Los llamados de resultados de las empresas son eventos clave que brindan transparencia sobre la salud financiera y las perspectivas futuras. Estos informes detallan las finanzas de la empresa durante un período específico, desglosando ingresos, ingresos netos, ganancias por acción y otros aspectos cruciales como el balance general y el flujo de caja. Además, estas conferencias en vivo ofrecen una visión general de los resultados financieros, destacando logros y desafíos a la vez que proporcionan orientación para el futuro.
Los llamados de resultados impactan significativamente en los mercados de capitales, influyendo en los precios de las acciones. Inversores y analistas observan de cerca métricas como el crecimiento de ingresos, las ganancias por acción y los márgenes de beneficio para evaluar el desempeño comparado con las tendencias de la industria. Estos indicadores influyen en la valoración que los inversores están dispuestos a asignar a las acciones, afectando directamente la rentabilidad y el comportamiento del mercado.
Durante estos eventos, las empresas no solo anuncian datos financieros, sino que también revelan lanzamientos de nuevos productos, tecnologías emergentes, fusiones, adquisiciones e inversiones en tendencias de mercado. Estos anuncios pueden señalar oportunidades de crecimiento, convirtiéndose en pistas valiosas para inversores y analistas.
Tradicionalmente, los guiones para los llamados de resultados se han generado de manera repetitiva siguiendo plantillas específicas. Sin embargo, con la inteligencia artificial generativa, este proceso está evolucionando. Los modelos de lenguaje grande (LLM) pueden aprender estas plantillas y generar guiones coherentes basados en datos financieros trimestrales. Estos borradores iniciales luego pueden ser refinados y personalizados con la retroalimentación de los ejecutivos de la empresa.
Amazon Bedrock se posiciona como una herramienta crucial en esta transición. Esta plataforma, totalmente gestionada, permite construir y escalar aplicaciones de inteligencia artificial generativa usando modelos base (FMs) y LLMs de alto rendimiento. Empresas líderes en inteligencia artificial como AI21 Labs, Anthropic, Cohere, Meta, Mistral AI, Stability AI y Amazon ofrecen sus modelos a través de Bedrock. La personalización de modelos es sencilla, permitiendo ajustarlos finamente para tareas específicas mediante conjuntos de datos etiquetados.
A manera de prueba, se demostraron dos métodos para generar un guion de un llamado de resultados trimestral utilizando LLMs: la ingeniería de prompts con aprendizaje en pocos disparos y el ajuste fino. En la primera técnica, se utilizaron ejemplos de guiones pasados con el modelo Anthropic Claude 3 Sonnet para generar el guion del nuevo trimestre. En la segunda, se empleó el modelo Meta Llama 2 70B afinado con datos etiquetados de transcripciones de resultados anteriores.
Ambos métodos implicaron el uso de transcripciones de llamados de resultados a lo largo de varios trimestres, reservando uno específico para pruebas comparativas. La evaluación de los guiones generados fue realizada mediante dos enfoques: revisión humana y comparación de variaciones con el LLM Anthropic Claude 3 Sonnet.
Las evaluaciones revelaron que, aunque los puntos financieros clave eran similares entre las diferentes transcripciones generadas, existían diferencias en la profundidad de los detalles y el estilo narrativo. Estas diferencias permiten a las empresas elegir el método que mejor se adapte a sus necesidades y prioridades.
En conclusión, el uso de LLMs para generar borradores de alta calidad de guiones de llamados de resultados presenta una solución prometedora que puede agilizar el proceso para las empresas. Tanto la ingeniería de prompts como el ajuste fino demostraron ser métodos eficaces para producir guiones que cubren métricas financieras clave y proporcionan orientación futura. Cada uno tiene particularidades en términos de exhaustividad, estilo de escritura, facilidad de implementación y costo que deben ser cuidadosamente considerados.
