GPT-4 voorspelt bedrijfswinsten: ‘De beursanalist die AI gebruikt, zal de beursanalist vervangen die dat niet doet’

Een nieuwe studie van de Universiteit van Chicago laat zien dat GPT-4 van OpenAI nauwkeuriger bedrijfswinsten kan voorspellen dan menselijke experts. Staat de baan van de financieel analist op de tocht? “De technologie kan beursanalisten ondersteunen en hun werk efficiënter maken, maar de menselijke intuïtie en ervaring blijven onmisbaar.”

Beursanalisten leunen op hun vakkennis en ervaring om de financiële status van een onderneming te evalueren en haar toekomstige inkomsten te voorspellen. Een onderzoek van de Amerikaanse businessuniversiteit van Chicago toont echter aan dat AI-modellen die taak mogelijk net zo goed, of zelfs beter kunnen uitvoeren.

Het taalmodel ontving geanonimiseerde financiële data over bedrijven, zoals balansen en resultatenrekeningen, en werd verzocht de toekomstige winstgroei te voorspellen. Zelfs zonder extra context, zoals informatie over de sector, wist GPT-4 een nauwkeurigheid van 60 procent voor te leggen. Dat is aanzienlijk hoger dan het bereik van 53 à 57 procent van menselijke analisten. We vroegen Nicolas Deruytter, de CEO van de Gentse ontwikkelaar van AI-oplossingen ML6, en Tom Simonts, financieel econoom van KBC, of de betrouwbaarste beleggingstactiek nu door Open AI wordt aangeleverd.

Verfijning

Wat bijdraagt aan het succes van GPT-4, is het gebruik van chain of thought prompts, die hielpen het analytische proces van financiële analisten na te bootsen. Wat zijn dat?

NICOLAS DERUYTTER. “Chain of thought prompting is een methode die wordt toegepast in het domein van natuurlijke taalverwerking (NLP) en artificiële intelligentie (AI) om de redeneer- en probleemoplossende vermogens van taalmodellen te optimaliseren. In plaats van een directe en beknopte respons te geven op een vraag of een probleem, stimuleren die prompts het model om geleidelijk door het denkproces te gaan en elke fase expliciet te formuleren. Dat kan helpen om complexe kwesties beter te begrijpen en meer precieze en gedetailleerde antwoorden te formuleren.

“Het model wordt gevraagd eerst de gegevens te analyseren en vervolgens de stappen te doorlopen die nodig zijn om tot een voorspelling te komen.”

Wat zijn de voordelen van die prompts?

DERUYTTER. “In de praktijk willen we niet dat het systeem zelf beslist hoe een proces eruit moet zien. Als ik het betrek op ons bedrijf, dan begeleiden we het proces veel meer en coderen de stappen hard.

“Bij productinnovatie gebruiken we bijvoorbeeld autonome agenten die samenwerken aan een gestructureerd proces, waarbij elke stap nauwkeurig wordt gevolgd en geanalyseerd. Allereerst analyseren we trends op sociale media. Op basis van die trends worden samenvattingen gemaakt, zodat we kunnen identificeren wat populair is. Vervolgens ontwikkelen we concepten op basis van die trends, wat een vorm van ideevorming (ideation) is. In de derde stap vragen we feedback van synthetische experts, zoals AI’s die zich voordoen als experts op het gebied van supplychain of branding. Op basis van die feedback wordt het concept verder verfijnd en verbeterd.”

‘GPT-4 kan fungeren als een uitstekende copiloot’

Tom Simonts (KBC)

TOM SIMONTS. “Hoe je een LLM (large language model, nvdr) traint, is cruciaal voor de uitkomsten die het genereert. Er zijn voorbeelden van modellen die de mist ingaan, omdat ze zijn getraind met eenzijdige data. Een diverse en uitgebreide dataset is essentieel om een breed scala aan situaties en variabelen te kunnen begrijpen en accuraat te voorspellen. Dat voorkomt dat we in een situatie terechtkomen waarin iedereen dezelfde conclusies trekt en de markt saai en voorspelbaar wordt.”

Boekdrukkunst

Kunnen AI-modellen op termijn menselijke analisten vervangen?

SIMONTS. “GPT-4 kan op basis van big data beter trends en correlaties ontdekken dan wij ooit konden, zoals de relatie tussen het weer en de afzetmarkt. Dat biedt analisten de mogelijkheid om hun analyses te verfijnen met inzichten die voorheen moeilijk te verkrijgen waren. Echter, er zijn altijd intermediaire factoren zoals de regelgeving, geopolitieke spanningen en cybersecurity-issues die roet in het eten kunnen gooien. Managementbeslissingen en onvoorziene gebeurtenissen blijven gebieden waar menselijke intuïtie en ervaring cruciaal zijn.

“Net zoals over financiële analisten hoor je weleens speculeren of AI journalisten zou kunnen vervangen. Goede journalisten voegen waarde toe door verbanden te leggen en context te bieden, iets wat AI moeilijk volledig kan overnemen. Dat geldt ook voor financiële analisten: de technologie kan hen ondersteunen en hun werk efficiënter maken, maar de menselijke intuïtie en ervaring blijven onmisbaar.

“GPT-4 kan fungeren als een uitstekende copiloot. Een AI kan bijvoorbeeld perfect de kwartaalresultaten analyseren, maar het begrijpen van de impact van een nieuwe CEO of een plotselinge crisis blijft voorbehouden aan de menselijke analist.”

DERUYTTER. “De kosten om analysewerk te verrichten dalen drastisch, vergelijkbaar met hoe de boekdrukkunst boeken goedkoper maakte. Dat betekent dat bepaalde dienstverlening veel goedkoper wordt en wellicht zelfs gecentraliseerd en geglobaliseerd kan worden.

“Het is niet zo dat de menselijke beursanalist zal verdwijnen. Maar de beursanalist die AI gebruikt, zal wel de beursanalist vervangen die dat niet doet.”

Lees ook: