Hướng dẫn ngành: Ngân hàng đầu tư
Cách sử dụng Claude trong ngân hàng đầu tư: Hướng dẫn cho đội giao dịch và nhà phân tích
Ít đêm trắng chỉnh format hơn, nhiều giờ dành cho deal hơn.
Hướng dẫn này cho các banker thấy cách đưa Claude của Anthropic vào làm việc trên khối lượng sản xuất của một deal M&A hoặc capital markets: pitch book, phân tích công ty so sánh, precedent transaction, CIM, teaser, danh sách người mua, và rà soát model. Nó bao gồm những gì Anthropic đã công bố cho ngành dịch vụ tài chính, những gì các công ty được nêu tên đã nói trong chính các bài đăng của Anthropic, và những chỗ mà phán đoán của banker không thể giao phó.
Biết cách sử dụng Claude trong ngân hàng đầu tư nghĩa là giao cho nó phần việc sản xuất nặng nhọc và giữ lại các bước kiểm tra: soạn thảo các trang pitch book và hồ sơ công ty, xây dựng bảng comps và precedent transaction từ dữ liệu bạn cung cấp, soạn các phần của CIM và teaser từ tài liệu thẩm định, tổng hợp danh sách người mua, và rà soát các model merger và LBO để tìm công thức bị lỗi. Claude tạo ra bản nháp đầu tiên nhanh chóng. Analyst và associate vẫn kiểm tra từng con số, và các banker cấp cao chịu trách nhiệm về lời khuyên đưa ra cho khách hàng.
Ngày đăng
Điểm chính
- Những ứng dụng mạnh nhất trong ngân hàng đầu tư là các trang pitch book, bảng comps và precedent, bản nháp CIM và teaser, danh sách người mua, và rà soát model.
- Anthropic đã công bố các Agent Skills cho phân tích công ty so sánh, model DCF, và teaser, cùng với mẫu agent pitch builder và model builder.
- Mọi con số trong một deliverable gửi khách hàng vẫn phải được gắn với một nguồn: filing, một nhà cung cấp dữ liệu, hoặc chính số liệu của khách hàng.
- Các banker mới vào nghề học cách rà soát tốt output của AI sẽ trở nên nhanh hơn, không phải thừa thãi. Lớp phán đoán mới chính là thứ công việc này đào tạo.
- Thông tin khách hàng và deal chỉ nên nằm trong workspace mà ngân hàng của bạn đã phê duyệt cho việc đó.
Sao chép và dán
Prompt bạn có thể dùng ngay hôm nay
Hồ sơ công ty cho pitch book
Bạn là một analyst trong đội M&A phía sell-side. Chỉ sử dụng các filing và trích đoạn bản trình bày nhà đầu tư được dán bên dưới, hãy soạn một hồ sơ công ty một trang cho pitch book: tổng quan doanh nghiệp trong ba câu, các phân khúc kèm tỷ trọng doanh thu, khách hàng chính và khu vực địa lý theo như đã công bố, các động thái chiến lược gần đây, và ba điểm liên quan đến một thương vụ bán tiềm năng. Đặt tài liệu nguồn và số trang bên cạnh mỗi con số. Không dùng kiến thức bên ngoài. Tài liệu: [dán vào đây].
Giới hạn Claude trong phạm vi tài liệu đã dán giúp loại bỏ những con số lỗi thời hoặc không có nguồn ra khỏi cuốn sách.
Bảng comps và nhận định
Đây là bảng dữ liệu giao dịch cho một nhóm công ty so sánh (peer set): công ty, enterprise value, doanh thu, EBITDA, và tăng trưởng cho năm tài khóa gần nhất và hai năm dự báo tiếp theo. Hãy tính EV/doanh thu và EV/EBITDA cho từng năm, trung bình và trung vị cho cả nhóm, và gắn cờ bất kỳ công ty nào có multiple lệch hơn một độ lệch chuẩn so với trung vị. Sau đó viết bốn câu nhận định mà một managing director có thể đọc to. Hãy hiển thị công thức của bạn. Dữ liệu: [dán vào đây].
Yêu cầu công thức nghĩa là bạn có thể dựng lại các con số trong Excel và xác nhận chúng.
Bản nháp một phần của CIM
Hãy soạn phần Tổng quan ngành (Industry Overview) của một CIM cho công ty được mô tả bên dưới. Chỉ sử dụng dữ liệu thị trường và tài liệu quản trị mà tôi cung cấp. Cấu trúc phần này gồm: định nghĩa thị trường, quy mô và động lực tăng trưởng, bối cảnh cạnh tranh, và lý do công ty này ở vị thế được hưởng lợi. Viết theo giọng văn trung lập, khách quan của một CIM phía sell-side. Đánh dấu mọi luận điểm cần nguồn bằng [CẦN NGUỒN]. Tài liệu: [dán vào đây].
Ký hiệu [CẦN NGUỒN] giữ cho bản nháp trung thực trước khi gửi cho khách hàng rà soát.
Danh sách người mua kèm lý do
Dựa trên hồ sơ công ty mục tiêu bên dưới, hãy soạn một danh sách người mua tiềm năng, chia thành người mua chiến lược và sponsor tài chính. Với mỗi người mua tiềm năng, đưa ra một dòng lý do gắn với sản phẩm, khách hàng, hoặc khu vực địa lý của công ty mục tiêu, và ghi chú bất kỳ lý do rõ ràng nào khiến họ có thể không tham gia. Đánh dấu mọi người mua bạn không chắc chắn là chưa xác minh để đội có thể đối chiếu với cơ sở dữ liệu của chúng ta. Hồ sơ mục tiêu: [dán vào đây].
Kiến thức của Claude có một mốc cắt (knowledge cutoff), nên danh sách người mua này chỉ là điểm khởi đầu để đối chiếu với cơ sở dữ liệu của công ty bạn.
Rà soát model merger
Hãy rà soát model accretion và dilution đính kèm với vai trò một associate đang kiểm tra công việc của analyst trước khi MD xem qua. Truy vết giá mua, sources and uses, các giả định tài trợ, synergy, và EPS pro forma. Liệt kê mọi input bị hardcode bên trong công thức, mọi điểm không nhất quán với tab giả định giao dịch, và bất kỳ lỗi dấu hay liên kết hỏng nào. Không sửa bất cứ điều gì. Trả về một danh sách vấn đề được đánh số kèm tham chiếu ô.
Tách riêng việc rà soát và sửa lỗi nghĩa là bạn là người quyết định thay đổi gì và học được lỗi thường ẩn ở đâu.
Từ Anthropic
Những gì Anthropic cung cấp cho ngành Ngân hàng đầu tư
Claude for Financial Services
Sản phẩm dành cho dịch vụ tài chính của Anthropic, công bố vào tháng 7/2025, kết hợp các model Claude, Claude Code, và quyền truy cập cấp doanh nghiệp với các connector dựng sẵn tới các nhà cung cấp dữ liệu như FactSet, S&P Global, PitchBook, và Morningstar, cùng các đối tác triển khai. Anthropic cho biết dữ liệu mặc định không được dùng để huấn luyện.
· Nguồn
Advancing Claude for Financial Services
Bản cập nhật tháng 10/2025 bổ sung các Agent Skills cho phân tích công ty so sánh, model DCF, gói dữ liệu thẩm định (due diligence), teaser và hồ sơ công ty cho pitch book và danh sách người mua, phân tích kết quả kinh doanh, và báo cáo khởi tạo coverage, cùng với bản beta của Claude for Excel và các connector bao gồm LSEG và Moody's.
· Nguồn
Agents for financial services
Mười mẫu agent được phát hành vào tháng 5/2026, bao gồm pitch builder, meeting preparer, model builder, và valuation reviewer, ra mắt dưới dạng plugin trong Claude Cowork và Claude Code, cùng với các add-in Excel, PowerPoint, và Word của Anthropic được phát hành chính thức rộng rãi.
· Nguồn
Trong thực tế
Các đội ngũ ngành Ngân hàng đầu tư dùng Claude như thế nào
Theo câu chuyện khách hàng do Anthropic công bố
RBC Capital Markets
Trong bản cập nhật dịch vụ tài chính tháng 10/2025 của Anthropic, người đứng đầu bộ phận AI và đổi mới kỹ thuật số của RBC Capital Markets cho biết Claude nổi bật trong việc tích hợp nhiều nguồn dữ liệu và tự động hóa quy trình làm việc.
Theo câu chuyện khách hàng do Anthropic công bố
Mizuho
Thông báo tháng 5/2026 của Anthropic về các agent dịch vụ tài chính trích lời COO mảng ngân hàng của Mizuho, mô tả việc thời gian chuẩn bị được chuyển thành thời gian dành cho ý tưởng.
Theo câu chuyện khách hàng do Anthropic công bố
Crunched
Theo câu chuyện khách hàng của Anthropic, Crunched xây dựng công cụ Excel trên nền Claude hướng đến người dùng trong ngân hàng đầu tư, private equity và tư vấn, và khách hàng của họ báo cáo tiết kiệm được nhiều thời gian đáng kể trong việc dựng model, financial spread và viết hồ sơ công ty.
Ví dụ minh họa
Một hồ sơ công ty trong pitch book, có nguồn và được kiểm tra
- Analyst dán các trích đoạn tài liệu filing và bản trình bày nhà đầu tư mới nhất vào dự án deal.
- Claude soạn hồ sơ một trang với tài liệu nguồn và số trang đi kèm mỗi con số.
- Analyst đối chiếu từng con số với nguồn và sửa một số liệu phân khúc bị lấy nhầm kỳ.
- Associate chỉnh sửa các điểm chiến lược cho khớp với câu chuyện mà managing director muốn truyền tải.
- Trang này chỉ được đưa vào cuốn sách sau khi đã qua đối chiếu và rà soát theo chuẩn.
Ví dụ minh họa
Rà soát model merger trước cuộc họp với MD
- Associate yêu cầu Claude lập danh sách vấn đề cho model accretion và dilution của analyst, không chỉnh sửa gì.
- Claude liệt kê các input bị hardcode, một giả định tài trợ khác với tab giả định, và một liên kết bị hỏng.
- Analyst sửa từng vấn đề và viết một ghi chú ngắn về những gì đã thay đổi.
- Claude chạy một vòng rà soát thứ hai để xác nhận các bản sửa và gắn cờ bất kỳ vấn đề mới nào.
- Associate trình bày các kết quả cuối cùng cho managing director và chịu trách nhiệm về các con số.
Ngân hàng đầu tư và Claude: các số liệu đã công bố
| Số liệu | Bối cảnh | Nguồn |
|---|---|---|
| financial spreads 8+ hours to 1 hour | Do khách hàng của Crunched, một công cụ Excel xây dựng trên Claude, báo cáo, theo câu chuyện khách hàng của Anthropic | Nguồn |
| company write-ups 8 hours to 20 minutes | Do khách hàng của Crunched báo cáo, theo câu chuyện khách hàng của Anthropic | Nguồn |
| >50% time savings on Excel modeling | Do khách hàng của Crunched báo cáo, theo câu chuyện khách hàng của Anthropic | Nguồn |
Quy trình cốt lõi
Các ứng dụng Claude trong ngân hàng đầu tư xuyên suốt một deal thực tế
Đây là những công việc chiếm nhiều giờ nhất của analyst và associate, và là nơi AI cho ngân hàng đầu tư chứng minh giá trị của mình.
Pitch book
Hồ sơ công ty, tổng quan tình huống, và các trang thị trường được soạn từ filing và dữ liệu bạn cung cấp. Một công cụ AI tạo pitch book chỉ tốt bằng nguồn dữ liệu bạn đưa vào.
Comps và precedent
AI cho phân tích comps nghĩa là tính toán các multiple từ dữ liệu của bạn, gắn cờ các outlier, và soạn nhận định, với công thức bạn có thể dựng lại và kiểm tra.
CIM và teaser
AI cho soạn thảo CIM biến tài liệu thẩm định thành các phần có cấu trúc và teaser ẩn danh, với các khoảng trống được đánh dấu để đội deal điền vào.
Danh sách người mua
Danh sách người mua chiến lược và tài chính kèm lý do cho mỗi cái tên, sẵn sàng để đối chiếu với dữ liệu quan hệ của công ty bạn.
Rà soát model
Một bản kiểm tra AI cho model merger truy vết giá mua, tài trợ, synergy, và EPS pro forma, đồng thời liệt kê các hardcode và liên kết hỏng để associate sửa.
Chuẩn bị họp và quy trình
Tóm tắt cuộc họp với khách hàng, process letter, dàn ý bài trình bày của ban lãnh đạo, và phản hồi câu hỏi của người mua được soạn từ hồ sơ deal.
Lớp sản xuất
Cách ngân hàng đầu tư dùng AI cho công việc mà nhân sự junior thông thạo nhất
Phần lớn thời gian trong ngân hàng đầu tư dành cho sản xuất: biến dữ liệu và filing thành các trang, kiểm tra để mọi con số khớp nhau xuyên suốt hàng trăm slide, và dựng lại bảng khi bộ comp thay đổi. Đó chính xác là công việc Claude làm tốt, miễn là input sạch và output được kiểm tra. Cách làm hiệu quả là dùng prompt hẹp với format output cố định: mỗi lần một hồ sơ, một bảng, một phần.
Anthropic đã đầu tư trực tiếp vào mảng công việc này. Bản cập nhật dịch vụ tài chính tháng 10/2025 của hãng mô tả các Agent Skills cho phân tích công ty so sánh (comparable company analysis) với các multiple định giá và chỉ số hoạt động, model DCF với tính toán WACC và bảng sensitivity, cùng teaser và hồ sơ công ty cho pitch book và danh sách người mua. Tháng 5/2026, Anthropic bổ sung các mẫu agent gồm pitch builder, model builder, meeting preparer, và valuation reviewer, có sẵn dưới dạng plugin trong Claude Cowork và Claude Code.
Kỷ luật quan trọng nhất là sourcing. Tên ngân hàng xuất hiện trên mọi trang tài liệu ra khỏi tòa nhà. Hãy yêu cầu Claude trích dẫn tài liệu và số trang cho mỗi con số, giới hạn nó trong phạm vi tài liệu bạn cung cấp, và luôn có một người chịu trách nhiệm đối chiếu (tie out) cuốn sách trước khi gửi cho khách hàng. AI không thay đổi tiêu chuẩn; nó thay đổi tốc độ bạn đạt được tiêu chuẩn đó.
Sự nghiệp
AI cho banker mới vào nghề: AI có thay thế analyst ngân hàng đầu tư không?
Câu hỏi liệu AI có thay thế analyst ngân hàng đầu tư hay không giờ xuất hiện trong mọi lớp analyst, và câu trả lời thành thật là công việc đang thay đổi hình dạng chứ không biến mất. Việc chỉnh format và soạn bản nháp đầu tiên, vốn từng chiếm hết những đêm muộn, ngày càng được các công cụ đảm nhận. Phần còn lại là phần luôn là đào tạo thực sự của công việc này: hiểu doanh nghiệp, biết con số nào sai, và giải thích một định giá cho một khách hàng hoài nghi.
AI cho banker mới vào nghề có giá trị nhất khi đóng vai trò người rà soát và giải thích. Hãy hỏi Claude tại sao một bảng sensitivity biến động theo cách đó, điều gì tạo ra chênh lệch giữa hai multiple, hoặc điểm nào người mua sẽ phản bác trong một phần của CIM. Những câu trả lời đó xây dựng khả năng phán đoán nhanh hơn nhiều so với việc chỉnh format, miễn là bạn đối chiếu chúng với những gì các sếp cấp cao nói.
Những analyst học được cách điều hướng và kiểm chứng output của AI sẽ trở thành người mà cả đội dựa vào để có cả tốc độ lẫn độ chính xác. Những analyst dán thẳng output vào cuốn sách mà không kiểm tra sẽ bị phát hiện rất nhanh, vì văn hóa rà soát trong ngành ngân hàng vốn được xây dựng để bắt lỗi chính xác kiểu đó.
Chọn công cụ
Claude so với ChatGPT cho ngân hàng đầu tư, và Claude Skills cho ngân hàng đầu tư
Việc so sánh Claude và ChatGPT cho ngân hàng đầu tư nên được thực hiện trên chính deliverable của bạn. Hãy lấy một hồ sơ công ty, một bảng comps, và một model bạn đã kiểm tra kỹ, rồi đưa cùng một prompt và input cho từng công cụ. So sánh độ chính xác, cách trích dẫn nguồn, công sức chỉnh format, và cách mỗi công cụ phản hồi khi thiếu dữ liệu. Cả hai công cụ đều cập nhật thường xuyên, nên hãy chạy lại bài test này khi quy trình làm việc của bạn thay đổi.
Claude Skills cho ngân hàng đầu tư đề cập đến các Agent Skills và plugin mà Anthropic đã công bố cho công việc tài chính, bao gồm comps, model DCF, teaser, và tài liệu pitch, cùng với các connector tới các nhà cung cấp dữ liệu như FactSet, S&P Global, PitchBook, và LSEG. Nếu ngân hàng của bạn đã bật các tính năng này, chúng sẽ giảm bớt công sức thiết lập. Nếu chưa, các prompt trên trang này vẫn hoạt động trong một cuộc trò chuyện Claude thông thường với các tài liệu bạn được phép tải lên.
Yếu tố quyết định ở hầu hết các ngân hàng không phải là chất lượng model. Đó là những gì compliance đã phê duyệt, điều khoản dữ liệu nào áp dụng cho thông tin khách hàng, và nhà cung cấp dữ liệu nào kết nối với công cụ. Một công cụ ngân hàng của bạn đã duyệt cho các mandate thực tế luôn tốt hơn một công cụ bạn chỉ được dùng trên filing công khai.
Bắt đầu
Bốn thói quen giúp output của AI đủ chuẩn để đưa vào deal
Gắn nguồn cho mọi con số
Yêu cầu tài liệu và số trang đi kèm mỗi con số, và giới hạn Claude trong phạm vi tài liệu bạn đã dán vào. Con số không có nguồn thì không được đưa vào cuốn sách.
Mỗi lần một trang
Prompt cho một hồ sơ, một bảng, hoặc một phần với format cố định. Prompt hẹp tạo ra output bạn có thể kiểm tra nhanh.
Rà soát trước, sửa sau
Khi audit một model, hãy yêu cầu danh sách vấn đề mà không có chỉnh sửa nào. Bạn là người quyết định điều gì cần sửa và học được lỗi thường ẩn ở đâu.
Duy trì một thư viện prompt
Lưu lại các prompt phù hợp với format của ngân hàng bạn. Prompt được chia sẻ giúp cả đội deal nhanh hơn và nhất quán hơn.
Giới hạn
Những chỗ banker không nên dựa vào AI
Claude có thể tạo ra một trang viết trôi chảy nhưng chứa con số sai. Nó có thể đọc nhầm một bảng scan, nhầm lẫn năm tài khóa với năm dương lịch, hoặc mang theo một con số đã lỗi thời từ dữ liệu huấn luyện. Không điều nào trong số đó được chấp nhận trong một deliverable gửi khách hàng hay trong bối cảnh fairness opinion. Hãy đối chiếu từng con số với nguồn, và coi output của Claude là một bản nháp chưa được kiểm tra.
Lời khuyên là trách nhiệm của con người. Việc đề xuất một quy trình, một người mua, hay một mức giá liên quan đến các mối quan hệ, cách đọc thị trường, và nghĩa vụ pháp lý luôn thuộc về các banker phụ trách deal. Claude có thể giúp bạn chuẩn bị cho những cuộc trò chuyện đó nhưng không thể thay bạn thực hiện chúng.
Tính bảo mật là tuyệt đối. Mandate, số liệu tài chính của khách hàng, và mức độ quan tâm của người mua đều là thông tin trọng yếu chưa công bố (material non-public information). Chỉ sử dụng workspace mà ngân hàng của bạn đã phê duyệt, tuân thủ quy tắc information barrier, và tuyệt đối không dán tài liệu deal vào tài khoản cá nhân.
Xây dựng kỹ năng trước khi email staffing tiếp theo đến
Prompt tốt dưới áp lực deal là một kỹ năng được rèn luyện, không phải mẹo vặt. Chương trình học miễn phí của Nightschool AI thực hành ngay từ bài học đầu tiên, để thói quen đã sẵn sàng khi đến hạn nộp cuốn sách.
Câu hỏi thường gặp
AI có thay thế analyst ngân hàng đầu tư không?
AI đang thay thế một phần khối lượng công việc của analyst, đặc biệt là chỉnh format, soạn bản nháp đầu tiên, và dựng bảng. Nó không thay thế nhu cầu về những người hiểu doanh nghiệp, phát hiện con số sai, và hỗ trợ các banker cấp cao làm việc với khách hàng. Các analyst học được cách điều hướng và kiểm chứng output của AI thường trở nên giá trị hơn với đội của mình.
Ngân hàng đầu tư có còn là nghề tốt trong thời đại AI không?
Cốt lõi của ngành ngân hàng là lời khuyên, các mối quan hệ, và khả năng phán đoán khi thực thi, và đó vẫn là công việc của con người. Cái đang thu hẹp lại là phần sản xuất thủ công vốn từng chiếm phần lớn những năm làm analyst. Những người mới bước vào ngành ngân hàng giờ nên kỳ vọng dành nhiều thời gian hơn cho phân tích và rà soát, ít thời gian hơn cho chỉnh format, điều mà nhiều người sẽ thấy là một quá trình học nghề tốt hơn.
AI có thể tạo pitch book không?
AI có thể soạn phần lớn một pitch book: hồ sơ công ty, trang thị trường, bảng comps, và tổng quan tình huống, và Anthropic đã công bố một mẫu agent pitch builder. Nó không thể quyết định câu chuyện mà MD muốn kể hay đảm bảo mọi con số đều chính xác. Hãy coi output là một bản nháp đầu tiên mà đội sẽ gắn nguồn, kiểm tra, và định hình lại.
Claude hay ChatGPT làm financial modeling tốt hơn?
Điều này tùy thuộc vào model, input, và phiên bản của từng công cụ bạn dùng. Hãy test cả hai trên một model bạn đã kiểm tra kỹ và so sánh độ chính xác, độ minh bạch của công thức, và cách mỗi công cụ xử lý khi thiếu dữ liệu. Đối với công việc khách hàng, công cụ mà ngân hàng của bạn đã phê duyệt và kết nối với nhà cung cấp dữ liệu thường là câu trả lời thực tế nhất.
Ngân hàng đầu tư sử dụng AI như thế nào?
Các ngân hàng dùng AI cho tài liệu pitch, phân tích comps và precedent, bản nháp CIM và teaser, danh sách người mua, chuẩn bị họp, và rà soát model, cũng như nghiên cứu nội bộ. Các bài đăng của chính Anthropic trích lời RBC Capital Markets về việc Claude tích hợp các nguồn dữ liệu và tự động hóa quy trình làm việc, và Mizuho về việc thời gian chuẩn bị được chuyển thành thời gian dành cho ý tưởng.
AI có đang âm thầm thay thế analyst mới vào nghề trong ngân hàng đầu tư không?
AI đang thay đổi việc analyst mới vào nghề làm gì nhiều hơn là việc họ có còn tồn tại hay không. Các công việc sản xuất đang chuyển sang cho công cụ, còn rà soát, phân tích, và chuẩn bị làm việc với khách hàng chiếm tỷ trọng lớn hơn trong công việc. Những analyst có rủi ro cao nhất là những người không bao giờ học cách kiểm tra output của AI một cách phản biện.
Làm sao để kiểm tra một model mà AI giúp xây dựng?
Hãy coi nó như bản nháp đầu tiên của một analyst. Truy vết sources and uses, phần tài trợ, và output từng dòng một, tìm các con số bị hardcode bên trong công thức, kiểm tra xem bảng cân đối kế toán có cân không, và so sánh các giả định chính với tài liệu nguồn. Yêu cầu Claude tự lập danh sách vấn đề cho chính model của nó cũng hữu ích, nhưng vẫn cần một người ký duyệt cuối cùng.
Dùng AI trên các mandate thực tế có an toàn không?
Chỉ an toàn khi dùng trong workspace mà ngân hàng của bạn đã phê duyệt cho thông tin khách hàng, theo quy tắc information barrier. Mandate và số liệu tài chính khách hàng là thông tin trọng yếu chưa công bố. Anthropic cho biết dịch vụ dành cho ngành tài chính của họ mặc định không dùng dữ liệu để huấn luyện, nhưng chính sách của ngân hàng bạn mới là yếu tố quyết định điều gì được phép.
Học tiếp
Hướng dẫn và khóa học liên quan
Claude trong ngành Ngân hàng đầu tư, theo vai trò
Trở thành analyst vừa nhanh vừa chính xác
Những bài học thực hành bạn có thể áp dụng ngay cho cuốn sách tiếp theo.