TOTALENERGIES TRADING auf AI für Finanzen von Artefact - LLM für Handel

In dem Video wird die Verwendung von Large Language Models (LLMs) im Handel erörtert. Die Handelsabteilung von TotalEnergies mit 1.400 bis 1.500 Mitarbeitern an den globalen Drehkreuzen verwaltet sowohl den Ölhandel als auch neuere Rohstoffe wie Gas und Strom. Der Schwerpunkt liegt auf den technologischen Herausforderungen, die sich aus den unterschiedlichen Reifegraden der Handelsaktivitäten ergeben und durch die Multi-Energie-Strategie des Unternehmens geprägt sind.

Die verschiedenen Handelsbereiche von TotalEnergies weisen einen unterschiedlichen Digitalisierungsgrad auf. So werden beispielsweise im Ölhandel IT-Systeme verwendet, die über 30 Jahre alt sind und eine Punkt-zu-Punkt-Abwicklung erfordern, während der Stromhandel von Natur aus stärker digitalisiert ist. Diese Unterschiede stellen eine Herausforderung dar, insbesondere wenn es darum geht, die Roadmaps zu harmonisieren und gleichzeitig zu versuchen, die Systeme im gesamten Handelsbereich zu vereinheitlichen.

Die Roadmap führte zu Experimenten mit generativen AI Agenten, um die Akzeptanz in den Geschäftsbereichen zu fördern. Zwei Anwendungsfälle sind nun in Produktion: einer für den Informationszugang und die Entscheidungsfindung vor dem Geschäft, der andere für die Erkennung von Anomalien nach dem Geschäft. Bei dem ersten handelt es sich um ein neues Tool zur Entscheidungsfindung, während das zweite eine bestehende Lösung für maschinelles Lernen verbessert.

Die Anwendungsfälle wurden in einem kollaborativen Prozess durch das Innovationsteam initiiert. Es veranstaltete Workshops und Präsentationen, um die Geschäftsbereiche zu inspirieren und Ideen zu generieren. Teams mit einem Interesse an generativen AI, insbesondere im Bereich der Middle-Office-Abläufe, verfolgten aktiv Entwicklungen wie ChatGPT und steuerten Ideen bei. Dieser kollaborative Geist ermöglichte eine schnelle Ideenfindung und Annahme von Anwendungsfällen, die von Technologiepartnern wie AWS bei der Entwicklung von Pilotprojekten unterstützt wurden.

Die Agenten von AI haben einen Mehrwert für die Geschäftsfunktionen geschaffen, bringen aber auch Herausforderungen mit sich. Die Unternehmensteams müssen die Agenten nun aktiv schulen und verbessern. TotalEnergies hat Mechanismen geschaffen, mit denen die Teams Anweisungen und Feedback geben können. Die Akzeptanz ist unterschiedlich: Einige Bereiche nehmen die Technologie schnell an, während andere mehr Zeit brauchen. Digitale Champions in jedem Team helfen dabei, diese Annahme voranzutreiben.

Die Entwicklung und der Einsatz von AI Agenten erfolgt weitgehend vor Ort, mit einer Mischung aus praktischem Lernen und strukturierteren Schulungen. Technologieteams stehen bei der Vorbereitung von IT-Systemen auf die Integration von AI vor großen Herausforderungen, die Unterstützung und einen Paradigmenwechsel in der Entwicklung erfordern. Die generative AI verändert die Art und Weise, wie Systeme entworfen werden, und macht manchmal einen "überwachenden Agenten" erforderlich, der spezialisierte Agenten für verschiedene Funktionen wie Websuche und data zusammenfasst.

Der Anwendungsfall der Anomalieerkennung zeigt einen klaren ROI, da die Erkennung kostspieliger Anomalien entscheidend ist und die LLM-basierte Erkennung die Genauigkeit um 20 % verbessert. Der ROI für Entscheidungsfindungs-Tools ist schwieriger zu quantifizieren und basiert oft auf qualitativen Rückmeldungen über ihre Nützlichkeit und Effizienz. Pilotprojekte dauern 1 bis 3 Monate, je nach Komplexität und Leistungszielen.

TotalEnergies startet weitere Initiativen, darunter einen Hackathon mit Artefact zur Entwicklung von AI Ideen für den Handel. Es wurden über 50 Ideen eingereicht, und es ist geplant, etwa zehn vielversprechende Konzepte zu entwickeln. Trotz operativer Bedenken bleibt die Dynamik bei der Identifizierung und Umsetzung wertvoller AI Anwendungen hoch, mit dem Ziel, im nächsten Jahr weitere Projekte vorzustellen.