从数据到决策：LSEG 如何规模化落地可信 AI

背景

伦敦证券交易所集团（London Stock Exchange Group，简称 LSEG）处于全球金融市场的核心位置。作为领先的全球金融市场基础设施和数据提供商，LSEG 服务于约 190 个市场中的 40,000 多名客户和 400,000 名最终用户。

多年来，LSEG 在人工智能（AI）和机器学习领域投入了大量资源，以驱动金融模型和分析。然而，生成式 AI 的出现带来了一个根本性的新机遇：不仅仅是改进系统，更是彻底改变人们与数据交互、生成洞察以及做出决策的方式。

尽管拥有先进的基础设施，LSEG 内部的知识工作仍面临挑战：手动综合信息、工作流碎片化以及耗时繁琐的流程，这些瓶颈限制了洞察生成的速度和可扩展性。正如 LSEG AI 产品集团总监 Max Grigoryev 所言：“AI 是一个质的飞跃。但真正的变革来自于你重新思考解决问题的方式，而不仅仅是执行方式。”

在此背景下，OpenAI 成为了 LSEG 的自然合作伙伴。LSEG 选择 OpenAI 基于其模型质量、企业级就绪状态以及与客户需求的高度契合。许多 LSEG 的客户已经在广泛使用 ChatGPT，这为将 LSEG 的可信数据直接集成到这些工作流中创造了天然机会。

核心内容

LSEG 采取了一种深思熟虑的策略来应对生成式 AI：从解决实际问题出发，并负责任地扩展规模。

1. 战略选择与快速部署 LSEG 选择了 OpenAI，因为其产品不仅满足了内部运营效率提升的需求，还能帮助客户在他们熟悉的环境中更好地使用 LSEG 的数据。Max Grigoryev 指出：“这创造了一种自然的伙伴关系。我们既能改善内部运营，又能帮助客户在他们已有的工作环境中使用我们的数据。”

LSEG 迅速在组织内部部署了 ChatGPT Enterprise 和 OpenAI API，在短短几周内就让全球数千名员工得以使用。产品、工程、研究和运营等各团队开始利用 AI 起草报告、综合市场数据、原型设计产品以及简化内部工作流。

2. 具体应用场景与效率提升

• 分析师： 现在使用 ChatGPT 总结大量的金融和市场信息，减少了初步研究的时间，加速了洞察生成。
• 产品团队： 利用 AI 快速进行功能原型设计。
• 业务团队： 更高效地生成客户沟通材料和文档。

员工反馈显示，ChatGPT 在处理复杂任务时的准确性得到了认可，通过更快、更高质量的输出和减少手动工作，带来了明显的时间节省。LSEG AI 集团负责人 Emily Prince 表示：“ChatGPT 带来的变化是，我们可以更容易地规模化最佳实践，更快地完成任务，同时嵌入我们看重的标准和技能。这不仅是效率上的质的飞跃，更是人们创造性解决问题的方式上的飞跃。”

3. 治理与安全：信任是基石 LSEG 从一开始就嵌入了治理机制。这包括模型评估框架、关键输出的“人在回路”（human-in-the-loop）审查，以及严格的数据隐私和安全控制。

Max Grigoryev 强调：“我们不考虑限制人们，而是考虑赋能他们。给人们更快的工具，同时确保一切保持安全和合规。”这种平衡速度与信任的方法，使得采用率迅速扩大，基层的热情推动了跨团队和跨地域的势头。

4. 显著的业务成果 通过引入 AI，LSEG 取得了以下可量化的成果：

• 产品发布周期缩短： 从 3-6 个月缩短至 2 周。
• 快速规模化： 在几周内使全球数千名员工受益。
• 客户交付加速： 从客户请求到生产部署的时间缩短至约 4 周。
• 分析师生产力提升： 通过更快的研究和综合过程。
• 跨职能协作改善： 加速了信息在各职能间的流动。
• 创新速度提升： 想法从概念到原型的时间缩短至数小时。

Max Grigoryev 解释道：“历史上，由于监管、合规、法律、网络安全和交付要求，将产品推向市场通常需要三到六个月。现在，我们许多适应 AI 消费的产品已经实现了两周的发布周期。”

关键要点

LSEG 的经验总结为以下核心原则，可供其他企业参考：

• 重新思考工作流，而不仅仅是任务： 最大的收益来自于重新设计工作的完成方式，而非仅仅优化单个任务。
• 早期广泛赋能： 大规模赋予团队访问权限可以加速学习和采用过程。
• 平衡速度与信任： 强大的治理机制 enables 更快、更安全的创新。
• 授权实验： 当员工被信任去探索时，创新便会涌现。
• 避免极端： 最有效的方法是深思熟虑、负责任的 AI 采用。
• 从高风险低影响用例开始： 对于 LSEG 而言，治理对于安全扩展至关重要。
• 赋能早期采用者： 当价值立即显现时，LSEG 的采用率显著加速。
• 投资于培训和赋能： 最佳用例往往由用户自己提出。
• 对结果要求严格： 在扩展之前，必须明确成功的定义。

意义与影响

LSEG 的案例表明，AI 的价值不仅在于个体生产力的提升，更在于深层嵌入工作流的变革。目前，LSEG 正从个体生产力增益扩展到更深入的、工作流层面的 AI 应用，包括将 AI 直接整合到研究流程、产品开发以及面向客户的解决方案中。

一个关键焦点是通过如“模型上下文协议”（Model Context Protocol）等系统，将 OpenAI 模型与 LSEG 的可信数据相结合。这使得客户能够在 AI 工作流中直接访问精确、可验证的信息。

Max Grigoryev 总结道：“我们的客户关心的是洞察的时间——即更快、更准确地做出决策。这正是我们所赋能的。”

展望未来，LSEG 认为其最大的机会在于规模效应：赋能其全球员工和客户，让他们在思考、构建和决策时充分利用 AI。当想象 27,000 名员工自信地拥抱 AI 所汇聚的集体力量时，其潜力是非凡的。LSEG 已经看到了强劲的结果，而这一切才刚刚开始。