TOTALENERGIES TRADING bei AI for Finance von Artefact - LLM for trading

Das Video behandelt die Verwendung von Large Language Models (LLMs) im Handel. Die Handelsabteilung von TotalEnergies mit 1.400 bis 1.500 Mitarbeitern in den globalen Hubs 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 Grad der Digitalisierung auf. So verwendet der Ölhandel IT-Systeme, 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 bei der Harmonisierung der Roadmaps, während gleichzeitig versucht wird, die Systeme in der gesamten Handelsabteilung zu vereinheitlichen.

Die Roadmap führte zu Experimenten mit generativen KI-Agenten, um die Akzeptanz in den Geschäftseinheiten zu fördern. Zwei Anwendungsfälle sind jetzt in Produktion: einer für den Informationszugang und die Entscheidungsfindung vor dem Geschäft und ein anderer 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 durch einen gemeinschaftlichen Prozess initiiert, der vom Innovationsteam vorangetrieben wurde. Sie veranstalteten Workshops und Präsentationen, um die Geschäftsbereiche zu inspirieren und Ideen zu generieren. Teams, die sich für generative KI interessierten, insbesondere im mittleren Management, verfolgten aktiv Entwicklungen wie ChatGPT und steuerten Ideen bei. Dieser kollaborative Geist ermöglichte eine schnelle Ideenfindung und Übernahme von Anwendungsfällen, unterstützt von Technologiepartnern wie AWS, um Pilotprojekte zu entwickeln.

Die KI-Agenten haben einen Mehrwert für Geschäftsfunktionen geschaffen, bringen aber auch Herausforderungen mit sich. Die Unternehmensteams müssen die Agenten nun aktiv schulen und verbessern. TotalEnergies hat Mechanismen geschaffen, mit denen 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 Akzeptanz voranzutreiben.

Die Entwicklung und der Einsatz von KI-Agenten erfolgt weitgehend vor Ort, mit einer Mischung aus praktischem Lernen und strukturierteren Schulungen. Technologieteams stehen bei der Vorbereitung von IT-Systemen auf die KI-Integration vor großen Herausforderungen, die Unterstützung und einen Paradigmenwechsel in der Entwicklung erfordern. Generative KI 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-Zusammenfassung verwaltet.

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 Tools zur Entscheidungsfindung ist schwieriger zu quantifizieren und basiert oft auf qualitativem Feedback 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, um KI-Ideen für den Handel zu entwickeln. Mehr als 50 Ideen wurden eingereicht, und es ist geplant, etwa zehn vielversprechende Konzepte zu entwickeln. Trotz operativer Bedenken bleibt die Dynamik hoch, um wertvolle KI-Anwendungen zu identifizieren und zu implementieren, mit dem Ziel, im nächsten Jahr weitere Projekte zu präsentieren.