סוף עונת הברוקרים? קרן הגידור Balyasny בנתה מנוע מחקר השקעות שמקצר אנליזה מימים לשעות
לפי פרסום של OpenAI ממרץ 2026, Balyasny Asset Management הקימה צוות Applied AI ובנתה פלטפורמת מחקר להשקעות שמחברת מודלי שפה, שליפת מידע וכלי עבודה תחת תאימות מחמירה. החברה מדווחת כי כ-95% מהצוותים משתמשים במערכת, שמפיקה ניתוחים מהר יותר, עם מעקב הסתברויות בזמן אמת והפחתת 'הזיות' באמצעות הערכה שיטתית של מודלים.
קרן ההשקעות הגלובלית Balyasny Asset Management (Balyasny) מציגה כיצד בנתה מנוע מחקר להשקעות המבוסס על סוכני בינה מלאכותית, שמסוגל לבצע תהליכי חשיבה, חיפוש ופעולה בדומה לאנליסט אנושי, אך במהירות של מכונה. בפרסום חדש של OpenAI מתואר אימוץ רחב של פלטפורמת AI פנימית שמוטמעת ישירות בשגרת העבודה של צוותי ההשקעה.
למה תהליכי המחקר המסורתיים כבר לא מספיקים
בעולם מחקר ההשקעות, אנליסטים נדרשים לסרוק כמויות עצומות של מסמכים: דו”חות רגולטוריים, סקירות ברוקרים, תמלילי שיחות משקיעים, הודעות לעיתונות, נתוני מאקרו ועוד. הבעיה אינה רק נפח המידע, אלא גם השילוב בין מידע מובנה ולא מובנה והצורך לעמוד בסטנדרטים מחמירים של ציות, בקרה ואבטחת מידע. לפי OpenAI, כלים “מהמדף” לרוב מתקשים לבצע תזמור תהליכים מקצה לקצה, או לספק עקיבות שמאפשרת להבין כיצד התקבלה מסקנה.
רוצה להישאר מעודכן ב-AI?
הירשם לדיוור השבועי שלנו וקבל עדכונים, המלצות על כלים, חדשות ודוחות מיוחדים
במענה לכך, Balyasny הקימה בסוף 2022 צוות Applied AI מרכזי, הכולל כ-20 חוקרים, מהנדסים ומומחי דומיין, שמטרתו לבנות יכולות AI ייעודיות ולהטמיע אותן בתוך זרימות העבודה של כ-180 צוותי השקעות ברחבי העולם. צ’רלי פלנגן, Chief AI Officer, מצוטט בפרסום כאומר שה-AI מאפשר לצוותים להפעיל “חשיבה מעקרונות ראשונים” מהר יותר, על יותר נתונים ועם מבנה עשיר יותר.
ארבעה עקרונות לבניית AI ארגוני בקנה מידה גדול
הלקח הראשון הוא הערכה לפני ביצוע. לפי OpenAI, Balyasny פיתחה צינור הערכה מתקדם שמודד מודלים ביותר מ-12 ממדים, כולל דיוק חיזוי, היגיון מספרי, ניתוח תרחישים ועמידות לרעש. סו וואנג, חוקרת בכירה בחברה, מסרה כי GPT-5.4 הוכיח יכולת תכנון, היגיון וביצוע ברמה קפדנית, ולכן משמש כיום כמנוע היגיון בתוך המערכת, לצד מודלים פנימיים שנבחרים לפי משימה על בסיס ביצועים אמפיריים.
הלקח השני הוא שיתוף פעולה עמוק בין המשתמשים ל-OpenAI. ג’ונתן פארק, מנהל המוצר, מציין שהחברה לא הסתפקה בהגדרת דרישות, אלא הראתה בפועל לצוותי OpenAI כיצד אנליסטים עובדים ומה נחשב ל'ביצוע מצוין' בסביבה מסחרית. התוצאה המתוארת היא מחזורי משוב קצרים יותר והתנהגות מודל מותאמת יותר למשימות פיננסיות.
הלקח השלישי מתמקד בלולאות משוב ולא כלי סטטי. מאחר שהמערכת יושבת בתוך העבודה היומיומית, ניתן לאסוף הערכות משתמשים, ביקורות תוצאה ואיכות הפעלת כלים כמעט בזמן אמת. אחת הדוגמאות המופיעות בפרסום היא על צוותי מיזוגים ורכישות (Merger Arbitrage) אשר ביקשו שסוכן יתעדכן ברציפות עם מסמכים חדשים ויעריך מחדש הסתברויות לעסקה, במקום הסתמכות על גיליונות אקסל והתראות ידניות.
הלקח הרביעי הוא ארכיטקטורת ליבה מרכזית עם התאמה מקומית. צוות ה-Applied AI בונה רכיבי יסוד כגון מסגרות סוכנים, שרשראות כלים ומעקות ציות, בעוד שכל צוות השקעה מפעיל סוכנים מותאמים לאפיקים כמו מאקרו, סחורות או מניות, עם הרשאות נתונים מוגדרות. מנהל התפעול הראשי בחברה, מר קווין ביירן, מדגיש שהמודל הזה מאפשר יכולת להתמודד עם כמות הולכת וגוברת של עבודה (Scale), תוך סטנדרט ציות אחיד.
תוצאות: מימים לשעות, ובמקרים מסוימים לדקות
לפי OpenAI, כ-95% מצוותי ההשקעה משתמשים בפלטפורמה באופן פעיל. משימות מחקר “עמוק” שהיו אורכות ימים מתקצרות לשעות, כאשר סוכנים מסכמים עשרות אלפי מסמכים ומספקים תובנות מובנות. כלי “Central Bank Speech Analyst” קיצר ניתוח תרחישי מאקרו מיומיים לכ-30 דקות. בנוסף, סוכן “Merger Arbitrage Superforecaster” מנטר הסתברויות לעסקאות באופן רציף.
מבחינה טכנית, מדובר ביישום קלאסי של Agentic AI: מודל שפה שמבצע תכנון רב שלבי, מפעיל כלים (כמו חיפוש במסמכים, שליפת נתונים פנימית וסיכום), ובונה תוצר שניתן לביקורת. כדי להתמודד עם אחד האתגרים המרכזיים של מודלי שפה, הזיות, הארגון נשען על הערכות מחמירות, בקרות תזמור ועקיבות של מקורות, כך שניתן לבדוק מהיכן הגיע מידע ומדוע נבחרה מסקנה.
במבט קדימה, OpenAI מציינת כי Balyasny מתכננת להרחיב את המערכת באמצעות Reinforcement Fine-Tuning לחידוד התנהגות המודל במשימות ערך גבוה, תזמור סוכנים מעמיק יותר, ותמיכה בקלטים מולטי-מודליים כגון גרפים פיננסיים וטפסים. צ’רלי סוויט, מנהל תיקים בכיר בחברה, מסכם את החוויה במטאפורה: “זה כמו לצרף חבר צוות שלא שוכח, תמיד מצטט מקורות ובודק שוב את הפרטים לפני שהוא מחזיר תשובה.”