएं,
00:09:36और प्लेटफॉर्म। मॉडल्स स्वयं के साथ शुरुआत करते हुए। मौलिक रूप से,
00:09:40हम एक अनुसंधान प्रयोगशाला हैं,
00:09:42सही है?
00:09:42हम जो कुछ भी करते हैं वह वास्तव में Claude को वित्तीय सेवाओं के लिए सर्वश्रेष्ठ मॉडल बनाने का लक्ष्य रखता है। अब वित्त हमें कुछ दिलचस्प चुनौतियाँ प्रस्तुत करता है,
00:09:52सही है?
00:09:52कोड कुछ ऐसा है जिसे हम प्रत्येक दिन सॉफ्टवेयर इंजीनियरों और प्रोडक्ट प्रबंधकों के रूप में परीक्षण कर सकते हैं। लेकिन Enthropic की इन चार दीवारों के भीतर बहुत कम निवेश बैंकर हैं। तो यह वह जगह है जहाँ हम वास्तव में BCI,
00:10:05Pearl at Weinberg,
00:10:06और MBIM जैसे प्रारंभिक ग्राहकों के साथ काम करने के लिए उत्साहित हैं ताकि वह हमें यह बताएं कि वह किन उपयोग मामलों की वास्तव में परवाह करते हैं?
00:10:14अच्छा क्या दिखता है?
00:10:16और फिर हमें मदद करें,
00:10:17बहुत अधिक महत्वपूर्ण रूप से,
00:10:18उन रिक्तियों को उजागर करें जो हम अनुसंधान प्रक्रिया में वापस ला सकते हैं। दूसरी चीज प्रोडक्ट पक्ष पर है,
00:10:25सही है?
00:10:25एजेंटिक क्षमताएं अनिवार्य रूप से वह कोड है जो हम उपयोगकर्ताओं को मॉडल्स के साथ इंटरैक्ट करने में सक्षम करने के लिए लिखते हैं। हमने गहन अनुसंधान की तरह क्षमताएं बनाई हैं। अब हम वास्तव में सभी कोर सर्फेसेज में Claude को एम्बेड करने में सक्षमता में निवेश कर रहे हैं जिनमें आप काम करते हैं। सिर्फ Claude for Enterprise,
00:10:43Claude AI नहीं,
00:10:44बल्कि ब्राउजर एक्सटेंशन,
00:10:46Excel,
00:10:46Chrome,
00:10:47और अन्य सर्फेसेज भी जिनमें हमारे विश्लेषक और एंटरप्राइज ग्राहक हर दिन काम करते हैं। अंतिम टुकड़ा हम फिर से एक सच में लचीला प्लेटफॉर्म बनाना चाहते हैं जो आसानी से तैयार किया जा सकता है और हमारे ग्राहकों के लिए तैनात किया जा सकता है। यही कारण है कि हमने S&P,
00:11:02Faxat,
00:11:02Pitchbook जैसे इंडस्ट्री पार्टनरों के साथ बहुत समय बिताया है ये एकीकरण बनाने के लिए ताकि ये एजेंट्स जितना संभव हो सके शक्तिशाली हो सकें। तो मैं उत्सुक हूँ,
00:11:11गोद कैसी रही है,
00:11:12सही है?
00:11:13यह कौन उपयोग कर रहा है?
00:11:14वह इसके बारे में क्यों उत्साहित हैं?
00:11:16हमें इसके माध्यम से चलाइए। जैसा मैंने पहले उल्लेख किया,
00:11:19हम पूरे इंडस्ट्री में गोद के जेब देख रहे हैं। मुझे अक्सर पूछा जाता है,
00:11:23आप जानते हैं,
00:11:24वित्त में AI गोद आप किन उप-वर्टिकल्स में देखते हैं?
00:11:27मुझे लगता है कि यह उप-वर्टिकल्स के बारे में बहुत कम है,
00:11:30लेकिन बहुत अधिक संस्कृति के बारे में है जो हमारे ग्राहकों ने वास्तव में पैदा किया है,
00:11:35सही है?
00:11:36जिसके लिए ऊपर से नीचे तक प्रोत्साहन और गोद की अच्छी संयोजन की आवश्यकता है बाधाओं को कम करने के लिए,
00:11:42लेकिन नीचे से ऊपर तक प्रयोग संस्कृति भी,
00:11:44सही है?
00:11:45ये सभी टूल्स आउट का प्रयास करने के लिए यह पता लगाने के लिए कि क्या समझदारी है।
00:11:51इसे ध्यान में रखते हुए,
00:11:53मुझे लगता है कि कुछ मुख्य ग्राहक जिनसे हमने मजबूत गोद देखी है,
00:11:56उदाहरण के लिए BCI,
00:11:57उन्होंने अनिवार्य रूप से काम करने के तरीके को बदल दिया है। ये कंप्स विश्लेषण नामक चीजें हैं जो विश्लेषक करते हैं,
00:12:04जिसका अनिवार्य रूप से मतलब है कि आप सभी अलग-अलग कंपनियों के लिए comps,
00:12:08वित्तीय और परिचालन मेट्रिक्स की तुलना कर रहे हैं यह पता लगाने के लिए कि क्या वह सही मूल्य पर ट्रेड कर रहे हैं। विश्लेषक इसे एक Excel शीट में स्टेटिकली करते हैं जिसे वह प्रत्येक सप्ताह,
00:12:18हर त्रैमासिक में मैन्युअली रीफ्रेश करते हैं। इसके बजाय,
00:12:21BCI ने हमारी आर्टिफैक्ट सुविधा का उपयोग करके सीधे S&P और fact-set डेटासेट से जुड़ा है ताकि आर्टिफैक्ट एक लाइव डैशबोर्ड बन जाए कि ये मेट्रिक्स एक दूसरे से कैसे तुलना करते हैं,
00:12:31और Claude को एक सरल प्रॉम्प्ट के साथ,
00:12:33आप इसे आसानी से अपडेट कर सकते हैं। और ये आर्टिफैक्ट उनके प्रबंधन निदेशकों के साथ भी साझा किए जाते हैं जो इन प्लेटफॉर्म के साथ सीधे इंटरफेस कर रहे हैं। तो मैं सोचता हूँ कि हम सिर्फ काम में त्वरण नहीं देख रहे हैं,
00:12:45बल्कि काम को वास्तव में रूपांतरित करने का तरीका भी देख रहे हैं। स्मृति यह है कि एक मौलिक टुकड़ा यह है कि मनुष्य वास्तव में दुनिया में कैसे मौजूद रहते हैं,
00:12:54सही है?
00:12:54आपको चीजों को स्मरण करना होगा जैसे यह जानने के लिए कि आपने अपनी चाबियां कहाँ रखी थीं अंतिम बार,
00:12:59उदाहरण के लिए। हम इसे अपने मॉडल्स में कैसे बना रहे हैं?
00:13:03और यह वित्तीय सेवाओं के लिए महत्वपूर्ण क्यों है?
00:13:05जिस तरीके से हम अपने ग्राहकों के साथ काम करने के बारे में सोचते हैं,
00:13:09जैसा मैंने पहले उल्लेख किया,
00:13:11ये वित्त उपयोग मामलों के लिए बहुत कम है जो हम आंतरिक रूप से परीक्षण कर सकते हैं,
00:13:15वह फिर से,
00:13:16एंटरप्राइज ग्राहकों के साथ वास्तव में निकटता से काम करना है यह समझने के लिए कि कहाँ चीजें काम कर रही हैं साथ या नहीं,
00:13:22सही है?
00:13:23और स्मृति सिस्टम्स कुछ ऐसा है जो Claude को समझने और सभी अलग-अलग टूल्स और सर्फेसेज में संपर्कों को बनाए रखने में सक्षम करने के लिए वास्तव में महत्वपूर्ण है जो यह काम करता है। Claude Cloud AI में है,
00:13:34Excel में,
00:13:35ब्राउजर में,
00:13:35facts पर और S&P के साथ इंटरैक्ट करने में,
00:13:38पैटर्न को समझने की क्षमता,
00:13:39उस DCF टेम्पलेट के लिए प्राथमिकताओं को समझने में जो आप चाहते हैं कि Claude को याद रखे। ये सभी चीजें वास्तव में महत्वपूर्ण हैं बस यह सुनिश्चित करने के लिए कि Claude रहता है और बदले में वह आपके साथ उसके इंटरैक्शन के माध्यम से लगातार बेहतर हो जाता है। और तो जैसे समय के साथ,
00:13:54आप कल्पना कर सकते हैं कि किसी को मॉडल को प्रॉम्प्ट करते हुए,
00:13:58"हे,
00:13:58आपने यह सूत्र थोड़ा गलत समझा।" और तब Claude के पास स्मृति को संग्रहीत करने का कुछ तरीका है,
00:14:03चाहे यह एक फाइल सिस्टम हो या यह निहित है,
00:14:06आदि,
00:14:06जो बहुत शानदार है। मैं इसके लिए उत्साहित हूँ। या यदि,
00:14:09आप जानते हैं,
00:14:10उपयोगकर्ता और विश्लेषक वास्तव में एक EBITDA गणना के एक विशिष्ट टुकड़े के लिए S&P का उपयोग करना चाहता है,
00:14:16Claude को भी उन वरीयताओं को याद रखना चाहिए,
00:14:18बस जैसे,
00:14:19आप जानते हैं,
00:14:19एक अच्छा इंटर्न होगा। शांत है। तो हमने Claude for Finance के बारे में बहुत बात की है। मैं उत्सुक हूँ,
00:14:25आपके विचार में,
00:14:26हमारे प्रोडक्ट और अनुसंधान संगठनों के लिए अगला क्या है वित्त के लिए Claude को बेहतर बनाने के संबंध में?
00:14:32आप जानते हैं,
00:14:32एक कदम पीछे लें। Anthropic एंटरप्राइज पर केंद्रित,
00:14:35एंटरप्राइज-पहले है। हमारे लिए एंटरप्राइज को परिणाम प्रदान करने का एकमात्र तरीका विशिष्ट डोमेन पर ध्यान केंद्रित करना है। वित्त पूरे स्टैक भर में,
00:14:43अनुसंधान,
00:14:44प्रोडक्ट,
00:14:44और जाने-आने के लिए Anthropic के सबसे महत्वपूर्ण डोमेन में से एक है।
00:14:50अनुसंधान के साथ शुरुआत करते हुए,
00:14:52हम अंत में वित्त के लिए विशिष्ट प्री-ट्रेनिंग और पोस्ट-ट्रेनिंग दोनों में निवेश करना शुरू कर रहे हैं। प्रोडक्ट पक्ष पर,
00:14:59तीन चीजें जो मैं वास्तव में उत्साहित हूँ।
00:15:01एक विशिष्ट उप-वर्टिकल्स में बहुत अधिक गहराई से जा रहा है। निजी इक्विटी के पास हेज फंड्स और बीमा फर्मों और निवेश बैंकों से बहुत अलग जरूरतें हैं। आप वास्तव में समझना और इन वर्कफ़्लोज़ की बारीकियों को छीलना शुरू करना चाहते हैं और सुनिश्चित करना चाहते हैं कि हम जो घटक बना रहे हैं वह पूरी तरह से उन वर्कफ़्लोज़ को पूरा करते हैं। हम Claude को हर जगह होने की क्षमता के बारे में भी उत्साहित हैं,
00:15:24सही है?
00:15:24सिर्फ ब्राउज़र में नहीं,
00:15:26बल्कि Excel,
00:15:27PowerPoint के भीतर भी। PowerPoint और Excel पर,
00:15:29मुझे लगता है कि हम अभी भी उन आउटपुट्स की गुणवत्ता में सुधार के लिए बहुत जगह है। तो इन क्षमताओं को प्रोडक्ट में लाने के लिए अनुसंधान के साथ फिर से काफी काम करने के लिए उत्साहित। साझेदारी पक्ष पर,
00:15:41यह हमारे लिए इंडस्ट्री के साथ घनिष्ठ रूप से काम करना वास्तव में महत्वपूर्ण है। यह प्रोत्साहित करने वाला रहा है यह देखना कि MCP सर्वर सिर्फ छह महीने के लिए बाहर निकले हैं और S&P और Facset जैसे प्रमुख इंडस्ट्री नेताओं के पास पहले से ही अपने स्वयं के MCP सर्वर के कार्यात्मक शानदार संस्करण प्रकाशित हैं। हम इंडस्ट्री को एक साथ लाना जारी रखना चाहते हैं,
00:16:01हाल के घोषणाओं में से कुछ सहित जो हमने किए हैं। अंतिम टुकड़ा हमारे एंटरप्राइज ग्राहकों के साथ वास्तव में घनिष्ठ रूप से काम करना है,
00:16:08सही है?
00:16:09मौलिक रूप से,
00:16:10यह वह है कि कैसे हम एक साथ काम करते हैं,
00:16:12सही है,
00:16:13उनकी जरूरतों को अनुवाद करने के लिए और हमें अनुसंधान और प्रोडक्ट क्षमताओं को बनाने में मदद करने के लिए उन जरूरतों को पूरा करने के लिए।
00:16:21मैं निश्चित रूप से सहमत हूँ कि,
00:16:22क्योंकि हर कोई एक वित्तीय सेवाओं की पृष्ठभूमि से नहीं आता है जैसे आप Enthropic पर। और तो मुझे लगता है कि हम सबसे अधिक ग्राहकों से सीखते हैं जो हम गहराई से जा रहे हैं,
00:16:31विशेष रूप से जब वह evals डिजाइन कर रहे हैं,
00:16:33उदाहरण के लिए। यह हमें बहुत संकेत देता है यह बताता है कि मॉडल वास्तव में प्रोडक्शन में कैसे काम करता है। और मुझे लगता है कि यह सहयोग का स्तर वह है जो हम Claude for Finance के साथ जा रहे हैं। मुझे लगता है कि मुख्य बात यह है कि मैं अपने एंटरप्राइज ग्राहकों को सोचने के लिए प्रोत्साहित करूंगा। आप जानते हैं,
00:16:49evals रहस्यमय अवधारणाएं लगते हैं,
00:16:51लेकिन वह वास्तव में सरल हैं। वह कार्य हैं जिनकी आप परवाह करते हैं और समस्याएं जिन्हें आप हल करना चाहते हैं और इन कार्यों के लिए अच्छा क्या दिखता है इसका एक स्पष्टीकरण। यह एंटरप्राइज ग्राहकों के लिए विचारशील होना वास्तव में महत्वपूर्ण है इन समस्याओं के बारे में बजाय इसके कि,
00:17:05मुझे अपने व्यवसाय के हर हिस्से में AI को इंजेक्ट करने की आवश्यकता है।
00:17:09और यह वह है कि कैसे हम एंटरप्राइज ग्राहकों के साथ वास्तव में घनिष्ठ रूप से साझेदार बना सकते हैं। हम उन evals को सीधे प्रशिक्षण प्रक्रिया में,
00:17:18सीधे प्रोडक्ट पाइपलाइन में ले आते हैं ताकि हम अपने ग्राहकों को ये क्षमताएं दे सकें। 100 प्रतिशत। ठीक है,
00:17:24तो बहुत धन्यवाद,
00:17:25Nick। यह शानदार था। आपके समय के लिए सराहना करते हैं। मेरे पास होने के लिए धन्यवाद,
00:17:30Alexander।