Dari data ke keputusan: cara LSEG menskalakan AI tepercaya
LSEG menggabungkan OpenAI dengan platform data globalnya untuk mempercepat wawasan, inovasi, dan waktu ke pasar.
~2 weeks
siklus rilis produk, dari ~6 bulan menjadi ~2 minggu
~4 weeks
dari permintaan pelanggan hingga penerapan produksi
London Stock Exchange Group (LSEG)(terbuka di jendela baru) berada di pusat pasar keuangan. Sebagai penyedia infrastruktur pasar keuangan dan data global terkemuka, LSEG mendukung lebih dari 40.000 pelanggan dan 400.000 pengguna akhir di sekitar 190 pasar.
Selama bertahun-tahun, LSEG telah berinvestasi besar dalam AI dan machine learning untuk mendukung model keuangan dan analitik. Namun kemunculan AI generatif menghadirkan peluang yang benar-benar baru: bukan sekadar menyempurnakan sistem, melainkan mengubah cara orang berinteraksi dengan data, menghasilkan wawasan, dan mengambil keputusan.
Tantangannya jelas. Meski infrastrukturnya sudah maju, pekerjaan pengetahuan di seluruh organisasi masih melibatkan sintesis manual, alur kerja yang terfragmentasi, dan proses yang memakan waktu sehingga memperlambat pembuatan wawasan dan membatasi skalabilitas.
“AI adalah perubahan besar. Namun transformasi sejati terjadi ketika Anda memikirkan ulang cara memecahkan masalah—bukan hanya cara menjalankannya.”
Pada saat itu, OpenAI menjadi mitra yang tepat—menghadirkan model yang kuat, antarmuka intuitif, dan ekosistem yang sudah mulai diadopsi oleh pelanggan LSEG.
LSEG menerapkan AI generatif dengan strategi yang terencana: mulai dari masalah nyata, lalu skalakan secara bertanggung jawab.
Perusahaan memilih OpenAI berdasarkan kualitas model, kesiapan enterprise, dan keselarasan dengan permintaan pelanggan. Banyak klien LSEG sudah menggunakan ChatGPT, sehingga tercipta peluang alami untuk mengintegrasikan data tepercaya LSEG langsung ke dalam alur kerja tersebut.
“Hal itu menciptakan kemitraan yang alami,” kata Max Grigoryev, Direktur Grup untuk Produk AI. “Kami dapat meningkatkan cara kami beroperasi secara internal sekaligus membantu pelanggan menggunakan data kami di lingkungan tempat mereka sudah bekerja.”
LSEG menerapkan ChatGPT Enterprise dan API OpenAI di seluruh organisasi, sehingga ribuan karyawan di seluruh dunia dapat menggunakannya dalam hitungan minggu. Tim produk, engineering, riset, dan operasi mulai menggunakan AI untuk menyusun laporan, menyintesis data pasar, membuat prototipe produk, dan menyederhanakan alur kerja internal.
Misalnya, analis kini menggunakan ChatGPT untuk merangkum volume besar informasi keuangan dan pasar—mengurangi waktu untuk riset awal dan mempercepat pembuatan wawasan. Tim produk menggunakan AI untuk membuat prototipe fitur dengan cepat, sementara tim bisnis membuat komunikasi klien dan dokumentasi secara lebih efisien.
Pada saat yang sama, LSEG menanamkan tata kelola sejak awal. Ini mencakup kerangka evaluasi model, peninjauan yang melibatkan peran manusia untuk keluaran penting, serta kontrol privasi dan keamanan data yang ketat.
“Kami tidak berpikir untuk membatasi orang—kami berpikir untuk memberdayakan mereka,” jelas Max. “Berikan alat agar orang bisa bergerak lebih cepat, sambil memastikan semuanya tetap aman dan patuh.”
Adopsi meningkat cepat, didorong oleh antusiasme dari akar rumput. Pengguna awal menunjukkan nilai secara langsung, sehingga menciptakan momentum di berbagai tim dan wilayah.
“Dulu, pelanggan memperkirakan proyek memakan waktu sembilan bulan; kini mereka mengharapkan hasil dalam hitungan minggu atau hari. Perubahan pola pikir itu sangat mendalam.”
Karyawan memberikan umpan balik positif mengenai akurasi ChatGPT untuk tugas kompleks, dengan penghematan waktu yang jelas berkat keluaran berkualitas tinggi yang lebih cepat dan berkurangnya pekerjaan manual.
“Yang berubah dengan ChatGPT adalah kami dapat menskalakan praktik terbaik dengan lebih mudah, menyelesaikan tugas lebih cepat, dan tetap menanamkan standar serta keterampilan yang penting bagi kami,” kata Emily Prince, Kepala AI Grup di LSEG. “Itu adalah perubahan besar, bukan hanya dalam efisiensi, tetapi juga dalam cara orang memecahkan masalah secara kreatif.”
Hasil:
- Memangkas siklus rilis produk dari 3–6 bulan menjadi 2 minggu
- Memberdayakan ribuan karyawan di seluruh dunia dalam hitungan minggu
- Mempercepat jadwal pengiriman pelanggan menjadi ~4 minggu dari permintaan hingga produksi
- Meningkatkan produktivitas analis melalui riset dan sintesis yang lebih cepat
- Meningkatkan kolaborasi lintas fungsi dengan mempercepat aliran informasi antar-fungsi
- Meningkatkan laju inovasi, dengan ide bergerak dari konsep ke prototipe dalam hitungan jam
“Secara historis, menghadirkan produk ke pasar sering memakan waktu tiga hingga enam bulan karena persyaratan regulasi, kepatuhan, hukum, keamanan siber, dan pengiriman. Kini, banyak produk yang kami adaptasi untuk konsumsi AI berada dalam siklus rilis dua minggu.”
- Rancang ulang alur kerja, bukan hanya tugas: Manfaat terbesar datang dari merancang ulang cara kerja dilakukan
- Buka akses luas sejak awal: Memberi tim akses dalam skala besar mempercepat pembelajaran dan adopsi
- Seimbangkan kecepatan dengan kepercayaan: Tata kelola yang kuat memungkinkan inovasi yang lebih cepat dan lebih aman
- Berdayakan eksperimen: Inovasi muncul ketika karyawan dipercaya untuk bereksplorasi
- Hindari sikap ekstrem: Pendekatan paling efektif terhadap AI adalah adopsi yang bijaksana dan akuntabel
“Orang yang paling berdampak bukan sekadar menggunakan AI—mereka menantang sepenuhnya cara mereka bekerja.”
- Mulai dari kasus penggunaan berdampak tinggi dan berisiko rendah: Tata kelola sangat penting agar LSEG dapat melakukan penskalaan dengan aman.
- Berdayakan pengguna awal: Adopsi di LSEG melaju ketika nilai langsung terlihat.
- Berinvestasilah dalam pelatihan dan pemberdayaan: Kasus penggunaan terbaik sering kali muncul dari pengguna sendiri.
- Tuntut hasil yang jelas: Pastikan gambaran keberhasilan sudah jelas sebelum melakukan penskalaan.
LSEG kini melangkah melampaui peningkatan produktivitas individu menuju aplikasi AI yang lebih tertanam mendalam di tingkat alur kerja. Ini mencakup integrasi AI langsung ke dalam proses riset, pengembangan produk, dan solusi yang berorientasi pada klien.
Fokus utamanya adalah menggabungkan model OpenAI dengan data tepercaya LSEG melalui sistem seperti Model Context Protocol miliknya—memungkinkan pelanggan mengakses informasi yang presisi dan dapat diverifikasi langsung dalam alur kerja AI.
“Pelanggan kami peduli pada waktu untuk memperoleh wawasan—mengambil keputusan lebih cepat dan lebih akurat,” kata Max. “Itulah yang kami wujudkan.”
Ke depan, LSEG melihat peluang terbesarnya ada pada skala: memberdayakan tenaga kerja global dan pelanggannya untuk memanfaatkan AI sepenuhnya dalam cara mereka berpikir, membangun, dan mengambil keputusan.
“Ketika Anda membayangkan kekuatan kolektif 27.000 karyawan yang merangkul AI dengan percaya diri, potensinya luar biasa. Kami sudah melihat hasil yang kuat, dan masih banyak lagi yang akan datang.”
