TOTALENERGIES TRADING en AI para Finanzas por Artefact - LLM para trading

El vídeo analiza el uso de los modelos de lenguaje amplio (LLM) en el comercio. La división de trading de TotalEnergies, con entre 1.400 y 1.500 empleados repartidos por todo el mundo, gestiona tanto el trading de petróleo como el de otras materias primas más recientes, como el gas y la electricidad. La atención se centra en los retos tecnológicos que plantean los distintos niveles de madurez de las actividades comerciales, determinadas por la estrategia multienergética de Compañia.

Las distintas áreas comerciales de TotalEnergies presentan diversos grados de digitalización. Por ejemplo, el comercio de petróleo utiliza sistemas informáticos de hace más de 30 años, que requieren una gestión punto a punto, mientras que el comercio de electricidad está intrínsecamente más digitalizado. Estas diferencias plantean retos, sobre todo a la hora de armonizar las hojas de ruta e intentar unificar los sistemas en toda la división comercial.

La hoja de ruta llevó a experimentar con los agentes de Generative AI para inspirar su adopción en las unidades de negocio. En la actualidad se están produciendo dos casos de uso: uno para el acceso a la información y la toma de decisiones antes de la operación, y otro para la detección de anomalías después de la operación. El primero es una nueva herramienta de toma de decisiones, mientras que el segundo mejora una solución de aprendizaje automático ya existente.

Los casos de uso se iniciaron mediante un proceso de colaboración impulsado por el equipo de innovación. Celebraron talleres y presentaciones para inspirar a las unidades de negocio y generar ideas. Los equipos interesados en la generación AI, especialmente en operaciones de middle-office, siguieron activamente desarrollos como ChatGPT y aportaron ideas. Este espíritu de colaboración permitió la rápida ideación y adopción de casos de uso, con el apoyo de socios tecnológicos como AWS para desarrollar proyectos piloto.

Los agentes de AI han aportado un valor añadido a las funciones empresariales, pero vienen acompañados de retos. Los equipos de negocio tienen ahora que formar y mejorar activamente a los agentes. TotalEnergies ha creado mecanismos para que los equipos proporcionen instrucciones y comentarios. La adopción varía: algunas áreas adoptan la tecnología rápidamente, mientras que a otras les lleva más tiempo. Los campeones digitales de cada equipo ayudan a impulsar esta adopción.

El desarrollo y despliegue de los agentes de AI se realizan en gran medida sobre el terreno, con una mezcla de aprendizaje práctico y formación más estructurada. Los equipos tecnológicos se enfrentan a importantes retos a la hora de preparar los sistemas informáticos para la integración de AI , lo que requiere apoyo y un cambio en los paradigmas de desarrollo. Generative AI cambia la forma de diseñar los sistemas, y a veces hace necesario un "agente supervisor" que gestione agentes especializados para distintas funciones, como las búsquedas en la web y el resumen de data .

El caso de uso de la detección de anomalías muestra un ROI claro, ya que detectar anomalías costosas es crucial, y la detección basada en LLM mejora la precisión en un 20%. El ROI de las herramientas de toma de decisiones es más difícil de cuantificar y suele basarse en comentarios cualitativos sobre su utilidad y eficacia. Los proyectos piloto duran de 1 a 3 meses, dependiendo de la complejidad y los objetivos de rendimiento.

TotalEnergies está poniendo en marcha más iniciativas, entre ellas un hackathon con Artefact para generar AI ideas para el comercio. Se presentaron más de 50 ideas y está previsto desarrollar una decena de conceptos prometedores. A pesar de las preocupaciones operativas, se mantiene el impulso para identificar e implantar aplicaciones valiosas de AI , con el objetivo de presentar más proyectos el año que viene.