سأقدم تفاصيل أكثر في هذا الموضوع، ومقتطفات من مثال. لعدة أشهر، كان الناس يتحدثون عن "لحظة المؤشر" في مجال المالية، حيث يتغير سير العمل بشكل كبير لدرجة أنك تصل إلى الجزء الحاد من منحنى التبني. كنت متشككا جدا في ذلك، لعدة أسباب. لكن السبب الأساسي هو أن تقنية LLM لم تكن موجودة. نماذج الأساس ببساطة لم تكن تملك القوة الكافية للتفاعل مع جداول إكسل بطريقة قابلة للاستخدام (رغم العروض التوضيحية الجذابة...). حتى لو حللت تحديات البيانات (المعقدة جدا)، فإن نماذج اللغة الكبيرة في حقبة 2025 لم تكن تملك القدرة على التفاعل مع جداول البيانات. لذا يمكننا الجلوس والحديث عن الكثير من الأفكار والمفاهيم حول كيفية تعزيز الذكاء الاصطناعي لأبحاث الاستثمار المؤسسي. لكنها كانت مجرد فكرة. لدي سلسلة من الاختبارات التي أجريها على نماذج ذكاء اصطناعي جديدة وهي اختبارات قدرة لسير عمل أبحاث على نمط صناديق التحوط. وأسهل حل هو رفع ملف Excel موجود لمعرفة ما إذا كان نموذج اللغة الكبيرة يفهم ما يحدث. إذا لم تستطع نماذج اللغة الكبيرة قراءة وفهم نموذج Excel بشكل كاف، فإن وجود مجموعة كاملة من سير عمل Excel بالذكاء الاصطناعي غير ممكن (في رأيي). وكان مضيعة للوقت لمحاولة الاستكشاف. لم ينجح هذا بشكل ملحوظ (Opus 4.6 كان يستطيع القيام به، لكنه لم يكن جيدا). حتى الأمس، مع GPT-5.4 Thinking. فجأة، أصبح بإمكاني الحصول على شيء ليس فقط مفيدا بشكل متواضع، بل أعتقد أنه سيصبح فورا جزءا من سير عمل استثماري. أسميها "مراجعة إدارة المشاريع"، أو تقييم منظم ومقاومة للنموذج. لقد شاركت حرفيا في مئات من هذه الدورات كمحلل ومدير منتج. فعليا يقوم المحلل ببناء نموذج، ويرسله إلى مدير المشروع، ثم يتجولان معا في العرض. مدير المشروع الحكيم ذو الخبرة سيهزق النموذج، ويدفع العارضة، ويساعد في توجيه النموذج نحو نتيجة قابلة للاستخدام. مدير المشروع الممتاز سيتمكن من التركيز على المتغيرين أو الثلاثة الرئيسية التي تهم وتحديد الافتراضات العدوانية أو المحافظة. قد يعرض المحلل سهما مدعوم فيه المدخل الكمي الأساسي بمنطق معيب. ومهمة رئيس الوزراء هي محاولة تحديد هذا المنطق المعيب. هذا السير في العمل بالنسبة لي هو عامل أساسي يميز بين مديري المشاريع الجيدين وغير الجيدين. ومع ذلك، هذا السير ليس فقط لمديري المشاريع؛ إنه مخصص للمحللين الذين يحاولون تقييم أعمالهم بأنفسهم، والمحللين الزملاء الذين يرغبون في الرد العميق على الأفكار التي قد يشارك فيها الفريق، ومدير فرق البحث لدينا الذين يسعون لتقييم عملية التقييم المالي للأفكار بكفاءة. أو رسائل خاصة للنسخة الأولى إذا كانوا يبحثون عن الكثير من الأفكار. الجانب المثير للاهتمام في تعزيز هذه العملية بالذكاء الاصطناعي هو أنها تتوسع بشكل مذهل. ويمكن أن يعمل بشكل مستقل. عبر 300 نموذج، كان بإمكاني أن يكون لدي مجموعة من الوكلاء يقومون بفحص دقيق آلي للعوامل الرئيسية، وتحديث تلك النماذج، وإعادتهم إلى تلك النتائج، وتحديد أي من أفكاري التي غطيتها لديها إمكانية تعديل الأرباح. هذا السير هو "لحظة المؤشر" لأبحاث العدالة العامة، في رأيي. لا أقول إننا وصلنا بأي حال من الأحوال لأن دقة البيانات والهياكل اللازمة لدمج البيانات الداخلية لا تزال قيد التطوير. لكننا اتخذنا خطوة إلى الأمام في القدرات التكنولوجية. جربت هذا في GPT-5.4. ورغم أن الأمر ليس مثاليا، إلا أن هذه هي المرة الأولى التي أتلقى فيها شيئا مفيدا في هذا الاختبار. سأشرح لك بعض الخطوات للقيام بذلك بنفسك. الخطوة 1: تفريغ الدماغ على كلود. لا أعرف إذا كان هناك منطق لذلك أو مجرد عادتي الشخصية، لكن إذا كنت أنفذ في Chat GPT، سأقوم بتنفيذ التعليمات الميتا وكلود والعكس صحيح. لست متأكدا من أهمية موجه الميتا بالنسبة لأنواع سير العمل التي أقوم بها، لكنه بالتأكيد مهم إذا قمت بتحويل مهام vs. raw الميتا، فلا تتخطى هذه الخطوة. الخطوة 2: خذ ذلك المخرج الموجه إلى Markdown، وضعه كتعليمات مخصصة في مشروع GPT. هذا مجرد كفاءة سير عمل لأنني الآن أمتلك مشروع GPT يمكنني رفع أي نموذج إليه. ...