TOTALENERGIES TRADING na AI for Finance por Artefact - LLM para negociação

O vídeo discute o uso de modelos de linguagem ampla (LLMs) no comércio. A divisão comercial da TotalEnergies, com 1.400 a 1.500 funcionários em centros globais, gerencia tanto o comércio de petróleo quanto o 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, especialmente na harmonização de roteiros e na tentativa de unificar os sistemas em toda a divisão comercial.

O roteiro levou à realização de experimentos com agentes de IA generativa 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. As equipes interessadas em IA generativa, 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 de IA agregaram valor às funções de negócios, mas trazem consigo desafios. As equipes de negócios 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 implantação de agentes de IA são, em grande parte, feitos 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 IA, exigindo suporte e uma mudança nos paradigmas de desenvolvimento. A IA generativa 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 de data.

O caso de uso de detecção de anomalias mostra um ROI claro, pois a detecção de anomalias caras 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 a Artefact para gerar ideias de IA para negociação. 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 valiosos de IA, com o objetivo de apresentar mais projetos no próximo ano.