TOTALENERGIES TRADING en AI Finance» de Artefact Máster en Derecho (LLM) especializado en trading

El vídeo aborda el uso de los modelos de lenguaje a gran escala (LLM) en el comercio de materias primas. La división de comercio de TotalEnergies, con entre 1.400 y 1.500 empleados repartidos por centros de operaciones de todo el mundo, gestiona tanto el comercio de petróleo como el de materias primas más recientes, como el gas y la electricidad. Se centra en los retos tecnológicos que plantean los distintos niveles de madurez de las actividades comerciales, determinados por la estrategia multienergética Compañia.

Las distintas áreas de comercialización de TotalEnergies presentan distintos grados de digitalización. Por ejemplo, la comercialización de petróleo utiliza sistemas informáticos que datan de hace más de 30 años y que requieren una gestión punto a punto, mientras que la comercialización de energía eléctrica está, por naturaleza, más digitalizada. Estas diferencias plantean retos, especialmente a la hora de armonizar las hojas de ruta y, al mismo tiempo, intentar unificar los sistemas en toda la división de comercialización.

La hoja de ruta condujo a la experimentación con AI generativa para fomentar su adopción en las unidades de negocio. Actualmente hay dos casos de uso en producción: uno para el acceso a la información previa a la operación y la toma de decisiones, y otro para la detección de anomalías tras 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 pusieron en marcha mediante un proceso colaborativo impulsado por el equipo de innovación. Este equipo organizó talleres y presentaciones para motivar a las unidades de negocio y generar ideas. Los equipos interesados en AI generativa, especialmente en las operaciones de middle office, siguieron de cerca avances como ChatGPT y aportaron ideas. Este espíritu de colaboración permitió la rápida generación y adopción de casos de uso, con el apoyo de socios tecnológicos como AWS para desarrollar proyectos piloto.

AI han aportado valor añadido a las funciones empresariales, pero también plantean retos. Ahora, los equipos empresariales deben formar y perfeccionar activamente a los agentes. TotalEnergies ha creado mecanismos para que los equipos puedan proporcionar instrucciones y comentarios. El grado de adopción varía: algunas áreas adoptan la tecnología rápidamente, mientras que otras tardan más tiempo. Los «campeones digitales» de cada equipo contribuyen a impulsar esta adopción.

El desarrollo y la implementación de AI se llevan a cabo principalmente sobre la marcha, combinando el aprendizaje práctico con una formación más estructurada. Los equipos tecnológicos se enfrentan a importantes retos a la hora de preparar los sistemas informáticos para AI , lo que requiere apoyo y un cambio en los paradigmas de desarrollo. AI generativa AI la forma en que se diseñan los sistemas, lo que en ocasiones hace necesario contar con un «agente supervisor» que gestione agentes especializados para diferentes funciones, como las búsquedas en la web y data .

El caso de uso de la detección de anomalías ofrece un claro retorno de la inversión, ya que detectar anomalías costosas es fundamental, y la detección basada en modelos de lenguaje grande (LLM) mejora la precisión en un 20 %. El retorno de la inversión de las herramientas de toma de decisiones es más difícil de cuantificar, ya que a menudo se basa en comentarios cualitativos sobre su utilidad y eficiencia. Las pruebas piloto duran entre 1 y 3 meses, dependiendo de la complejidad y los objetivos de rendimiento.

TotalEnergies está poniendo en marcha nuevas iniciativas, entre ellas un hackatón en colaboración con Artefact generar AI aplicadas al comercio. Se presentaron más de 50 ideas y se prevé desarrollar unos diez conceptos prometedores. A pesar de las preocupaciones operativas, sigue existiendo un gran impulso para identificar e implementar AI valiosas AI , con el objetivo de presentar más proyectos el año que viene.