I et investeringsforvaltningsselskab åbner analytikeren hver morgen Bloomberg Terminal eller LSEG Workspace, hvor markedsanalyser fra flere mæglere og udstedernes kvartalsrapporter venter sammen med børsmeddelelser om udstedernes forhold, og i indbakken ligger opdaterede fondsprospekter, nøgleinformationsdokumenter og fondsrapporter fra Morningstar Direct. Analytikeren åbner et prospekt på hundrede sider for at finde ud af, om gebyrerne og risikoafsnittet er ændret siden den forrige version. Nogle dokumenter forbliver ulæste, og en ændring opdages først, når en kunde eller den complianceansvarlige spørger om den. Viden om, hvad der er ændret, sidder i enkelte menneskers hoveder.
Løsningen henter dokumenter fra analytikernes postkasse, fra en delt SharePoint-mappe, som materiale fra Bloomberg og LSEG eksporteres til, og fra eksporten af rapporter fra Morningstar Direct og sender dem videre til Claude, der kører i et privat miljø i Amazon Bedrock i en EU-region. Modellen laver et resumé af de emner, I har fastsat: risikofaktorer, gebyrer og omkostninger, ændringer i strategi eller grænser, børs- og myndighedsmeddelelser, forskelle fra den forrige version. Hver udtalelse har en henvisning til en side i dokumentet. Resuméet er beskrivende, uden vurderinger, prognoser eller forslag om køb og salg, fordi anbefalinger gives af jeres autoriserede medarbejdere. Analytikeren læser resuméet i en Teams-kanal, åbner kun de markerede sider og afgør, hvad der skal ske derefter. Vi forbinder til Bloomberg, LSEG og Morningstar via eksport eller et e-mail-flow, efter jeres licensvilkår. Dokumenterne bruges ikke til at træne modellen, og behandlingen skrives til en log.