TOTALENERGIES TRADING em AI for Finance by Artefact - LLM for trading

O vídeo discute o uso de Modelos de Linguagem Grande (LLMs) no comércio. A divisão de comércio da TotalEnergies, com 1.400 a 1.500 funcionários em centros globais, gerencia o comércio de petróleo e de commodities mais novas, como gás e eletricidade. O foco está nos desafios tecnológicos decorrentes dos diferentes níveis de maturidade das atividades comerciais, moldados pela estratégia multienergética da empresa.

As diferentes áreas comerciais da TotalEnergies apresentam graus variados de digitalização. Por exemplo, o comércio de petróleo usa sistemas de TI que datam de mais de 30 anos atrás, exigindo manuseio ponto a ponto, enquanto o comércio de energia é inerentemente mais digitalizado. Essas diferenças representam desafios, principalmente na harmonização de roteiros e na tentativa de unificar os sistemas em toda a divisão comercial.

O roteiro levou à realização de experimentos com os agentes da Generative AI para inspirar a adoção nas unidades de negócios. Dois casos de uso estão agora em produção: um para acesso a informações e tomada de decisões antes da negociação e outro para detecção de anomalias após a negociação. O primeiro é uma nova ferramenta de tomada de decisão, enquanto o segundo aprimora uma solução de aprendizado de máquina existente.

Os casos de uso foram iniciados por meio de um processo colaborativo conduzido pela equipe de inovação. Eles realizaram workshops e apresentações para inspirar as unidades de negócios e gerar ideias. Equipes com interesse em gerar AI, especialmente em operações de middle-office, acompanharam ativamente desenvolvimentos como o ChatGPT e contribuíram com ideias. Esse espírito colaborativo permitiu a rápida ideação e adoção de casos de uso, com o apoio de parceiros tecnológicos como a AWS para desenvolver projetos-piloto.

Os agentes do site AI agregaram valor às funções de negócios, mas apresentam desafios. As equipes comerciais agora precisam treinar e aprimorar ativamente os agentes. A TotalEnergies criou mecanismos para que as equipes forneçam instruções e feedback. A adoção varia, com algumas áreas adotando a tecnologia rapidamente, enquanto outras levam mais tempo. Os campeões digitais em cada equipe ajudam a impulsionar essa adoção.

O desenvolvimento e a implementação dos agentes do AI são feitos em grande parte no local, com uma combinação de aprendizado prático e treinamento mais estruturado. As equipes tecnológicas enfrentam desafios significativos na preparação dos sistemas de TI para a integração da AI , o que exige suporte e uma mudança nos paradigmas de desenvolvimento. O AI generativo muda a forma como os sistemas são projetados, às vezes necessitando de um "agente supervisor" para gerenciar agentes especializados para diferentes funções, como pesquisas na Web e resumo do data .

O caso de uso de detecção de anomalias mostra um ROI claro, pois a detecção de anomalias dispendiosas é crucial, com a detecção baseada em LLM melhorando a precisão em 20%. O ROI das ferramentas de tomada de decisão é mais difícil de quantificar, geralmente baseado em feedback qualitativo sobre sua utilidade e eficiência. Os pilotos levam de 1 a 3 meses, dependendo da complexidade e das metas de desempenho.

A TotalEnergies está lançando mais iniciativas, incluindo um hackathon com o site Artefact para gerar ideias de negociação no AI . Mais de 50 ideias foram enviadas, com planos para desenvolver cerca de dez conceitos promissores. Apesar das preocupações operacionais, o ímpeto continua alto para identificar e implementar aplicativos AI valiosos, com o objetivo de apresentar mais projetos no próximo ano.