Bagaimana Claude Mengubah Layanan Keuangan

Video dimulai dengan contoh nyata bagaimana BCI menggunakan artefak Claude untuk mengotomatisasi analisis komparatif yang sebelumnya dilakukan secara manual dalam spreadsheet Excel yang diperbarui setiap minggu atau kuartal. Alexander Brickin memimpin tim AI terapan untuk layanan keuangan, sementara Nick Lin memimpin produk Claude untuk layanan keuangan dengan latar belakang sebagai mantan bankir investasi dan investor ekuitas swasta. Nick menjelaskan bahwa lanskap AI perusahaan telah berubah signifikan, dengan pergeseran mendasar dari rasa ingin tahu menjadi implementasi produksi nyata, mirip dengan kesuksesan coding dalam AI. Contoh pelanggan seperti Norges Bank Investment Management (NBE) dengan 9.000 perusahaan portofolio menunjukkan bahwa analis kini dapat mengakses insights lebih cepat sambil memiliki lebih banyak waktu untuk tugas bernilai tinggi seperti membangun hubungan dan memahami model bisnis perusahaan investasi.

Alexander menjelaskan tiga komponen keamanan utama yang mendasari pengembangan Claude: penerapan solusi yang aman di lingkungan perusahaan, akurasi jawaban dengan pemahaman yang tepat tentang masalah, dan memberikan verifikasi serta audit trails kepada pengguna untuk memahami hasil. Anthropic didirikan atas prinsip-prinsip keselamatan AI sebagai organisasi penelitian, dan kini bertujuan membangun model yang dapat menyelesaikan masalah kompleks paling sulit di dunia dengan cara yang dapat diaudit. Claude hebat dalam coding karena hanya 0,5% populasi dunia adalah insinyur perangkat lunak, namun Anthropic melihat peluang serupa dalam keuangan yang merupakan domain kompleks dan terregulasi. Kemampuan Claude dalam menulis logika terstruktur dan berinteraksi dengan sistem kompleks sangat relevan untuk pekerjaan analis keuangan yang membutuhkan spreadsheet sempurna, model Excel, dan deck PowerPoint yang tidak boleh mengandung kesalahan apapun.

Claude memiliki kemampuan penciptaan file yang memungkinkan pembuatan dokumen Excel dan PowerPoint melalui akses ke mesin virtual yang menjalankan kode Python dalam skala besar untuk mengedit, menganalisis, dan membuat spreadsheet Excel serta model DCF yang sempurna. Tiga kata kerja utama yang mengatur Claude untuk Keuangan adalah: retrieve (mengambil data dari berbagai sumber), analyze (melakukan analisis dalam skala besar melalui kode atau spreadsheet), dan create (menghasilkan output dalam bentuk spreadsheet, dokumen PowerPoint, dan Word yang siap presentasi). Nick menekankan bahwa solusi Claude dibangun atas tiga lapisan: model itu sendiri yang dikembangkan untuk menjadi terbaik untuk layanan keuangan, kemampuan agensi (kode yang memungkinkan interaksi pengguna dengan model), dan platform yang fleksibel. Kolaborasi dengan pelanggan awal seperti BCI, Pearl Weinberg, dan MBIM sangat penting karena tim Anthropic memiliki sedikit ahli perbankan investasi, sehingga mereka belajar dari kasus penggunaan nyata untuk menutup kesenjangan antara riset dan produksi.

Adopsi Claude untuk Keuangan tersebar di seluruh industri dengan pola yang lebih banyak didorong oleh budaya perusahaan daripada sub-vertikal spesifik, memerlukan kombinasi dorongan top-down dari kepemimpinan dan budaya eksperimen bottom-up dari tim untuk mencoba berbagai alat dan menemukan apa yang masuk akal. BCI adalah contoh kunci di mana mereka telah mengubah fundamental cara mereka bekerja dengan menggunakan artefak Claude yang terhubung langsung ke dataset S&P dan Factset untuk membuat dashboard analisis comp real-time, menggantikan pembaruan manual spreadsheet dengan update sederhana melalui satu prompt kepada Claude. Artefak ini dibagikan langsung dengan direktor pengelola mereka yang berinteraksi dengan platform tersebut secara langsung, menunjukkan transformasi bukan hanya akselerasi pekerjaan tetapi perubahan fundamental dalam cara kerja. Sistem memori adalah komponen penting yang memungkinkan Claude memahami dan mempertahankan konteks di seluruh alat dan permukaan berbeda seperti Claude AI, Excel, browser, dan integrasi dengan S&P dan Factset untuk mengingat preferensi pengguna seperti template DCF favorit atau metode perhitungan EBITDA yang dipilih.

Anthropic fokus pada enterprise-first dengan pendekatan domain-spesifik, menempatkan keuangan sebagai salah satu domain paling penting di seluruh stack penelitian, produk, dan go-to-market strategy perusahaan. Rencana penelitian mencakup investasi khusus dalam pre-training dan post-training untuk domain keuangan guna meningkatkan kemampuan model secara fundamental. Di sisi produk, ada tiga prioritas utama: pertama, mendalami sub-vertikal spesifik seperti ekuitas swasta, dana lindung nilai, asuransi, dan perbankan investasi yang masing-masing memiliki kebutuhan alur kerja yang sangat berbeda; kedua, memastikan Claude hadir di mana-mana dalam tools yang digunakan analis seperti Excel, PowerPoint, dan browser dengan peningkatan kualitas output; ketiga, bermitra erat dengan pemimpin industri seperti S&P dan Factset yang telah meluncurkan server MCP fungsional mereka sendiri dalam enam bulan terakhir. Kolaborasi dekat dengan pelanggan perusahaan sangat kritis, termasuk merancang evaluasi (evals) bersama yang memberi sinyal tentang bagaimana model bekerja dalam produksi, sehingga Anthropic dapat membawa kemampuan tersebut langsung ke proses pelatihan dan pipeline produk untuk memberikan nilai maksimal kepada pelanggan.