AI-агенты сокращают создание портфеля с трёх дней до минут
AI Agents Cut 3-Day Portfolio Builds to Minutes — Jack McDonald, Apollo & Michael Manapat, Rowspace
Агенты сводят разрозненные данные CLO-фонда Apollo к одному проверенному источнику, и, по словам авторов, портфель строится за минуты вместо дней.
- Сборка портфеля CLO — стартовый портфель из 200–400 кредитов, на который PM раньше уходило два-три дня в Excel, теперь собирается за минуты. Менеджер доводит примерно 80–90% и сам дорабатывает остальное.
- Сверка сделок — еженедельный отчёт, на который двум-трём людям уходило несколько часов, повторяется примерно за минуту. Команда проверяет результат каждый день.
- Доверие через источники — один показатель может приходить из двадцати систем, и правильный только один. Агенты опираются на выбранный авторитетный источник, а расчёты команда валидирует вместе с финансистами и PM.
- Работа на месте с пользователями — по словам спикера, сложные процессы обычно устроены не случайно. Разработчикам стоит сидеть с командой и выяснять, зачем процесс устроен именно так.
Кому полезно: тем, кто строит агентов для сверки данных между внутренними системами финансовой компании. Доклад во многом рассказ о Rowspace, но цифры и подход к доверию к данным переносимы.
Статья по теме
На какие вопросы отвечает доклад
Как агенту собрать данные из нескольких систем, если они противоречат друг другу?
Для каждого показателя заранее выбирают авторитетный источник среди нескольких, сверяют расчёты с финансовыми командами и переопределяют остальные источники. По словам спикера, команда проверяет результат вручную.
▶ 6:46Надёжные данные и встроенные командыКак автоматизировать еженедельную сверку сделок по банковским выпискам и письмам команде?
По словам спикера, сверка, на которую два-три человека тратили несколько часов в неделю, теперь повторяется примерно за минуту. Команда проверяет результат каждый день.
▶ 5:31Сверка сделок по складскому финансированиюКак агенту собрать тестовый портфель из сотен кредитов по правилам из юридических документов?
По словам спикера, портфельный менеджер собирал такой портфель из 200–400 кредитов в Excel два-три дня, а с агентами получает заготовку за минуты примерно на 80–90 процентов и доводит её сам.
▶ 3:38Формирование портфеля CLOПочему нельзя просто подключить ChatGPT или Claude к внутренним данным для торговых решений?
Общие LLM работают без собственных данных и годятся для исследований. Для решений спикер опирается на собственную платформу над внутренними данными, которую проверяет команда, знающая расчёты.
▶ 6:46Надёжные данные и встроенные командыКак научить агента понимать сложные рабочие процессы, которые со стороны выглядят странными?
Спикер советует проводить время рядом с пользователями и выяснять, зачем процесс устроен именно так. Странное, по его словам, обычно имеет причину или специфическую структуру.
▶ 17:14Советы разработчикам и завершениеКакие задачи в финансах уже стоит автоматизировать агентами, а где пока мало пользы?
По словам спикера, финансы пока в начале адопции. Лучше всего работают рутинные операционные задачи, а создание моделей и сбор исследований дают меньше ценности.
▶ 11:15Внедрение AI в финансах
Главы
Похожие доклады
Доказывая альфу: как хедж-фонд измеряет ROI от AI
Близко по содержанию
Может ли ИИ разобраться в проблемном кредите?
AI Engineer New York 2026
Близко по содержанию
Как устроены долгосрочные agents Arca, управляющие бизнесом
Близко по содержанию
От торговых площадок до клинических испытаний: параллели в прикладном вертикальном AI
AI Engineer World's Fair 2026
Близко по содержанию


