Na gestão de ativos, os gestores de carteiras precisam acompanhar de perto as empresas do seu universo de investimento para identificar riscos e oportunidades e orientar as decisões de investimento. Acompanhar eventos diretos, como relatórios de lucros ou rebaixamentos de crédito, é simples: você pode configurar alertas para notificar os gerentes sobre notícias que contenham nomes de empresas. Contudo, detectar impactos de segunda e terceira ordem decorrentes de eventos em fornecedores, clientes, parceiros ou outras entidades no ecossistema de uma empresa é um desafio.
Por exemplo, uma interrupção na cadeia de abastecimento de um fornecedor importante provavelmente teria um impacto negativo nos fabricantes a jusante. Ou a perda de um cliente importante para um cliente importante representa um risco de demanda para o fornecedor. Muitas vezes, esses eventos não chegam às manchetes apresentando diretamente a empresa impactada, mas ainda assim são importantes para prestar atenção. Neste post, demonstramos uma solução automatizada combinando gráficos de conhecimento e inteligência artificial generativa (IA) revelar esses riscos cruzando mapas de relacionamento com notícias em tempo real.
Em termos gerais, isto implica dois passos: Primeiro, construir as intrincadas relações entre empresas (clientes, fornecedores, diretores) num gráfico de conhecimento. Em segundo lugar, usar esta base de dados gráfica juntamente com IA generativa para detectar impactos de segunda e terceira ordem de eventos noticiosos. Por exemplo, esta solução pode destacar que atrasos num fornecedor de peças podem perturbar a produção de fabricantes de automóveis a jusante num portfólio, embora nenhum deles seja diretamente referenciado.
Com a AWS, você pode implantar essa solução em uma arquitetura sem servidor, escalável e totalmente orientada a eventos. Esta postagem demonstra uma prova de conceito construída em dois serviços principais da AWS adequados para representação de conhecimento gráfico e processamento de linguagem natural: Amazon Netuno e Rocha Amazônica. Neptune é um serviço de banco de dados gráfico rápido, confiável e totalmente gerenciado que facilita a construção e execução de aplicativos que funcionam com conjuntos de dados altamente conectados. O Amazon Bedrock é um serviço totalmente gerenciado que oferece uma variedade de modelos básicos (FMs) de alto desempenho de empresas líderes de IA, como AI21 Labs, Anthropic, Cohere, Meta, Stability AI e Amazon por meio de uma única API, juntamente com um amplo conjunto de capacidades para construir aplicações generativas de IA com segurança, privacidade e IA responsável.
No geral, este protótipo demonstra a arte do possível com gráficos de conhecimento e IA generativa – derivando sinais conectando pontos díspares. A lição para os profissionais de investimento é a capacidade de ficar por dentro dos desenvolvimentos mais próximos do sinal, evitando ruídos.
Construa o gráfico de conhecimento
A primeira etapa desta solução é construir um gráfico de conhecimento, e uma fonte de dados valiosa, mas muitas vezes esquecida, para gráficos de conhecimento são os relatórios anuais da empresa. Como as publicações corporativas oficiais são submetidas a escrutínio antes de serem divulgadas, as informações que contêm são provavelmente precisas e confiáveis. No entanto, os relatórios anuais são escritos num formato não estruturado destinado à leitura humana e não ao consumo da máquina. Para desbloquear o seu potencial, é necessária uma forma de extrair e estruturar sistematicamente a riqueza de factos e relações que eles contêm.
Com serviços generativos de IA como o Amazon Bedrock, agora você tem a capacidade de automatizar esse processo. Você pode pegar um relatório anual e acionar um pipeline de processamento para ingerir o relatório, dividi-lo em partes menores e aplicar a compreensão da linguagem natural para extrair entidades e relacionamentos importantes.
Por exemplo, uma frase afirmando que “[Empresa A] expandiu a sua frota europeia de entrega elétrica com um pedido de 1,800 vans elétricas da [Empresa B]” permitiria à Amazon Bedrock identificar o seguinte:
- [Empresa A] como cliente
- [Empresa B] como fornecedor
- Uma relação de fornecedor entre [Empresa A] e [Empresa B]
- Detalhes de relacionamento de “fornecedor de vans elétricas”
A extração desses dados estruturados de documentos não estruturados exige o fornecimento de prompts cuidadosamente elaborados para grandes modelos de linguagem (LLMs), para que possam analisar texto e extrair entidades como empresas e pessoas, bem como relacionamentos como clientes, fornecedores e muito mais. Os prompts contêm instruções claras sobre o que procurar e a estrutura para retornar os dados. Ao repetir esse processo em todo o relatório anual, você pode extrair as entidades e relacionamentos relevantes para construir um gráfico de conhecimento rico.
No entanto, antes de submeter as informações extraídas ao gráfico de conhecimento, você precisa primeiro desambiguar as entidades. Por exemplo, pode já haver outra entidade '[Empresa A]' no gráfico de conhecimento, mas pode representar uma organização diferente com o mesmo nome. O Amazon Bedrock pode raciocinar e comparar atributos como área de foco de negócios, setor e setores geradores de receita e relacionamentos com outras entidades para determinar se as duas entidades são realmente distintas. Isso evita a fusão imprecisa de empresas não relacionadas em uma única entidade.
Após a conclusão da desambiguação, você poderá adicionar de forma confiável novas entidades e relacionamentos ao seu gráfico de conhecimento do Netuno, enriquecendo-o com os fatos extraídos dos relatórios anuais. Com o tempo, a ingestão de dados confiáveis e a integração de fontes de dados mais confiáveis ajudarão a construir um gráfico de conhecimento abrangente que possa dar suporte a insights reveladores por meio de consultas e análises gráficas.
Essa automação possibilitada pela IA generativa torna viável o processamento de milhares de relatórios anuais e libera um ativo inestimável para a curadoria de gráficos de conhecimento que, de outra forma, ficaria inexplorado devido ao esforço manual proibitivamente alto necessário.
A captura de tela a seguir mostra um exemplo de exploração visual possível em um banco de dados gráfico do Neptune usando o Explorador de gráficos ferramenta.
Processar artigos de notícias
O próximo passo da solução é enriquecer automaticamente os feeds de notícias dos gestores de carteiras e destacar artigos relevantes para os seus interesses e investimentos. Para o feed de notícias, os gestores de portfólio podem assinar qualquer provedor de notícias terceirizado por meio de Troca de dados da AWS ou outra API de notícias de sua escolha.
Quando uma notícia entra no sistema, um pipeline de ingestão é invocado para processar o conteúdo. Usando técnicas semelhantes ao processamento de relatórios anuais, o Amazon Bedrock é usado para extrair entidades, atributos e relacionamentos do artigo de notícias, que são então usados para desambiguar o gráfico de conhecimento para identificar a entidade correspondente no gráfico de conhecimento.
O gráfico de conhecimento contém conexões entre empresas e pessoas e, ao vincular entidades de artigos a nós existentes, você pode identificar se algum assunto está a dois saltos das empresas nas quais o gestor do portfólio investiu ou está interessado. O artigo pode ser relevante para o gestor de portfólio e, como os dados subjacentes são representados em um gráfico de conhecimento, podem ser visualizados para ajudar o gestor de portfólio a entender por que e como esse contexto é relevante. Além de identificar conexões com o portfólio, você também pode usar o Amazon Bedrock para realizar análises de sentimento nas entidades referenciadas.
O resultado final é um feed de notícias enriquecido que traz artigos que podem impactar as áreas de interesse e investimentos do gestor de portfólio.
Visão geral da solução
A arquitetura geral da solução se parece com o diagrama a seguir.
O fluxo de trabalho consiste nas seguintes etapas:
- Um usuário carrega relatórios oficiais (em formato PDF) para um Serviço de armazenamento simples da Amazon (Amazon S3) balde. Os relatórios devem ser publicados oficialmente para minimizar a inclusão de dados imprecisos em seu gráfico de conhecimento (em oposição a notícias e tablóides).
- A notificação de evento S3 invoca um AWS Lambda função, que envia o bucket S3 e o nome do arquivo para um Serviço de fila simples da Amazon (Amazon SQS). A fila First-In-First-Out (FIFO) garante que o processo de ingestão do relatório seja executado sequencialmente para reduzir a probabilidade de introdução de dados duplicados em seu gráfico de conhecimento.
- An Amazon Event Bridge evento baseado em tempo é executado a cada minuto para iniciar a execução de um Funções de etapa da AWS máquina de estado de forma assíncrona.
- A máquina de estado do Step Functions executa uma série de tarefas para processar o documento carregado, extraindo informações importantes e inserindo-as em seu gráfico de conhecimento:
- Receba a mensagem da fila do Amazon SQS.
- Faça download do arquivo de relatório PDF do Amazon S3, divida-o em vários pedaços de texto menores (aproximadamente 1,000 palavras) para processamento e armazene os pedaços de texto em Amazon DynamoDB.
- Use o Claude v3 Sonnet da Anthropic no Amazon Bedrock para processar os primeiros pedaços de texto e determinar a entidade principal à qual o relatório se refere, juntamente com atributos relevantes (como indústria).
- Recupere os blocos de texto do DynamoDB e, para cada bloco de texto, invoque uma função Lambda para extrair entidades (como empresa ou pessoa) e seu relacionamento (cliente, fornecedor, parceiro, concorrente ou diretor) com a entidade principal usando o Amazon Bedrock .
- Consolide todas as informações extraídas.
- Filtre ruídos e entidades irrelevantes (por exemplo, termos genéricos como “consumidores”) usando o Amazon Bedrock.
- Use o Amazon Bedrock para realizar a desambiguação raciocinando usando as informações extraídas em relação à lista de entidades semelhantes do gráfico de conhecimento. Se a entidade não existir, insira-a. Caso contrário, use a entidade que já existe no gráfico de conhecimento. Insira todos os relacionamentos extraídos.
- Limpe excluindo a mensagem da fila SQS e o arquivo S3.
- Um usuário acessa um aplicativo da web baseado em React para visualizar os artigos de notícias que são complementados com informações de entidade, sentimento e caminho de conexão.
- Usando o aplicativo web, o usuário especifica o número de saltos (padrão N=2) no caminho de conexão a ser monitorado.
- Usando o aplicativo web, o usuário especifica a lista de entidades a serem rastreadas.
- Para gerar notícias fictícias, o usuário escolhe Gerar exemplos de notícias gerar 10 exemplos de artigos de notícias financeiras com conteúdo aleatório para serem inseridos no processo de ingestão de notícias. O conteúdo é gerado usando Amazon Bedrock e é puramente fictício.
- Para baixar notícias reais, o usuário escolhe Baixe as últimas notícias para baixar as principais notícias que acontecem hoje (desenvolvido por NewsAPI.org).
- O arquivo de notícias (formato TXT) é carregado em um bucket S3. As etapas 8 e 9 fazem upload de notícias para o bucket S3 automaticamente, mas você também pode criar integrações com seu provedor de notícias preferido, como AWS Data Exchange ou qualquer provedor de notícias terceirizado, para colocar artigos de notícias como arquivos no bucket S3. O conteúdo do arquivo de dados de notícias deve ser formatado como
<date>{dd mmm yyyy}</date><title>{title}</title><text>{news content}</text>
. - A notificação de eventos do S3 envia o bucket do S3 ou o nome do arquivo para o Amazon SQS (padrão), que invoca várias funções do Lambda para processar os dados de notícias em paralelo:
- Use o Amazon Bedrock para extrair entidades mencionadas nas notícias juntamente com quaisquer informações, relacionamentos e sentimentos relacionados da entidade mencionada.
- Verifique o gráfico de conhecimento e use o Amazon Bedrock para realizar a desambiguação raciocinando usando as informações disponíveis nas notícias e no gráfico de conhecimento para identificar a entidade correspondente.
- Após a entidade ter sido localizada, pesquise e retorne quaisquer caminhos de conexão conectando-se às entidades marcadas com
INTERESTED=YES
no gráfico de conhecimento que estão a N=2 saltos de distância.
- O aplicativo da web é atualizado automaticamente a cada 1 segundo para extrair o conjunto mais recente de notícias processadas para exibição no aplicativo da web.
Implantar o protótipo
Você pode implantar a solução de protótipo e começar a experimentar você mesmo. O protótipo está disponível em GitHub e inclui detalhes sobre o seguinte:
- Pré-requisitos de implantação
- Etapas de implantação
- Etapas de limpeza
Resumo
Esta postagem demonstrou uma solução de prova de conceito para ajudar os gestores de portfólio a detectar riscos de segunda e terceira ordem em eventos noticiosos, sem referências diretas às empresas que monitoram. Ao combinar um gráfico de conhecimento de relacionamentos complexos da empresa com análise de notícias em tempo real usando IA generativa, os impactos posteriores podem ser destacados, como atrasos na produção devido a problemas de fornecedores.
Embora seja apenas um protótipo, esta solução mostra a promessa de gráficos de conhecimento e modelos de linguagem para conectar pontos e derivar sinais de ruído. Estas tecnologias podem ajudar os profissionais de investimento, revelando riscos mais rapidamente através de mapeamentos e raciocínios de relacionamento. No geral, esta é uma aplicação promissora de bancos de dados gráficos e IA que merece exploração para aumentar a análise de investimentos e a tomada de decisões.
Se este exemplo de IA generativa em serviços financeiros for do interesse do seu negócio, ou se você tiver uma ideia semelhante, entre em contato com seu gerente de contas da AWS e teremos o maior prazer em explorar mais com você.
Sobre o autor
Xan Huang é arquiteto de soluções sênior da AWS e mora em Cingapura. Ele trabalha com grandes instituições financeiras para projetar e construir soluções seguras, escaláveis e altamente disponíveis na nuvem. Fora do trabalho, Xan passa a maior parte do tempo livre com a família e sendo mandado pela filha de 3 anos. Você pode encontrar Xan em LinkedIn.
- Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
- PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
- PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
- PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
- PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
- Fonte: https://aws.amazon.com/blogs/machine-learning/uncover-hidden-connections-in-unstructured-financial-data-with-amazon-bedrock-and-amazon-neptune/
- :tem
- :é
- :não
- $UP
- 000
- 1
- 10
- 100
- 7
- 8
- 800
- 9
- a
- habilidade
- Conta
- preciso
- em
- real
- adicionar
- Adição
- contra
- AI
- Serviços de IA
- Ajuda
- Alertas
- Todos os Produtos
- permitir
- juntamente
- já
- tb
- Amazon
- Amazon Netuno
- Amazon Web Services
- an
- análise
- analítica
- analisar
- e
- anual
- Outro
- Antrópico
- qualquer
- api
- Aplicação
- aplicações
- Aplicar
- aproximadamente
- arquitetura
- SOMOS
- ÁREA
- áreas
- surgindo
- por aí
- Arte
- artigo
- artigos
- artificial
- inteligência artificial
- AS
- ativo
- gestão de activos
- At
- por WhatsApp.
- atributos
- aumentar
- auto
- automatizar
- Automatizado
- automaticamente
- Automação
- disponível
- evitando
- longe
- AWS
- Troca de dados da AWS
- baseado
- BE
- Porque
- sido
- antes
- entre
- Break
- amplo
- construir
- Prédio
- construído
- negócio
- mas a
- by
- CAN
- capacidades
- capacidade
- cuidadosamente
- cadeia
- desafiante
- escolha
- escolhe
- remover filtragem
- cliente
- de perto
- mais próximo
- Na nuvem
- combinando
- comprometendo
- Empresas
- Empresa
- Empresa
- comparar
- concorrente
- completar
- compreensivo
- conceito
- Contato
- conectado
- Conexão de
- da conexão
- Coneções
- consiste
- construir
- consumo
- não contenho
- contém
- conteúdo
- contexto
- Responsabilidade
- Correspondente
- poderia
- Crafted
- crédito
- referência cruzada
- curadoria
- cliente
- Clientes
- dados,
- Data Exchange
- banco de dados
- bases de dados
- conjuntos de dados
- filha
- Tomada de Decisão
- decisões
- Padrão
- atrasos
- Deleitado
- Entrega
- Demanda
- demonstrar
- demonstraram
- demonstra
- implantar
- derivar
- Design
- detalhes
- descobrir
- Determinar
- desenvolvimentos
- diagrama
- diferente
- diretamente
- diretamente
- Diretor
- Administração
- díspar
- Ecrã
- perturbe
- Rompimento
- distinto
- documento
- INSTITUCIONAIS
- parece
- down
- download
- Cair
- dois
- cada
- Ganhos
- ecossistema
- esforço
- Elétrico
- habilitado
- enriquecido
- enriquecedor
- Entra
- Todo
- entidades
- entidade
- Europa
- Evento
- eventos
- Cada
- exemplo
- exchange
- existir
- existente
- existe
- expandido
- experimentando
- exploração
- explorar
- extrato
- fatos
- FALHA
- família
- RÁPIDO
- mais rápido
- factível
- Apresentando
- Alimentado
- poucos
- fictício
- Envie o
- Arquivos
- final
- financeiro
- dados financeiros
- Instituições financeiras
- notícias financeiras
- serviços financeiros
- Encontre
- descoberta
- Primeiro nome
- ANIMARIS
- Foco
- seguinte
- Escolha
- formato
- Foundation
- Gratuito
- da
- totalmente
- função
- funções
- mais distante
- gerar
- gerado
- generativo
- IA generativa
- obtendo
- Go
- gráfico
- gráficos
- guia
- Acontecimento
- Ter
- he
- headlines
- ajudar
- oculto
- Alta
- Alta performance
- Destaques
- Destaque
- Destacando
- altamente
- sua
- Como funciona o dobrador de carta de canal
- Contudo
- HTTPS
- humano
- idéia
- identificar
- identificar
- if
- Impacto
- impactada
- Impacto
- importante
- in
- impreciso
- inclui
- inclusão
- indicam
- indústrias
- indústria
- INFORMAÇÕES
- insights
- instância
- instituições
- instruções
- integração
- integrações
- Inteligência
- interesse
- interessado
- interesses
- para dentro
- intricado
- introduzindo
- inestimável
- investido
- investimento
- análise de investimento
- Investimentos
- invocado
- invoca
- IT
- ESTÁ
- jpg
- Chave
- Conhecimento
- Gráfico conhecimento
- Laboratório
- língua
- grande
- mais recente
- principal
- como
- probabilidade
- Provável
- vinculação
- Lista
- localizado
- olhar
- OLHARES
- fora
- máquina
- a Principal
- principal
- fazer
- FAZ
- gerenciados
- de grupos
- Gerente
- Gerentes
- manual
- Fabricantes
- mapas
- marcado
- Posso..
- significava
- mencionado
- fusão
- mensagem
- Meta
- minimizar
- minuto
- modelos
- Monitore
- mais
- a maioria
- múltiplo
- nome
- nomes
- natural
- Processamento de linguagem natural
- você merece...
- necessário
- negativamente
- Netuno
- Novo
- notícias
- Noticias & Eventos
- Próximo
- nós
- Ruído
- nenhum
- notificação
- agora
- número
- of
- Oferece
- oficial
- Oficialmente
- frequentemente
- on
- só
- oportunidades
- contrário
- or
- ordem
- organização
- Outros
- de outra forma
- Fora
- saída
- lado de fora
- Acima de
- global
- Paralelo
- parceiro
- Parceiros
- peças
- caminho
- caminhos
- Pagar
- Pessoas
- Realizar
- realizada
- pessoa
- oleoduto
- platão
- Inteligência de Dados Platão
- PlatãoData
- pasta
- gerente de portfólio
- gerentes de portfólio
- coloca
- possível
- Publique
- potencial
- alimentado
- preferido
- impede
- política de privacidade
- processo
- Processado
- em processamento
- Produção
- promessa
- promissor
- solicita
- prova
- prova de conceito
- protótipo
- provedor
- fornecendo
- publicações
- publicado
- puramente
- consultas
- acaso
- em vez
- alcançar
- Leitura
- em tempo real
- razão
- reduzir
- referenciada
- referências
- relacionado
- relacionamento
- Relacionamentos
- liberar
- relevante
- confiável
- Denunciar
- Relatórios
- representar
- representação
- representado
- exige
- responsável
- retorno
- revelando
- Rico
- Risco
- riscos
- Execute
- é executado
- mesmo
- amostra
- escalável
- escrutínio
- Pesquisar
- Segundo
- seguro
- segurança
- envia
- senior
- sentença
- sentimento
- Série
- Serverless
- serviço
- Serviços
- conjunto
- rede de apoio social
- Shows
- Signal
- sinais
- semelhante
- simples
- Singapore
- solteiro
- menor
- So
- solução
- Soluções
- fonte
- Fontes
- gasta
- divisão
- Estabilidade
- padrão
- começo
- Estado
- declarando
- ficar
- Passo
- Passos
- Ainda
- armazenamento
- loja
- franco
- estrutura
- estruturada
- Inscreva-se
- tal
- adequado
- fornecedor
- fornecedores
- supply
- cadeia de suprimentos
- ajuda
- certo
- superfície
- .
- sistematicamente
- Tire
- tarefas
- técnicas
- Tecnologias
- condições
- texto
- do que
- que
- A
- as informações
- deles
- então
- Lá.
- Este
- deles
- De terceiros
- isto
- Apesar?
- milhares
- Através da
- tempo
- para
- hoje
- juntos
- ferramenta
- topo
- pista
- Rastreamento
- desencadear
- dois
- descobrir
- sofrer
- subjacente
- compreender
- compreensão
- Universo
- destravar
- destranca
- não estruturado
- inexplorado
- carregado
- usar
- usava
- Utilizador
- utilização
- Valioso
- fornecedor
- muito
- Ver
- visual
- Garantias
- Caminho..
- we
- Riqueza
- web
- Aplicativo da Web
- serviços web
- BEM
- O Quê
- qual
- enquanto
- porque
- precisarão
- de
- dentro
- sem
- palavras
- Atividades:
- de gestão de documentos
- trabalho
- seria
- escrito
- ainda
- Vocês
- investimentos
- você mesmo
- zefirnet