TOTALENERGIES TRADING auf AI Finance by Artefact LLM für den Handel

Das Video befasst sich mit dem Einsatz von Large Language Models (LLMs) im Handel. Die Handelssparte von TotalEnergies, die weltweit an verschiedenen Standorten 1.400 bis 1.500 Mitarbeiter beschäftigt, ist sowohl im Ölhandel als auch im Handel mit neueren Rohstoffen wie Gas und Strom tätig. Der Schwerpunkt liegt auf den technologischen Herausforderungen, die sich aus den unterschiedlichen Reifegraden der Handelsaktivitäten ergeben, die durch die Multi-Energie-Strategie des Unternehmens geprägt sind.

Die verschiedenen Handelsbereiche von TotalEnergies weisen unterschiedliche Digitalisierungsgrade auf. So nutzt beispielsweise der Ölhandel IT-Systeme, die bereits 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 Abstimmung der Roadmaps und dem Versuch, die Systeme innerhalb des gesamten Handelsbereichs zu vereinheitlichen.

Die Roadmap führte zu Versuchen mit generativen AI , um deren Einführung in den Geschäftsbereichen voranzutreiben. Zwei Anwendungsfälle sind nun im Einsatz: einer für den Zugriff auf Informationen vor Vertragsabschluss und die Entscheidungsfindung, der andere für die Erkennung von Anomalien nach Vertragsabschluss. Der erste ist ein neues Entscheidungsinstrument, während der zweite eine bestehende Machine-Learning-Lösung verbessert.

Die Anwendungsfälle entstanden im Rahmen eines vom Innovationsteam geleiteten kooperativen Prozesses. Das Team veranstaltete Workshops und Präsentationen, um die Geschäftsbereiche zu inspirieren und Ideen zu generieren. Teams mit Interesse an generativer AI, insbesondere im Middle-Office-Bereich, verfolgten Entwicklungen wie ChatGPT aktiv und brachten eigene Ideen ein. Dieser kooperative Geist ermöglichte die schnelle Entwicklung und Umsetzung von Anwendungsfällen, unterstützt durch Technologiepartner wie AWS bei der Entwicklung von Pilotprojekten.

Die AI haben einen Mehrwert für die Geschäftsabläufe geschaffen, bringen jedoch auch Herausforderungen mit sich. Die Teams müssen die Agenten nun aktiv trainieren und weiterentwickeln. TotalEnergies hat Mechanismen eingerichtet, über die die Teams Anweisungen und Feedback geben können. Die Akzeptanz ist unterschiedlich: Während einige Bereiche die Technologie schnell annehmen, benötigen andere mehr Zeit. Digitale Vorreiter in jedem Team tragen dazu bei, diese Akzeptanz voranzutreiben.

Die Entwicklung und der Einsatz von AI erfolgen größtenteils in der Praxis, wobei sich praktisches Lernen und strukturiertere Schulungen ergänzen. Technologische Teams stehen bei der Vorbereitung von IT-Systemen auf AI vor erheblichen Herausforderungen, was Unterstützung und einen Wandel der Entwicklungsparadigmen erfordert. Generative AI die Art und Weise, wie Systeme konzipiert werden, und macht mitunter einen „übergeordneten Agenten“ erforderlich, der spezialisierte Agenten für verschiedene Funktionen wie Websuchen und data steuert.

Der Anwendungsfall der Anomalieerkennung weist einen eindeutigen ROI auf, da die Erkennung kostspieliger Anomalien von entscheidender Bedeutung ist und die auf LLM basierende Erkennung die Genauigkeit um 20 % verbessert. Der ROI von Entscheidungshilfen lässt sich schwerer quantifizieren und basiert häufig auf qualitativem Feedback zu deren Nützlichkeit und Effizienz. Pilotprojekte dauern je nach Komplexität und Leistungszielen 1 bis 3 Monate.

TotalEnergies startet weitere Initiativen, darunter einen Hackathon gemeinsam mit Artefact AI für den Handel zu entwickeln. Es wurden über 50 Ideen eingereicht, von denen etwa zehn vielversprechende Konzepte weiterentwickelt werden sollen. Trotz operativer Bedenken ist das Engagement für die Identifizierung und Umsetzung wertvoller AI weiterhin groß, mit dem Ziel, im nächsten Jahr weitere Projekte vorzustellen.