Bloomberg Terminal Được Trang Bị AI: Cuộc Cách Mạng Lớn Trên Nền Tảng Tài Chính Huyền Thoại

Bloomberg Terminal từ lâu đã nổi tiếng là một nền tảng phức tạp, gần như "bất khả xâm phạm" đối với người mới. Trong giới tài chính, khả năng điều hướng qua những hàng số liệu và văn bản dày đặc để tìm ra thông tin cụ thể được coi là dấu hiệu của một chuyên gia dày dạn kinh nghiệm.

Tuy nhiên, khi ngày càng nhiều dữ liệu được đổ vào Terminal — không chỉ là lợi nhuận và giá tài sản, mà còn bao gồm dự báo thời tiết, nhật ký vận chuyển, vị trí nhà máy, mô hình chi tiêu của người tiêu dùng và các khoản vay tư nhân — những thông tin giá trị đang bắt đầu bị chìm nghỉm.

"Nó đang trở nên ngày càng khó duy trì," Shawn Edwards, Giám đốc công nghệ (CTO) của Bloomberg, nhận định. "Bạn sẽ bỏ sót thông tin, hoặc mất quá nhiều thời gian để tìm thấy nó."

Để giải quyết vấn đề này, Bloomberg đang thử nghiệm một giao diện dạng chatbot cho Terminal tên là ASKB (đọc là ask-bee), được xây dựng dựa trên một tập hợp các mô hình ngôn ngữ khác nhau. Mục tiêu rộng lớn hơn là giúp các chuyên gia tài chính tinh gọn các nhiệm vụ tốn nhiều công sức, đồng thời cho phép kiểm tra các giả thuyết đầu tư trừu tượng dựa trên dữ liệu thông qua các lệnh ngôn ngữ tự nhiên.

Tại thời điểm này, phiên bản beta của ASKB đã mở cho khoảng một phần ba trong số 375.000 người dùng của phần mềm; Bloomberg chưa ấn định ngày phát hành chính thức.

WIRED đã có cuộc trao đổi với Edwards tại trụ sở hoành tráng của Bloomberg ở London vào đầu tháng 4. Chúng tôi đã thảo luận về động lực của việc cải tổ Terminal, liệu những người truyền thống có thể phản đối thay đổi này hay không, và nỗ lực của Bloomberg trong việc khắc phục các vấn đề "ảo giác" của AI.

Dưới đây là nội dung cuộc trò chuyện đã được biên tập lại để đảm bảo độ ngắn gọn và rõ ràng.

WIRED: Shawn, hãy cho biết lý do cho cuộc cải tổ toàn diện này đối với Terminal?

Shawn Edwards: Trong nhiều năm, Bloomberg liên tục bổ sung thêm vào bộ dữ liệu toàn diện mà chúng tôi đang có. Thường thì việc tìm kiếm đúng mẩu dữ liệu trong biển thông tin chính là yếu tố quyết định sự thành bại của bạn. Nó ngày càng trở nên bất khả thi: Bạn bỏ sót things, hoặc tốn quá nhiều thời gian.

Vấn đề chính mà chúng tôi giải quyết bằng AI tạo sinh là giúp người dùng tìm ra những thông tin chi tiết quan trọng và tổng hợp cái nhìn về thế giới xung quanh một ý tưởng cụ thể.

Vậy ý tưởng là có những "alpha" (lợi nhuận vượt trội) chưa được khai thác ẩn nấp đâu đó trong dữ liệu, và ASKB sẽ giúp đưa chúng lên bề mặt?

Chính xác. Người dùng có thể đặt câu hỏi ở cấp độ cao — giả thuyết đang có trong đầu họ — thay vì yêu cầu các điểm dữ liệu cụ thể. "Cuộc chiến ở Iran và sự thay đổi giá dầu sẽ ảnh hưởng như thế nào đến danh mục đầu tư của tôi?" Đó là một câu hỏi rất lớn với nhiều khía cạnh. Liệu chúng ta có thể tổng hợp câu trả lời trong vài phút không?

Trong kịch bản mà mọi người đều có thể lướt qua đống dữ liệu rối rắm đó, điều gì sẽ phân biệt những nhà giao dịch tầm thường với những người giỏi nhất?

Những công cụ này không phải là phép màu. Chúng không biến một nhân viên bình thường trở nên xuất sắc ngay lập tức. Sự khác biệt nằm ở ý tưởng của bạn.

Trong tay các chuyên gia, công cụ này cho phép họ thực hiện phân tích tốt hơn, nghiên cứu sâu hơn — sàng lọc 10 ý tưởng tuyệt vời khi trước đây họ chỉ có thời gian cho một ý tưởng. Nếu bạn là một nhà phân tích tầm thường, bạn sẽ có 10 ý tưởng tầm thường.

Bloomberg định vị ASKB là một dạng "AI tác nhân" (agentic AI). Bề ngoài, nó trông giống như một giao diện chatbot hơn là một thứ tự động hóa nhiệm vụ. Vậy điều gì mang tính "tác nhân" ở ASKB?

Có các báo cáo tài chính được công bố mỗi quý. Nhiệm vụ của tôi với tư cách là một nhà phân tích là phải chuẩn bị cho những gì có thể xuất hiện trong cuộc gọi báo cáo đó. Đối với mỗi công ty tôi đang chuẩn bị, tôi xem giá của họ so với đồng nghiệp, tìm kiếm qua nhiều tài liệu, xem các yếu tố cơ bản, v.v. Trong mùa báo cáo tài chính, tôi gần như không ngủ.

Với ASKB, tôi có thể tạo các mẫu quy trình làm việc. Tôi có thể viết một truy vấn dài và nói: "Này, đây là tất cả dữ liệu tôi cần. Hãy cho tôi tóm tắt về các trường hợp lạc quan và bi quan, phố Wall đang nói gì, và hướng dẫn là gì." Bây giờ, tôi muốn lên lịch [các quy trình làm việc này] hoặc kích hoạt chúng khi tôi thấy điều kiện này hay kia xảy ra trên thế giới.

Về cơ bản chúng ta đang nói đến việc tự động hóa loại công việc chân tay mà thường sẽ giao cho một nhà phân tích cấp thấp. Bạn có mong đợi các công cụ như ASKB sẽ tạo ra tác động lan tỏa trên thị trường lao động không?

Tôi nghĩ có một câu hỏi lớn về cách giáo dục, đào tạo và cố vấn cho các nhà phân tích cấp thấp mới vào nghề. Ít nhất trong vài năm tới, bạn không thể chỉ chấp nhận những gì hệ thống [AI] nói. Bạn vẫn phải có sự hiểu biết vững chắc về nghề của mình.

Tôi không chắc thế giới đã có câu trả lời.

Đặc biệt trong tài chính, bạn không muốn đưa ra quyết định dựa trên thông tin sai lệch. Bạn đã tiếp cận vấn đề giảm thiểu ảo giác như thế nào?

Có rất nhiều công việc được thực hiện để khiến AI cư xử đúng mực. Bạn phải xây dựng các bước xác thực ở từng giai đoạn.

Chúng tôi có một bước kiểm tra xác thực xem xét nội dung thông tin của một bản tóm tắt và kiểm tra xem các sự kiện đó có được chứa đầy đủ trong các đoạn văn chúng tôi tổng hợp hay không. Có một kiểm tra ngôn ngữ ngữ nghĩa, vì các mô hình này có xu hướng đảo ngược mọi thứ. Chúng tôi thậm chí còn có kiểm tra trên các trích dẫn của mình. Đây là những ví dụ đơn giản. Chúng tôi tiếp cận vấn đề một cách rất thận trọng.

Nhưng với mức độ tự tin nào bạn có thể nói với khách hàng rằng họ có thể phụ thuộc vào thông tin được đưa ra từ thứ này? Bạn đã gặp phải bất kỳ ảo giác nào không, dù có tất cả các kiểm tra và cân bằng này?

Trước hết, Bloomberg không bao giờ đưa ra tín hiệu mua hay bán cho ai cả. Bloomberg ở đó để họ tự đưa ra quyết định, vì vậy họ phải chịu trách nhiệm cho quyết định của mình. Họ luôn như vậy.

Chúng tôi không bao giờ nói nó hoàn hảo. Vấn đề lớn hơn là chúng tôi có thể không trả lời đầy đủ một câu hỏi.

Đây là lúc tính minh bạch phát huy tác dụng. Tôi nghĩ các hệ thống này nên được sử dụng để dẫn dắt người dùng đến các nguồn, chứ không phải che giấu hoặc làm mờ chúng đi.

Bạn có mong đợi ASKB trở thành phương thức chính để tương tác với Terminal, hay nó chỉ là một phần mở rộng?

Đây sẽ là Terminal mới. Đây sẽ là cách chính mà hầu hết các tương tác diễn ra — chắc chắn là nơi mọi người bắt đầu.

Tôi không nghĩ GUI (giao diện người dùng đồ họa) sẽ biến mất. Tôi vẫn có thể dùng chuột để làm việc gì đó. Nhưng về cơ bản, mọi người sẽ bắt đầu phân tích và quy trình làm việc của họ thông qua ASKB.

Terminal đã thống trị ngách của mình. Nhưng gần đây, mọi người đã hỏi liệu có thể thực hiện "vibe coding" (lập trình theo cảm hứng) một thứ có chức năng tương tự với chi phí thấp hơn hay không. Cuộc cải tổ này một phần là để chống lại mối đe dọa đó sao?

Câu trả lời trực tiếp là không.

Chúng tôi đã cố gắng làm điều này trong nhiều năm — cố gắng xây dựng những thứ như vậy bằng cách sử dụng các mô hình học máy và các kỹ thuật AI khác. Chúng tôi thực sự đã có một số giao diện ngôn ngữ tự nhiên trên dòng lệnh. Nhưng nó rất mong manh. Bạn phải hỏi Terminal theo những cách rất cụ thể. Nó đơn giản không thể làm được những gì chúng tôi muốn. Nhưng cuối cùng, chúng tôi đã có công nghệ để làm được điều đó.

Vibe coding rất tuyệt vời cho một số việc. Nhưng bạn không thể "vibe-code" qua một hệ thống ra quyết định mang tính sống còn.

Trong số những người dùng Terminal cứng rắn, đã quen với cách làm cũ, bạn có mong đợi sự phàn nàn về sự xâm nhập của AI không?

Chúng tôi đang thiết kế cho những người dùng quyền lực này. Họ nên nhận được nhiều thứ hơn từ Terminal. Họ tự hào vì biết đường đi trong Terminal, nhớ chức năng nào cần chạy, biết cách làm mọi thứ, và chỉ cho người khác cách làm. Nhưng có lẽ đó không phải là cách tốt nhất để họ sử dụng nó.

Tôi muốn thoát khỏi những ngày mà mọi người phải dán giấy ghi chú lên màn hình, nhắc họ chức năng nào cần dùng. Thay vào đó, bạn chỉ cần hỏi.