از داده تا تصمیم‌گیری: گسترش AI قابل اعتماد در LSEG

گروه بورس لندن (LSEG)⁠(در یک پنجره جدید باز می‌شود) نقشی محوری در بازارهای مالی جهان ایفا می‌کند. این شرکت، به‌عنوان یکی از پیشروترین ارائه‌دهندگان زیرساخت و داده‌های بازارهای مالی در جهان، به بیش از ۴۰٬۰۰۰ مشتری و ۴۰۰٬۰۰۰ کاربر نهایی در حدود ۱۹۰ بازار خدمات ارائه می‌دهد.

LSEG سال‌ها با سرمایه‌گذاری گسترده در AI و یادگیری ماشین، مدل‌های مالی و قابلیت‌های تحلیلی خود را تقویت کرده بود. اما ظهور AI مولد فرصتی بنیاداً تازه فراهم کرد: نه صرفاً برای بهبود سامانه‌ها، بلکه برای تغییر شیوه تعامل افراد با داده‌ها، دستیابی به بینش و تصمیم‌گیری.

چالش کاملاً روشن بود. با وجود زیرساخت‌های پیشرفته، کارکنان در سراسر سازمان همچنان باید اطلاعات را به‌صورت دستی کنار هم قرار می‌دادند و با فرایندهای پراکنده و زمان‌بر کار می‌کردند؛ موضوعی که رسیدن به بینش را کند و گسترش این فعالیت‌ها را دشوار می‌کرد.

در آن زمان، همکاری با OpenAI انتخابی منطقی بود؛ چراکه مدل‌های قدرتمند، رابط‌های ساده و کاربردی و اکوسیستمی را در اختیار می‌گذاشت که مشتریان LSEG پیش‌تر از آن استفاده می‌کردند.

LSEG با رویکردی حساب‌شده از AI مولد استفاده کرد: ابتدا سراغ مسائل واقعی رفت و بعد، آن را با مسئولیت‌پذیری در مقیاس گسترده‌تری به‌کار گرفت.

این شرکت OpenAI را بر اساس کیفیت مدل، آمادگی سازمانی و هم‌راستایی با تقاضای مشتریان انتخاب کرد. بسیاری از مشتریان LSEG از قبل از ChatGPT استفاده می‌کردند و همین فرصتی طبیعی فراهم کرد تا داده‌های مورد اعتماد LSEG مستقیماً در همان گردش‌کارها ادغام شود.

مکس گریگوریف، مدیر گروه محصولات AI، می‌گوید: «همین موضوع همکاری با OpenAI را به انتخابی طبیعی تبدیل کرد. ما هم می‌توانستیم کارهای داخلی خود را بهتر انجام دهیم و هم به مشتریان کمک کنیم داده‌های ما را درست در همان محیط‌هایی استفاده کنند که هر روز با آن‌ها کار می‌کنند.»

LSEG با استقرار ChatGPT Enterprise و APIهای OpenAI در سراسر سازمان، تنها در چند هفته هزاران کارمند را در نقاط مختلف جهان به این ابزارها مجهز کرد. تیم‌های محصول، مهندسی، پژوهش و عملیات نیز از AI برای نوشتن پیش‌نویس گزارش‌ها، تحلیل و جمع‌بندی داده‌های بازار، ساخت نمونه‌های اولیه محصول و ساده‌سازی فرایندهای داخلی استفاده کردند.

برای مثال، تحلیلگران حالا با کمک ChatGPT حجم زیادی از اطلاعات مالی و بازار را سریع‌تر خلاصه می‌کنند؛ در نتیجه، زمان پژوهش اولیه کاهش می‌یابد و رسیدن به بینش سرعت می‌گیرد. تیم‌های محصول با AI نمونه‌های اولیه قابلیت‌ها را سریع‌تر می‌سازند و تیم‌های کسب‌وکار نیز مکاتبات و مستندات مشتریان را کارآمدتر آماده می‌کنند.

هم‌زمان، LSEG از همان ابتدا سازوکارهای نظارتی و کنترلی را در این فرایند لحاظ کرد. این سازوکارها شامل چارچوب‌های ارزیابی مدل، بازبینی انسانی برای خروجی‌های حساس، و کنترل‌های سخت‌گیرانه برای حفظ حریم خصوصی و امنیت داده‌ها بود.

مکس می‌گوید: «هدف ما محدود کردن افراد نیست — بلکه به فکر توانمند کردن آن‌ها هستیم. به آن‌ها ابزارهایی می‌دهیم تا سریع‌تر کار کنند، بدون اینکه ایمنی و انطباق با مقررات به خطر بیفتد.»

استفاده از این فناوری خیلی زود فراگیر شد؛ چون کارکنان از درون سازمان و با اشتیاق از آن استقبال کردند. کاربران اولیه بلافاصله ارزش عملی این ابزار را نشان دادند و همین موضوع موجی از استقبال را در میان تیم‌ها و مناطق مختلف به راه انداخت.

به گفته کارمندان، ChatGPT در کارهای پیچیده عملکرد دقیقی دارد و با تولید خروجی‌های سریع و باکیفیت و کاهش نیاز به کار دستی، زمان انجام کارها را به‌طور محسوسی کم می‌کند.

امیلی پرینس، مدیر گروه AI در LSEG، می‌گوید: «با ChatGPT می‌توانیم روش‌های موفق را آسان‌تر در سراسر سازمان گسترش دهیم، کارها را سریع‌تر انجام دهیم و همچنان استانداردها و مهارت‌های مهم خود را حفظ کنیم. این فقط افزایش کارایی نیست؛ یک تغییر اساسی در میزان خلاقیتی است که افراد می‌توانند برای حل مسئله به کار بگیرند.»

نتایج:

• کاهش چرخه‌های انتشار محصول از ۳ تا ۶ ماه به ۲ هفته
• فراهم‌کردن امکان استفاده از این ابزارها برای هزاران کارمند در سراسر جهان ظرف چند هفته
• کاهش زمان تحویل به مشتری به حدود ۴ هفته؛ از درخواست تا ورود به مرحله تولید
• افزایش بهره‌وری تحلیلگران از طریق پژوهش سریع‌تر و تحلیل و جمع‌بندی مؤثرتر اطلاعات
• بهبود همکاری میان‌وظیفه‌ای با سرعت بخشیدن به جریان اطلاعات بین واحدها
• افزایش سرعت نوآوری؛ تبدیل ایده‌ها به نمونه اولیه ظرف چند ساعت

• فقط روی سریع‌تر انجام شدن وظایف تمرکز نکنید؛ روش انجام کار را از نو طراحی کنید: بزرگ‌ترین دستاوردها زمانی حاصل می‌شوند که شیوه انجام کار تغییر کند
• دسترسی را زود و گسترده فراهم کنید: وقتی تیم‌ها در مقیاس وسیع به ابزارها دسترسی داشته باشند، یادگیری و پذیرش سریع‌تر اتفاق می‌افتد
• میان سرعت و اعتماد تعادل برقرار کنید: نظارت و کنترل‌های قوی، زمینه نوآوری سریع‌تر و ایمن‌تر را فراهم می‌کند
• به کارکنان امکان آزمون و تجربه بدهید: وقتی به آن‌ها برای کشف مسیرهای تازه اعتماد می‌شود، نوآوری شکل می‌گیرد
• از افراط‌وتفریط بپرهیزید: مؤثرترین رویکرد به AI، پذیرش سنجیده و پاسخ‌گو است

• از کاربردهای کم‌ریسک و اثرگذار شروع کنید: LSEG برای گسترش ایمن AI به نظارت و کنترل‌های قوی نیاز دارد.
• از کاربران اولیه حمایت کنید: پذیرش در LSEG زمانی سرعت گرفت که ارزش این ابزار خیلی زود برای همه روشن شد.
• در آموزش و آماده‌سازی کاربران سرمایه‌گذاری کنید: بهترین کاربردها اغلب از دل تجربه خود کاربران شکل می‌گیرند.
• در مورد نتایج سخت‌گیر باشید: پیش از گسترش، دقیقاً روشن کنید موفقیت چگونه تعریف می‌شود.

LSEG حالا AI را فقط برای افزایش بهره‌وری افراد به‌کار نمی‌گیرد، بلکه آن را وارد جریان‌های اصلی کار کرده است؛ از پژوهش و توسعه محصول تا راهکارهایی که مشتریان مستقیماً از آن استفاده می‌کنند.

LSEG تمرکز ویژه‌ای بر این دارد که مدل‌های OpenAI را از طریق سامانه‌هایی مانند Model Context Protocol به داده‌های معتبر خود متصل کند؛ به‌طوری‌که مشتریان بتوانند در همان گردش‌کارهای AI به اطلاعات دقیق و قابل اتکا دسترسی داشته باشند.

مکس می‌گوید: «برای مشتریان ما، زمان رسیدن به بینش اهمیت دارد؛ اینکه بتوانند سریع‌تر و دقیق‌تر تصمیم بگیرند. ما دقیقاً همین را ممکن می‌کنیم.»

برای آینده، LSEG بزرگ‌ترین فرصت را در استفاده گسترده از AI می‌بیند؛ اینکه کارکنان جهانی و مشتریانش بتوانند از AI در فکر کردن، ساختن و تصمیم‌گیری بیشترین بهره را ببرند.