让AI帮你读财报:Reportify让你看得清、聊得深

Reportify是一款帮助人们解读公司财报的AI分析工具。目前它在AI方面使用的是微软的Copilot,所以信息的新鲜度还不错。所以它短期优势应该是比GPT的信息更新,比Copilot的输出更专业。这恰好也是我对此类产品的普遍预期。

万能的朋友圈让我有幸加上了团队的微信,发现原来出自雪球前CTO王栋兄之手,于是更有了好好体验一下的兴趣。而且这次体验中我也收获了不少启发,所以用这篇小文记录一下。

读财报

首先从最核心的场景——财报的分析的结果上看,团队提前为用户操了不少心,不仅为内容做了结构化较高的摘要处理,让要点一目了然,还同时提供与AI对话能力,达到近一步分析具体问题的效果。我个人很喜欢这个场景体现出来的专注感与陪伴感,尤其产生的预期就是“看得清、聊得深”。

比如下图以腾讯财报为例,省去了平时自己去搜索、保存资料,再寻找AI上传,保存结果等诸多麻烦事。更重要的是,目前用Reportify给财报做总结是免费的。

如果上面结构化总结是Reportify的一项作为引流的基础服务,那么“对话”就是近一步挖掘并变现服务价值的“聊得深”场景。比如下图中,我提出了一个很直接的问题,Reportify在给出答案前会给出它自己的理解逻辑、处理步骤,并相应的参考文档:

深度对话场景

Reportify最后给出的结论与分析逻辑还是挺清晰的。小有遗憾的是,目前看上去仅针对本报告内容的回答效果还不错,与其它相关报告或因素的关联度还有待提升。

Reportify在回答后还会给出一些问题来启发与延续对话。我对第一个推荐的问题很满意,因为在给出一个正向的回答之后,它又主动地提出了一个反向的问题。目前还不知是巧合还是团队刻意优化的结果。

相关问题推荐

电话会

另外Reportify还提供了与财报对应的电话会的总结与对话。关注美、港股的朋友可以很方便地用中文理解要点并挖掘感兴趣的信息。不过这里我有一个疑问,比如关于下图我提出的问题,虽然有明确的答案而且可以连接到相关参考内容,但感觉上并不严谨,多少有些扩散模型自己带来的合理化效果。我需要再品品,继续验证。

新闻

Reportify还可以分析与公司相关的新闻(暂时没搞懂新闻稿的作用)。不过看上团队目前并没有将新闻的优先级放在较高的位置,没有太深入的去做一块。

相关新闻

对于新闻这个场景,我认为AI在单篇内容的总结方面价值暂时不太大,因为大多时候新闻的价值体现在时效性方面,用户知道就足够了,比如这下面这篇,总结的价值就显得弱了很多。但如果基于公司,对新闻进行挖掘,形成并跟进几条热点主线,那么价值就会大多。

新闻总结

思考与建议

我非常看好Reportify正在努力探索的这个方向,但这条路比以往大多数互联产品都更具挑战性。因为它本质上是要探索一套思考与沟通的模式出来,要作为一个更加拟人化的服务角色来设计,而非仅仅是一个被动使用的工具来设计。经常使用AI的朋友应该都知道,AI回答的质量来自于提问的质量。那么类似Reportify这类在专业领域提供服务的产品,简单说,服务的壁垒更体现在当用户不知道问题是什么的情况下带给用户的体验。

1. 关于目标用户

我向团队请教了下目标用户群是谁的问题,目前的答案还是宽泛了些。很多时候投资是一个靠信息差赚钱的地方,如果韭菜分100层,那么99层都有机会割最后一层。因为有利益驱动,所以信息差是不会消失的,所以我并不期待Reportify能够帮助人们减少信息差。但Reportify让更多人有机会实现在信息差层级上的提升。层级提升难度越大,Reportify的价值就越大。至于机会背后要付出多少代价,那就是Reportify如何一步步商业落地的考虑了。所以目标用户群体可以从这个度来收敛一下,比如从半专业到专业的层级跨越。因为太专业的团队自带更贵的信息圈层,层级太低的韭菜也没耐心来用。

2. 关于核心场景

从让跟更多人有机会变得更专业这个角度看,Reportify的成长空间很大的。但起点最好还是从一个核心场景来入手打磨,这样用户使用门槛也低,团队精力也更加聚焦。

目前的感受是场景有些分散,比如进入首页时虽然因好奇会尝试搜索一下,但提问的门槛还是挺高的。大多数目标用户应该都有长期跟进的目标公司,所以不如将公司的权重提升上来,或者考虑下在初期仅仅围绕公司这个一个场景来讲相关资源串起来。比如上来就推荐几个热门公司,找不到可以搜索辅助。关注公司后还可以获得相关行业的观察能力等。这样做也利于对不同行业的核心体验进行重点提升。比如萧条期盈利能力更重要,那么财报中的相关指标可以再着重突出;如果今年下半年老美真的开始降息,那么成长性更重要的话,也可以有相应突出。

既然团队有过往雪球这么出色的案例,那么相关思路也是具备的。这点很值得期待。

3. 关于其它一些细节

导航这里设计容易导致误操作,比如我在阅读腾讯财报时,发现左侧导航也会跟着联动,于是点击了左侧新闻,本意是仅看腾讯的,但结果与预期不符。如果整体以公司为核心场景串起就会好很多。

还有每次回顾之前的会话时,都会重新搜索并消耗点数,虽然是免费还是多少有些心疼。是否可以提供下载?如果遇到不错的答案也可以提供个推荐,顶给更多用户来看。如果分享激励做得好,甚至我愿意多花费一些点数来顶出好内容。

之前雪球靠社区做了起来,如果Reportify也能够在AI中加入些KOL的观点,是不是更有特点一些?估计以团队的经验也考虑过,那么是否可以先从某个热门公司与行业来尝试一下?如果能让某些目标用户先专业起来,那么Reportify就算是真的站稳脚了。

千万别让所有人都变得专业。

先写这么多吧,我再继续多用用。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,482评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,377评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,762评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,273评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,289评论 5 373
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,046评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,351评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,988评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,476评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,948评论 2 324
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,064评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,712评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,261评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,264评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,486评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,511评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,802评论 2 345

推荐阅读更多精彩内容