Mula data tungo sa desisyon: pag-scale ng trusted AI ng LSEG
Pinagsasama ng LSEG ang OpenAI at ang global data platform nito para pabilisin ang insight, inobasyon, at time to market.
~2 weeks
product release cycles, mula ~6 na buwan tungo sa ~2 linggo
~4 weeks
mula request ng customer hanggang production deployment
Ang London Stock Exchange Group (LSEG)(magbubukas sa bagong window) ay nasa sentro ng mga financial market. Bilang nangungunang global provider ng imprastraktura at data para sa mga financial market, sinusuportahan nito ang mahigit 40,000 customer at 400,000 end user sa humigit-kumulang 190 market.
Sa loob ng maraming taon, malaki ang naging puhunan ng LSEG sa AI at machine learning para paganahin ang mga financial modelo at analytics. Ngunit nagbukas ang generative AI ng ganap na bagong oportunidad: hindi lang pagbutihin ang mga system, kundi baguhin kung paano nakikipag-ugnayan ang mga tao sa data, bumubuo ng insight, at gumagawa ng desisyon.
Malinaw ang hamon. Sa kabila ng advanced na imprastraktura, ang knowledge work sa buong organisasyon ay nangangailangan pa rin ng manual na synthesis, pira-pirasong workflow, at prosesong matagal gawin na nagpapabagal sa pagbuo ng insight at naglilimita sa scalability.
“Ang AI ay malaking pagbabago. Pero dumarating ang tunay na transpormasyon kapag binago mo ang paraan ng paglutas ng problema—hindi lang ang paraan ng pagsasagawa nito.”
Sa sandaling iyon, naging natural na partner ang OpenAI—dala ang makapangyarihang mga modelo, madaling gamiting interface, at ecosystem na ginagamit na ng mga customer ng LSEG.
Sinadya at pinag-isipan ng LSEG ang estratehiya nito sa generative AI: magsimula sa tunay na problema, at mag-scale nang responsable.
Pinili ng kumpanya ang OpenAI batay sa kalidad ng modelo, kahandaan para sa enterprise, at pagkakatugma sa pangangailangan ng customer. Maraming kliyente ng LSEG ang gumagamit na ng ChatGPT, kaya natural ang oportunidad na direktang isama ang pinagkakatiwalaang data ng LSEG sa mga workflow na iyon.
“Iyon ang lumikha ng natural na partnership,” sabi ni Max Grigoryev, Group Director for AI Products. “Mapapahusay namin ang operasyon namin sa loob habang tinutulungan ang mga customer na gamitin ang aming data sa mga environment kung saan sila nagtatrabaho na.”
Inilunsad ng LSEG ang ChatGPT Enterprise at mga OpenAI API sa buong organisasyon, na nagbigay-kakayahan sa libo-libong empleyado sa buong mundo sa loob lang ng ilang linggo. Nagsimulang gumamit ng AI ang mga team sa product, engineering, research, at operations para gumawa ng draft ng mga report, mag-synthesize ng market data, mag-prototype ng mga produkto, at pabilisin ang mga internal workflow.
Halimbawa, ginagamit na ngayon ng mga analyst ang ChatGPT para ibuod ang malalaking volume ng impormasyon sa finance at market—nababawasan ang oras sa paunang research at bumibilis ang pagbuo ng insight. Ginagamit ng mga product team ang AI para mabilis na gumawa ng prototype ng mga feature, habang mas mahusay na nakagagawa ng komunikasyon sa kliyente at dokumentasyon ang mga business team.
Kasabay nito, isinama ng LSEG ang governance mula pa sa simula. Kabilang dito ang mga framework para sa pagsusuri ng modelo, human-in-the-loop review para sa kritikal na output, at mahigpit na kontrol sa data privacy at seguridad.
“Hindi namin iniisip ang pagpigil sa mga tao—iniisip namin kung paano sila bibigyan ng kakayahan,” paliwanag ni Max. “Bigyan ang mga tao ng tools para makakilos nang mas mabilis, habang tinitiyak na nananatiling ligtas at compliant ang lahat.”
Mabilis na lumawak ang adoption, dala ng sigasig mula mismo sa mga empleyado. Ipinakita ng mga naunang user ang agarang halaga nito, kaya nagkaroon ng momentum sa iba’t ibang team at lokasyon.
“Kung dati inaasahan ng mga customer na tatagal ng siyam na buwan ang mga proyekto, ngayon inaasahan nila ang resulta sa loob ng ilang linggo o araw. Napakalalim ng pagbabagong iyon sa mindset.”
Nagbigay ang mga empleyado ng positibong feedback sa katumpakan ng ChatGPT para sa komplikadong gawain, na may malinaw na pagtitipid sa oras dahil sa mas mabilis at de-kalidad na output at mas kaunting manual na trabaho.
“Ang nagbago sa ChatGPT ay mas madali naming naipapa-scale ang best practice, mas mabilis na natatapos ang mga gawain, at naisasama pa rin ang mga pamantayan at kasanayang mahalaga sa amin,” sabi ni Emily Prince, Group Head of AI sa LSEG. “Malaking pagbabago iyon hindi lang sa efficiency, kundi sa pagiging mas malikhain ng mga tao sa paglutas ng problema.”
Mga resulta:
- Napaikli ang product release cycles mula 3–6 na buwan tungo sa 2 linggo
- Nabigyang-kakayahan ang libo-libong empleyado sa buong mundo sa loob ng ilang linggo
- Napabilis ang delivery timeline sa customer sa ~4 na linggo mula request hanggang production
- Tumaas ang productivity ng mga analyst sa mas mabilis na research at synthesis
- Napahusay ang cross-functional collaboration sa pamamagitan ng mas mabilis na daloy ng impormasyon sa iba’t ibang function
- Lumawak ang bilis ng inobasyon, kung saan ang mga ideya ay nagiging prototype mula konsepto sa loob ng ilang oras
“Noon, madalas umabot ng tatlo hanggang anim na buwan ang pagdadala ng mga produkto sa market dahil sa mga requirement sa regulasyon, compliance, legal, cybersecurity, at delivery. Ngayon, marami sa mga produktong inaangkop namin para sa paggamit ng AI ay nasa two-week release cycle.”
- Pag-isipang muli ang mga workflow, hindi lang ang mga task: Ang pinakamalaking benepisyo ay nagmumula sa pagdisenyo muli ng paraan ng pagtatrabaho
- Magbigay-kakayahan nang malawakan at maaga: Kapag may access ang mga team sa scale, bumibilis ang pagkatuto at adoption
- Balansehin ang bilis at tiwala: Ang matibay na governance ay nagbibigay-daan sa mas mabilis at mas ligtas na inobasyon
- Palakasin ang eksperimento: Lumilitaw ang inobasyon kapag pinagkakatiwalaang mag-explore ang mga empleyado
- Iwasan ang sukdulan: Ang pinakaepektibong paraan sa AI ay maingat at may pananagutang adoption
“Ang mga taong may pinakamalaking impact ay hindi lang gumagamit ng AI—hinahamon nila ang buong paraan ng kanilang pagtatrabaho.”
- Magsimula sa mga use case na mataas ang impact at mababa ang risk: Kritikal ang governance para ligtas na makapag-scale ang LSEG.
- Bigyang-kapangyarihan ang mga early adopter: Bumilis ang adoption sa LSEG nang agad makita ang halaga.
- Mamuhunan sa training at enablement: Madalas na ang pinakamahuhusay na use case ay nagmumula mismo sa mga user.
- Maging mapanuri sa outcomes: Linawin muna kung ano ang itsura ng tagumpay bago mag-scale.
Pinapalawak na ngayon ng LSEG ang AI mula sa indibidwal na productivity gains tungo sa mas malalim na pagkakabit nito sa mga workflow-level application. Kabilang dito ang direktang pagsasama ng AI sa mga proseso ng research, product development, at mga solusyong nakaharap sa kliyente.
Isang pangunahing pokus ang pagsasama ng mga OpenAI modelo sa pinagkakatiwalaang data ng LSEG sa pamamagitan ng mga system tulad ng Model Context Protocol nito—na nagbibigay-daan sa mga customer na direktang ma-access ang tumpak at nabe-verify na impormasyon sa loob ng mga AI workflow.
“Mahalaga sa aming mga customer ang bilis makarating sa insight—ang makapagdesisyon nang mas mabilis at mas tumpak,” sabi ni Max. “Iyan ang binibigyan namin ng kakayahan.”
Sa hinaharap, nakikita ng LSEG ang pinakamalaking oportunidad nito sa scale: bigyang-kapangyarihan ang global workforce at mga customer nito na lubos na magamit ang AI sa paraan ng kanilang pag-iisip, pagbuo, at pagdedesisyon.
“Kapag inisip mo ang sama-samang lakas ng 27,000 empleyadong kumpiyansang gumagamit ng AI, pambihira ang potensyal. Nakikita na namin ang malalakas na resulta, at marami pang darating.”
