Quy trình làm việc của Phố Wall đã được Claude viết lại một lần nữa.

Tác giả bài viết, nguồn: NewZe Yuan

Ngày 5 tháng 5, New York.

CEO của Anthropic, Dario Amodei, xuất hiện cùng CEO của JPMorgan, Jamie Dimon, một cảnh tượng cho thấy Anthropic đã bước vào vòng tròn cốt lõi của Wall Street.

CEO của Anthropic, Dario Amodei (phải), và CEO của JPMorgan, Jamie Dimon (trái), cùng xuất hiện tại New York

Cùng ngày hôm đó, Anthropic đã ra mắt bộ công cụ trí tuệ nhân tạo dành cho dịch vụ tài chính: 10 kiến trúc tham chiếu quy trình có thể triển khai, ứng dụng Moody's MCP (phủ sóng 600 triệu công ty) và 8 bộ kết nối dữ liệu mới.

Đồng thời, các tiện ích mở rộng cho Excel, PowerPoint và Word đã chính thức ra mắt, tiện ích mở rộng cho Outlook sẽ được bổ sung sắp tới.

10 mẫu agent tài chính, bao quát toàn bộ quy trình làm việc từ chuẩn bị路演 đến kiểm tra tuân thủ:

Chuẩn bị tài liệu路演, soạn bản tóm tắt trước cuộc họp khách hàng, đọc báo cáo tài chính và cập nhật mô hình, thực hiện nghiên cứu ngành, xem xét logic định giá, chạy kiểm tra đối chiếu sổ cái, hoàn thành việc đóng sổ cuối tháng, kiểm tra tính nhất quán của báo cáo tài chính.

Các nhiệm vụ này là quy trình cốt lõi mà các tổ chức tài chính phải thực hiện định kỳ mỗi quý.

Cùng ngày, trên nền tảng tài chính Finance Agent v1.1 của Vals AI, Claude Opus 4.7 dẫn đầu với độ chính xác 64,37%.

Theo Anthropic tiết lộ: lĩnh vực tài chính đã trở thành nguồn thu ngành thứ hai của họ, sau công nghệ; 40% trong số 50 khách hàng lớn nhất đến từ các tổ chức tài chính.

Anthropic tung ra 10 lá bài cuối cùng cùng lúc

Bao phủ từ frontend đến backend

10 agent được phát hành lần này, mỗi cái đều không chỉ là một đoạn hướng dẫn; Anthropic đã tách cấu trúc của mỗi mẫu thành bộ ba thành phần:

kỹ năng (lệnh nhiệm vụ và kiến thức lĩnh vực)

các bộ kết nối (kênh ủy quyền để kết nối trực tiếp với dữ liệu bên ngoài)

subagents (các mô hình trợ giúp được gọi riêng cho từng tác vụ con)

Ví dụ với mẫu路演, quy trình làm việc lý thuyết là như sau:

Bạn đưa cho nó một danh sách khách hàng mục tiêu, nó sẽ tạo ra một bảng so sánh các công ty tương tự, xây dựng mô hình tài chính trong Excel, soạn thảo bài thuyết trình trong PowerPoint và soạn sẵn một lá thư bao phủ trong Outlook, chờ bạn quay lại xem xét.

Toàn bộ chuỗi không cần bạn can thiệp giữa chừng để giải thích bối cảnh, ngữ cảnh tự động liên kết giữa các ứng dụng, giống như một hệ thống nền luôn hoạt động không ngừng.

Nó có hai cách triển khai.

Một cách là dưới dạng plugin của Cowork hoặc Claude Code, chạy cùng nhà phân tích trên màn hình máy tính, con người vẫn hiện diện và có thể tiếp nhận bất kỳ lúc nào.

Một cách khác là chạy tự chủ trên nền tảng Claude với tư cách là tác nhân được lưu trữ, có thể xử lý các giao dịch kéo dài hàng giờ và hoàn tất việc đóng sổ qua đêm.

Managed Agents đi kèm những tính năng mà các tổ chức tài chính trước đây phải mất sáu tháng để đội ngũ kỹ thuật xây dựng: phiên làm việc dài, quyền hạn theo từng công cụ, kho chứng chỉ được quản lý, và nhật ký kiểm toán được lưu đầy đủ trong Claude Console.

10 mẫu cộng với hai hình thức triển khai, nghĩa là các quy trình agent mà các tổ chức tài chính trước đây cần vài tháng để triển khai giờ có thể đưa vào hoạt động trong vài ngày.

Tuy nhiên, Anthropic đã cảnh báo trong kho lưu trữ GitHub:

Các tác nhân này không thực hiện giao dịch, không phê duyệt khách hàng đăng ký, không kiểm toán sổ sách và cũng không đưa ra lời khuyên đầu tư. Tất cả đầu ra đều cần được chuyên gia kiểm tra lại trước khi sử dụng.

Claude đã cải tiến trong Excel, PowerPoint, Word

Bàn làm việc của nhà phân tích đã được cập nhật

Đường thứ hai nhắm vào cổng ứng dụng: Microsoft 365.

Các tiện ích bổ sung Excel/PowerPoint/Word đều sẵn sàng, tiện ích bổ sung Outlook sẽ sớm ra mắt.

Mỗi ứng dụng của Claude đều có những chức năng riêng, Anthropic đã định nghĩa cụ thể.

Trong Excel, Claude có thể xây dựng mô hình tài chính từ các tài liệu khai báo pháp lý và luồng dữ liệu thời gian thực, kiểm tra công thức giữa các bảng tính liên kết và chạy phân tích độ nhạy.

Trong PowerPoint, Claude soạn thảo deck, khi số liệu nền thay đổi, slide sẽ tự động cập nhật theo.

Trong Word, Claude chỉnh sửa thư tín dụng theo mẫu nội bộ của công ty.

Trong Outlook, Claude đóng vai trò chánh văn phòng, phân loại hộp thư đến, sắp xếp cuộc họp và soạn thảo câu trả lời theo phong cách của bạn.

Ngoài bộ bốn, điều quan trọng hơn là ngữ cảnh được chuyển tiếp tự động giữa bốn ứng dụng.

Mô hình đã được xây dựng bởi phân tích viên trong Excel được chuyển sang PowerPoint mà không cần giải thích lại; kiến thức và bối cảnh đi theo nhiệm vụ, chứ không bị giam cầm trong một phần mềm nào đó.

Đường truyền này chia nhỏ độ phân giải của quy trình tài chính từ “ứng dụng” thành “nhiệm vụ”.

Trước đây, một bản phân tích khách hàng đầy đủ phải được tính toán trong Excel, thiết kế trong PowerPoint, viết lách trong Word và gửi qua Outlook; mỗi lần chuyển đổi phần mềm đều phải tổ chức lại ngữ cảnh.

Bây giờ Claude đã "dán" bốn phần mềm thành một dây chuyền sản xuất.

Claude Cowork còn có một tính năng khác gọi là Dispatch.

Các nhà phân tích có thể giao nhiệm vụ cho Claude thông qua văn bản hoặc giọng nói từ bất kỳ đâu. Claude sẽ tiếp tục xử lý các tệp cục bộ khi nhà phân tích rời khỏi bàn làm việc, và khi họ quay lại, kết quả đã sẵn sàng để xem xét.

Ý nghĩa của việc kết nối này quan trọng hơn chính chức năng của nó.

Microsoft 365 là một trong những bộ công cụ năng suất phổ biến nhất tại các tổ chức tài chính Phố Wall.

Kết nối agent vào bộ bốn công cụ Office có nghĩa là các tổ chức tài chính không cần chờ đội ngũ CNTT thực hiện việc chuyển đổi quy mô lớn: agent không yêu cầu bạn thay đổi bàn làm việc, mà tự tích hợp vào bàn làm việc hiện có.

Đối với các nhà phân tích, cách làm việc cũ là mở trình duyệt, dán một đoạn hướng dẫn, rồi dán kết quả trở lại Excel sắp trở thành quá khứ.

600 triệu dữ liệu công ty được đưa vào Claude, hệ sinh thái dữ liệu tài chính được kết nối

Đường thứ ba là lối vào lớp dữ liệu.

Cùng ngày hôm đó, Moody's thông báo kết nối dòng dữ liệu xếp hạng tín dụng và tuân thủ của mình vào môi trường làm việc của Claude thông qua ứng dụng MCP.

Quy mô của luồng dữ liệu này là: thông tin của hơn 600 triệu công ty công chúng và tư nhân, cùng 2 tỷ mối quan hệ sở hữu.

What does this mean?

Một tác nhân phân tích tín dụng, hiện tại về mặt lý thuyết có thể truy vấn dữ liệu tín dụng/rủi ro, mối quan hệ thâm nhập cổ phần và các nhãn rủi ro tuân thủ, tất cả đều từ cơ sở dữ liệu Moody, hoàn toàn không cần rời khỏi giao diện Claude.

Các bộ kết nối được thêm lần này bao gồm Dun & Bradstreet, IBISWorld, Third Bridge và Guidepoint.

Trước đó, FactSet, PitchBook, LSEG, Morningstar và S&P Capital IQ đã được tích hợp.

Nền tảng dữ liệu tài chính đang chuyển từ kinh doanh phí đăng ký terminal thành lớp công cụ cho các tác nhân thông minh.

Ứng dụng/máy chủ MCP của Moody's dựa trên tiêu chuẩn Model Context Protocol mở, không độc quyền gắn liền với Claude.

Hệ sinh thái dữ liệu tài chính trước đây bị phân tán trên hàng chục terminal và hàng chục API, mỗi nền tảng sử dụng một hệ thống đăng nhập, một mô hình quyền hạn và một cú pháp truy vấn riêng.

MCP, một giao thức mở, đang tích hợp các lớp dữ liệu phân tán vào một lớp công cụ tác nhân thống nhất. Trên các lớp đầu cuối và lớp API, lớp công cụ tác nhân (agent tool layer) thứ ba đang hình thành.

Đây cũng là logic mà Anthropic đang đầu tư: Ai trước tiên biến lớp này thành tiêu chuẩn, người đó sẽ nắm giữ cổng dữ liệu tài chính của thập kỷ tới.

Anthropic đã bước vào một thị trường đầy cạnh tranh

Con đường AI tại Phố Wall đã không còn là một khoảng trống.

JPMorgan, Goldman Sachs, Morgan Stanley, ba ngân hàng lớn đều đã triển khai trợ lý AI trong nội bộ, bao phủ các công việc từ tóm tắt nghiên cứu đến tạo mã.

Rogo, một công ty khởi nghiệp tài chính AI do những cựu nhân viên đầu tư thành lập, đã đạt định giá 2 tỷ USD, phục vụ hơn 250 khách hàng tổ chức, vẫn có thể tạo tài liệu路演, báo cáo nghiên cứu và mô hình tài chính.

Hebbia thực hiện truy vấn song song trên các bộ dữ liệu lớn, xử lý đồng thời việc so sánh chéo hàng trăm tệp tin.

Rahul Rekhi, Tổng giám đốc của Rogo, cho biết vào ngày ra mắt:

Công cụ của chúng tôi không ràng buộc với mô hình cụ thể nào; mô hình cơ sở càng mạnh, chúng tôi càng có thể làm được nhiều việc hơn, và cạnh tranh mang lại lợi ích cho chúng tôi.

Rekhi coi sự gia nhập của Anthropic là chất xúc tác, chứ không phải đối thủ.

Nhưng ở đây có một điểm tinh tế.

Anthropic nhấn mạnh nhiều lần trong bản phát hành này: con người trong vòng lặp, nhật ký kiểm toán, kiểm soát quyền truy cập và xem xét lại bởi chuyên gia.

Trong một số khâu của ngành tài chính, chẳng hạn như ký tên, việc xác nhận và trách nhiệm đằng sau chúng vẫn cần sự hỗ trợ từ quyết định con người cho đến khi các quy định giám sát liên quan được hoàn thiện.

Scott Keipper, Trưởng bộ phận tư vấn công nghệ tài chính của EY Americas, cho biết với Business Insider rằng sự khác biệt trong tương lai sẽ tập trung vào “dữ liệu lĩnh vực, thiết kế luồng công việc và lớp kiểm soát”, và khả năng tích hợp sản phẩm vào kiến trúc kiểm soát rủi ro hiện có quan trọng hơn điểm số mô hình.

Từ mẫu quy trình làm việc, bộ kết nối dữ liệu đến tích hợp Office, Anthropic lần này không bán mô hình, mà là một gói giải pháp hoàn chỉnh, được đóng gói và giao cho đội ngũ CNTT và tuân thủ của các tổ chức tài chính, mở ra là có thể sử dụng ngay.

Đối với các tổ chức tài chính, các luồng công việc agent trước đây chỉ các ngân hàng lớn mới có thể chi trả, giờ đây các tổ chức vừa và nhỏ cũng như các bên mua đều có thể sử dụng cùng một hạ tầng: rào cản tiếp cận năng lực đã được xóa bỏ.

Đối với các công ty AI, các lớp quy trình làm việc, lớp kiểm soát và lớp tuân thủ nằm trên tầng mô hình nền tảng là điểm tăng trưởng tiếp theo: mô hình đã không còn dư địa để cạnh tranh, cuộc chiến về quy trình làm việc vừa mới bắt đầu.

Đối với những người trong ngành, một số vai trò mới đang dần hình thành: các vị trí giám sát chịu trách nhiệm kiểm duyệt đầu ra của tác nhân, các kiến trúc sư thiết kế luồng công việc, cùng với nhu cầu ngày càng tăng đối với các vị trí về tuân thủ kiểm toán và quản trị mô hình.

Trong phạm vi thời gian dài hơn, các nhà phân tích hiểu cách điều phối agent sẽ có giá trị cao hơn những người chỉ biết dùng Excel.