Alur kerja Wall Street telah ditulis ulang oleh Claude.

Penulis artikel, sumber: XinZhiYuan

5 Mei, New York.

CEO Anthropic Dario Amodei tampil bersama CEO JPMorgan Jamie Dimon, sebuah adegan yang menandakan bahwa Anthropic telah memasuki inti Wall Street.

CEO Anthropic Dario Amodei (kanan) dan CEO JPMorgan Jamie Dimon (kiri) tampil bersama di New York

Pada hari yang sama, Anthropic meluncurkan rangkaian agen untuk layanan keuangan: 10 arsitektur referensi alur kerja yang dapat dideploy, aplikasi Moody's MCP (menjangkau 600 juta perusahaan), dan 8 konektor data baru.

Sementara itu, plugin Excel, PowerPoint, dan Word resmi diluncurkan, dan plugin Outlook segera menyusul.

10 template agen keuangan, mencakup seluruh alur kerja dari persiapan roadshow hingga pemindaian kepatuhan:

Menyiapkan materi roadshow, mempersiapkan brief sebelum pertemuan klien, membaca laporan keuangan dan memperbarui model, melakukan riset industri, meninjau logika penilaian, menjalankan reconciliasi buku besar, menyelesaikan penutupan bulanan, memverifikasi konsistensi laporan keuangan.

Tugas-tugas ini adalah alur kerja inti yang harus dijalankan berulang-ulang setiap kuartal oleh lembaga keuangan.

Pada hari yang sama, di Finance Agent v1.1 dari Vals AI, Claude Opus 4.7 berada di peringkat pertama dengan akurasi 64,37%.

Menurut pengungkapan Anthropic: keuangan telah menjadi sumber pendapatan industri terbesar kedua, setelah teknologi; 40% dari 50 pelanggan teratas berasal dari lembaga keuangan.

Anthropic melemparkan 10 kartu truf sekaligus

Mencakup front-end hingga back-end

Sepuluh agent yang dirilis kali ini masing-masing bukan hanya sekadar prompt, Anthropic memecah struktur setiap template menjadi tiga komponen:

keterampilan (instruksi tugas dan pengetahuan bidang)

konektor (saluran otorisasi untuk mengakses data eksternal secara real-time)

subagents (model pendukung yang dipanggil secara terpisah untuk tugas subspesifik)

Sebagai contoh penggunaan template路演, alur kerja teoritisnya adalah sebagai berikut:

Anda memberikannya daftar target pelanggan, dan ia akan menghasilkan tabel perusahaan sebanding, membangun model keuangan di Excel, menyusun presentasi di PowerPoint, serta menyiapkan surat cover di Outlook, siap untuk Anda tinjau saat kembali.

Seluruh rantai tidak memerlukan Anda untuk mengambil alih di tengah jalan untuk menjelaskan latar belakang, konteks secara otomatis terhubung antar aplikasi, seperti sistem latar belakang yang tidak pernah berhenti bekerja.

Ada dua cara untuk menerapkannya.

Salah satunya adalah sebagai plugin untuk Cowork atau Claude Code, yang berjalan di desktop bersama analis, dengan manusia tetap hadir dan siap mengambil alih kapan saja.

Yang lain adalah berjalan secara mandiri di Platform Claude sebagai agen terkelola, mampu menangani penutupan transaksi yang berlangsung beberapa jam dan menyelesaikan penutupan akhir malam.

Managed Agents menyediakan fitur-fitur yang biasanya memerlukan tim teknis lembaga keuangan selama enam bulan untuk membangunnya: sesi panjang, izin berbasis alat, repositori kredensial yang dikelola, serta log audit yang sepenuhnya dipertahankan di Claude Console.

10 template ditambah dua bentuk deploy berarti alur kerja agent yang sebelumnya memerlukan bulan-bulan rekayasa untuk diluncurkan oleh lembaga keuangan, sekarang dapat diluncurkan dalam hitungan hari.

Namun Anthropic memperingatkan di repositori GitHub:

Agen-agen ini tidak melakukan perdagangan, tidak menyetujui pendaftaran klien, tidak melakukan pembukuan, dan tidak memberikan saran investasi. Semua output harus ditinjau oleh profesional sebelum digunakan.

Claude kini mendukung Excel, PowerPoint, dan Word

Desktop analis telah ditulis ulang

Garis kedua menargetkan pintu masuk lapisan aplikasi: Microsoft 365.

Add-in Excel/PowerPoint/Word tersedia sepenuhnya, add-in Outlook segera diluncurkan.

Setiap aplikasi Claude memiliki fungsi masing-masing, dan Anthropic telah memberikan definisi spesifik.

Di Excel, Claude dapat membangun model keuangan dari dokumen pelaporan regulasi dan aliran data real-time, meninjau rumus di antara buku kerja yang saling terhubung, serta menjalankan analisis sensitivitas.

Di PowerPoint, Claude membuat deck, dan ketika angka dasar berubah, slide diperbarui secara otomatis.

Di Word, Claude mengubah memo kredit sesuai template milik perusahaan.

Di Outlook, Claude bertindak sebagai chief of staff, memilah kotak masuk, menjadwalkan rapat, dan menyusun balasan sesuai gaya bahasamu.

Selain keempat item tersebut, yang lebih penting adalah konteks yang secara otomatis diteruskan di antara keempat aplikasi.

Model yang sudah dibuat analis di Excel dapat dipindahkan ke PowerPoint tanpa perlu dijelaskan ulang; pengetahuan dan konteks mengikuti tugas, bukan terkunci di dalam satu perangkat lunak tertentu.

This relay breaks down the financial workflow granularity from "application" to "task".

Awalnya, analisis pelanggan lengkap harus dihitung di Excel, dibuat grafik di PowerPoint, ditulis di Word, dan dikirim melalui Outlook; setiap kali beralih perangkat lunak, konteksnya harus disusun ulang.

Sekarang Claude menyatukan empat perangkat lunak menjadi satu jalur produksi.

Claude Cowork juga memiliki fitur tambahan bernama Dispatch.

Analis dapat memberikan tugas kepada Claude melalui teks atau suara dari mana saja. Claude terus memproses file lokal saat analis meninggalkan meja kerjanya, dan hasilnya sudah siap untuk ditinjau ketika analis kembali.

The significance of this integration lies beyond the functionality itself.

Microsoft 365 adalah salah satu stack produktivitas paling umum di lembaga keuangan Wall Street.

Mengintegrasikan agen ke dalam套件 Office berarti lembaga keuangan tidak perlu menunggu tim TI melakukan migrasi lintas tingkat untuk menerapkannya: agen tidak meminta Anda mengganti meja kerja, tetapi justru berkembang di dalam meja kerja yang sudah ada.

Bagi para analis, cara kerja lama yang membuka browser, menempelkan prompt, lalu menyalin hasilnya kembali ke Excel akan segera menjadi masa lalu.

6 miliar data perusahaan dimasukkan ke Claude, ekosistem data keuangan terhubung

Garis ketiga adalah pintu masuk lapisan data.

Pada hari yang sama, Moody's mengumumkan bahwa mereka telah mengintegrasikan aliran data peringkat kredit dan kepatuhan mereka ke dalam lingkungan kerja Claude melalui aplikasi MCP.

Ukuran aliran data ini adalah: informasi dari lebih dari 600 juta perusahaan publik dan swasta, serta 2 miliar hubungan kepemilikan.

What does this mean?

Sebuah agen analisis kredit kini secara teoritis dapat mengakses data kredit/risikonya, hubungan penetrasi saham, serta tanda risiko kepatuhan, semuanya dari database Moody, tanpa perlu meninggalkan antarmuka Claude.

Connector baru yang ditambahkan kali ini adalah Dun & Bradstreet, IBISWorld, Third Bridge, dan Guidepoint.

Sebelumnya, FactSet, PitchBook, LSEG, Morningstar, dan S&P Capital IQ telah terhubung.

Platform data keuangan sedang berubah dari bisnis langganan terminal menjadi lapisan alat untuk agen cerdas.

Aplikasi/server MCP dari Moody's didasarkan pada standar Model Context Protocol yang terbuka, bukan eksklusif terikat pada Claude.

Ekosistem data keuangan sebelumnya tersebar di puluhan terminal dan puluhan API, dengan masing-masing menggunakan satu sistem login, satu model izin, dan satu sintaks pencarian.

Protokol terbuka MCP sedang mengintegrasikan lapisan data terdistribusi ke dalam lapisan alat agen terpadu. Di atas lapisan terminal dan lapisan API, lapisan alat agen ketiga sedang terbentuk.

Ini juga adalah logika yang diandalkan oleh Anthropic: siapa yang lebih dulu menjadikan lapisan ini sebagai standar, dialah yang akan mendapatkan akses ke data keuangan dekade mendatang.

Anthropic memasuki pasar yang sudah penuh persaingan

Lintasan AI di Wall Street sudah bukan lagi lahan kosong.

JPMorgan, Goldman Sachs, Morgan Stanley, ketiga bank besar tersebut sudah menjalankan asisten AI di dalam, mencakup berbagai tugas mulai dari ringkasan penelitian hingga generasi kode.

Rogo, sebuah perusahaan rintisan keuangan AI yang didirikan oleh mantan banker investasi, telah mencapai valuasi 2 miliar dolar AS, melayani lebih dari 250 klien institusional, dan tetap mampu membuat materi路演, laporan penelitian, dan model keuangan.

Hebbia menjalankan kueri paralel pada kumpulan data skala besar, memproses ribuan file secara bersamaan untuk perbandingan silang.

Rahul Rekhi, Presiden Rogo, pada hari peluncuran menyatakan:

Alat kami tidak terikat pada model tertentu, semakin kuat model dasarnya, semakin banyak yang bisa kami lakukan, dan persaingan menguntungkan kami.

Rekhi memandang masuknya Anthropic sebagai akselerator, bukan pesaing.

Tetapi ada sedikit kehalusan di sini.

Anthropic menekankan berulang kali setiap beberapa paragraf dalam rilis ini: manusia dalam siklus, log audit, kontrol akses, dan tinjauan oleh profesional.

Beberapa tahapan dalam industri keuangan, seperti tanda tangan, memerlukan bantuan keputusan manusia dari AI sebelum regulasi pengawasan yang relevan disempurnakan.

Scott Keipper, Head of Financial Technology Consulting di EY Americas, mengatakan kepada Business Insider bahwa diferensiasi di masa depan akan berfokus pada "data domain, desain alur kerja, dan lapisan kontrol", dan seberapa baik produk dapat diintegrasikan ke dalam arsitektur pengendalian risiko yang ada lebih penting daripada skor model.

Dari template alur kerja, konektor data, hingga integrasi Office, Anthropic kali ini tidak menjual model, melainkan paket lengkap siap pakai yang diserahkan langsung kepada tim TI dan kepatuhan lembaga keuangan, siap digunakan begitu dibuka.

Bagi lembaga keuangan, alur kerja agen yang sebelumnya hanya dapat diakses oleh bank-bank besar kini juga dapat digunakan oleh lembaga menengah dan kecil serta pihak pembeli: hambatan akses terhadap kemampuan tersebut telah disamakan.

Bagi perusahaan AI, lapisan alur kerja, lapisan kontrol, dan lapisan kepatuhan di atas lapisan model dasar adalah titik pertumbuhan berikutnya: model sudah tidak lagi bisa ditingkatkan lagi, medan pertempuran alur kerja baru saja dimulai.

Bagi para profesional, beberapa peran baru mulai muncul: posisi pengawas yang bertanggung jawab atas pemeriksaan output agen, arsitek yang merancang alur kerja, serta permintaan untuk posisi audit kepatuhan dan tata kelola model terus meningkat.

Dari perspektif waktu yang lebih panjang, analis yang memahami cara agen dijadwalkan akan lebih berharga daripada analis yang hanya menguasai Excel.