Multiplying workforce impact: Stephanie Anani, Solutions Engineer, OpenAI

### TL;DR OpenAI解决方案工程师Stephanie Anani展示了ChatGPT如何通过上下文、深度研究、Excel财务建模和演示生成，将金融服务领域的人工判断从重复工作中解放，把投资分析流程从数小时缩短至几分钟。 --- ## 从个人到团队的AI赋能 员工每天花费大量时间处理“必须完成但不需要人类判断”的任务。AI的真正价值在于释放这些时间，让人专注于创造企业价值的核心决策。OpenAI最近一项调查显示，75%的ChatGPT用户能够完成以前无法做到的事情——这不仅是效率提升，而是整体运作水平的跃升。 为了让员工以这种增强后的能力工作，OpenAI在五个关键维度上提供支持。今天重点展示为什么ChatGPT是金融服务的首选平台。 --- ## 关键支柱：上下文、连接与模型能力 ### 可信赖的信息来源 - **应用连接器**：已接入道琼斯、LSEG、标普等金融服务行业最受信赖的信息源，并持续扩展。 - **Excel原生集成**：允许用户用自然语言与工作簿交互，直接处理金融领域最常用的工具。 ### 模型升级：GPT 5.5 支撑上述能力的是GPT 5.5。为了在金融服务场景中验证模型能力，OpenAI开发了**OpenAI Banker Bench**——一个量化前沿模型在金融任务上表现的基准测试。结果显示GPT 5.5性能超越所有其他前沿模型。 --- ## 演示环节：投资分析师的一天 假设我是Blossom Bank的投资分析师，经理要求为明天投资委员会（IC）会议准备关于QXO的新观点。以下是在ChatGPT中完成的完整流程。 ### 第一步：深度研究 1. **开启深度研究**：调取ChatGPT的“深度研究”功能，获得关于QXO的全面信息。 2. **连接可信数据源**：确保分析基于SEC文件、财报电话会议记录、投资演示材料等权威来源。 3. **设定提示词**：要求创建深度的投资档案，重点涵盖SEC文件、财报电话会议记录和投资演示材料。 ChatGPT自动制定研究计划，用户可审阅并调整。确认后开始生成报告。 **关键发现**：在生成的报告中，我注意到QXO正在收购Kodiak。这将对投资决策产生重大影响。 ### 第二步：Excel财务模型 如何将信息转化为具体数字？使用ChatGPT为投资报表创建Excel工作簿。 - **技能复用**：预先定义了“Blossom Bank的三表模型”技能，包含具体构建方式。无需详细提示，只需简单说明需求。 - **透明可审计**：生成的工作簿不是黑箱——所有假设和来源都有注释，每个数字都附有公式，用户可以逐项审核计算过程。 ### 第三步：情景分析 与经理讨论后，决定量化QXO的**悲观、基准、乐观**三种情景。 将全部背景信息输入ChatGPT和Excel后，系统读取上下文并执行操作。结果包括变化摘要、关键数字以及可直接用于分析的洞察。 **效果**：以前需要几个小时甚至几天的工作，现在几分钟完成。团队几乎可以与市场同步做出反应。 ### 第四步：投资委员会演示文稿 将分析转化为直接支持决策的演示文稿。 1. **使用幻灯片生成技能**：预先灌入Blossom Bank偏好的幻灯片制作方法。 2. **开启扩展思考**：让ChatGPT花更多时间确保输出符合预期。 3. **添加全部背景**：深度研究报告和估值分析。 生成结果： - 明确的决策点：**有条件批准**。 - 包含**图表**，清晰展示决策点和估值结果。 - **演示者备注**中附有决策依据的注释，便于从头到尾审查过程。 --- ## 核心结论：AI不替代判断，而是放大判断 从可靠信息源 → 深度研究 → 财务模型 → 决策点，整个流程被无缝衔接。AI并没有取代人类判断的需求，它只是解放了时间，让你能把精力花在真正需要判断的地方。 --- **Source**: [Multiplying workforce impact: Stephanie Anani, Solutions Engineer, OpenAI - YouTube](https://www.youtube.com/watch?v=m2TV8slGQKc)