Selama beberapa dekade, Terminal Bloomberg telah menjadi standar terbaik dalam intelijen finansial—sebuah alat yang rumit dan sering kali mengintimidasi yang dikuasai oleh para pedagang berpengalaman melalui kegigihan. Namun, seiring dengan meningkatnya volume data global, metode tradisional yang secara manual menavigasi aliran angka yang tak ada habisnya telah mencapai titik puncaknya.
Untuk mengatasi hal ini, Bloomberg memperkenalkan ASKB (diucapkan “ask-bee”), sebuah antarmuka generatif bertenaga AI yang dirancang untuk mengubah cara profesional keuangan berinteraksi dengan informasi.
Masalah: Kelebihan Data dan “Kesenjangan Informasi”
Terminal Bloomberg telah berevolusi dari ticker harga sederhana menjadi gudang data global yang sangat besar, termasuk prakiraan cuaca, catatan pengiriman, belanja konsumen, dan rincian pinjaman swasta. Meskipun kedalaman ini merupakan sebuah kekuatan, hal ini telah menciptakan tantangan baru: kelelahan informasi.
Shawn Edwards, Chief Technology Officer Bloomberg, mencatat bahwa sistem yang ada saat ini menjadi “tidak dapat dipertahankan”. Ketika data menjadi terlalu luas, bahkan profesional yang paling terampil sekalipun berisiko kehilangan wawasan penting atau menghabiskan terlalu banyak waktu untuk pengambilan manual dibandingkan analisis tingkat tinggi.
Masuk ASKB: Beralih dari Titik Data ke Tesis Investasi
Tidak seperti fungsi pencarian tradisional yang memerlukan perintah atau titik data tertentu, ASKB memungkinkan pengguna berinteraksi dengan Terminal menggunakan bahasa alami. Hal ini mengubah peran pengguna dari “pemburu data” menjadi “pemikir strategis”.
- Mensintesis Pertanyaan Kompleks: Daripada mencari harga minyak satu per satu dan berita geopolitik secara terpisah, trader dapat bertanya: “Bagaimana konflik di Iran dan perubahan harga minyak akan memengaruhi portofolio spesifik saya?”
- Mengotomatiskan “kerja keras”: ASKB berfungsi sebagai “AI agen”, yang berarti dapat menjalankan alur kerja multi-langkah. Hal ini dapat diprogram untuk meringkas panggilan pendapatan, membandingkan fundamental perusahaan dengan perusahaan sejenis, dan memberikan kasus “bull and bear” secara otomatis.
- Tujuan “Alpha”: Di bidang keuangan, “alpha” mengacu pada kemampuan untuk mengalahkan pasar. Bloomberg yakin alfa yang belum dimanfaatkan tersembunyi di tengah kebisingan kumpulan data yang sangat besar; ASKB dirancang untuk memunculkan koneksi ini dengan cepat.
Mengatasi Risiko: Halusinasi dan Elemen Manusia
Integrasi Model Bahasa Besar (LLM) ke dalam keuangan yang sangat penting membawa risiko yang signifikan, terutama “halusinasi” —di mana AI menghasilkan informasi yang salah atau tidak masuk akal. Bloomberg menangani hal ini melalui proses validasi berlapis:
- Ringkasan Pengecekan Fakta: Memastikan setiap klaim dalam ringkasan didukung langsung oleh teks sumber.
- Pemeriksaan Semantik: Memverifikasi bahwa AI tidak membalikkan makna (misalnya, mengacaukan “naik” dengan “turun”).
- Transparansi Kutipan: Daripada bertindak sebagai “kotak hitam”, sistem ini dirancang untuk mengarahkan pengguna kembali ke sumber aslinya, memastikan mereka dapat memverifikasi datanya sendiri.
Dampaknya terhadap Tenaga Kerja
Munculnya AI di bidang keuangan menimbulkan pertanyaan kritis mengenai generasi profesional berikutnya. Jika AI dapat melakukan tugas-tugas yang biasanya diberikan kepada analis junior—seperti mensintesis laporan dan mengumpulkan fundamental—bagaimana analis baru akan mempelajari “keahlian” keuangan? Edwards mengakui bahwa meskipun teknologinya sangat canggih, hal ini tidak menggantikan kebutuhan akan pemahaman pasar yang mendalam dan mengakar.
Masa Depan Antarmuka
Bloomberg tidak memandang ASKB hanya sebagai tambahan, namun sebagai antarmuka utama baru untuk Terminal. Meskipun antarmuka pengguna grafis (GUI) tradisional dan navigasi berbasis mouse akan tetap ada, titik awal untuk sebagian besar alur kerja akan bersifat percakapan.
Selain itu, Bloomberg memposisikan diri menentang munculnya “vibe coding” dan alternatif DIY yang lebih murah. Meskipun pengkodean ringan mungkin bisa digunakan untuk tugas-tugas biasa, Bloomberg berpendapat bahwa pengambilan keputusan yang sangat penting memerlukan ekosistem data yang ketat dan tervalidasi yang hanya dapat disediakan oleh terminal khusus.
Kesimpulan: Bloomberg beralih dari alat pengambilan data manual ke alat sintesis otomatis. Dengan mengintegrasikan AI generatif, perusahaan ini bertujuan untuk membantu para profesional menavigasi lautan informasi yang sangat banyak, meskipun keberhasilan akhir dari alat ini akan bergantung pada apakah pengguna dapat mempertahankan skeptisisme kritis terhadap wawasan yang dihasilkan AI.
