從資料到決策：LSEG 如何擴展值得信賴的 AI
🏦 台灣Pay 銀行轉帳 💙 PayPal
LSEG 分享如何以可信資料為基礎，與 OpenAI 合作加速 AI 產品與營運
- 00:01 現在能取用的資料量比以往更大，而且可以用非常精準的方式取用
- 01:01 許多 LSEG 客戶也在使用 OpenAI 的 ChatGPT，LSEG 透過 MCP（model context protocol）在 ChatGPT 中提供可信資料與服務
- 02:02 資訊流動更快，決策流程快很多，迭代也因此全面加速
💡 你可以怎麼用：用 AI 查數字或重要資訊時，請它附上資料來源，再挑一兩筆自己核對，確認答案真的根據資料、不是憑空寫的。如果你用的 AI 工具能連接外部資料（例如透過 MCP 接上的服務），優先接可信的官方來源，不要只靠模型自己記得的內容。
看全部 15 條重點
🧑🏫 LSEG（倫敦證券交易所集團）是全球重要的金融數據供應商。這支影片講它怎麼把「資料可信」當成 AI 的地基，再和 OpenAI 合作，讓產品更新和公司營運都變快。如果你在意 AI 給的答案能不能信，這支片講的正是這件事。
- 00:01 現在能取用的資料量比以往更大，而且可以用非常精準的方式取用↳ 以前資料多，但很難只撈出需要的那一小塊。現在不只量大，還能精準拿到你要的那幾筆，例如某家公司某一天的報價，不用整包下載再自己翻。
- 00:01 LSEG 位於金融市場的核心，角色是為整個生態系提供可信賴的資訊與服務↳ LSEG 除了經營交易所，也提供金融數據給銀行、投資機構等客戶。它把自己定位成整個市場依賴的資訊來源，所以「可信」是它的核心價值。
- 00:01 人們對 AI 的信任，始於對資料的信任↳ AI 回答得再流暢，只要餵進去的資料是錯的，答案就是錯的。所以要讓人相信 AI，得先讓人相信它背後用的資料正確、有來源。
- 00:01 LSEG 評估每個產品時，不只看資料的準確度（data accuracy）↳ data accuracy（資料準確度）指數字本身對不對。LSEG 把它當成基本門檻：資料正確，不代表 AI 給出的答案就一定可靠。
- 00:31 也評估回應的 groundedness、模型推理金融資訊的方式、data surplus 與 data fidelity↳ groundedness 一般指回答有沒有根據實際資料、不亂編；data fidelity 一般指資料有沒有保持原貌；data surplus 影片沒有說明。另外也看 AI 怎麼推理金融資訊。
- 00:31 目標是讓他們打造的資料與分析內容，人類和 AI 都能取用↳ 以前的資料主要做成給人看的報表或畫面。現在要讓 AI 也能直接讀取、使用，同一份內容同時服務人和 AI 兩種使用者。
- 00:31 許多客戶過去花了很多心力，處理這些資料模型的運作方式、如何重新對齊與 rebase，以及如何以可擴展的方式取用↳ 客戶以前得自己搞懂資料怎麼組織、對齊不同來源、做 rebase（一般指重設比較基準），還要設法大量取用，非常費工。
- 01:01 許多 LSEG 客戶也在使用 OpenAI 的 ChatGPT，LSEG 透過 MCP（model context protocol）在 ChatGPT 中提供可信資料與服務↳ MCP（model context protocol）是讓 AI 工具連接外部資料和服務的標準接口。LSEG 用它把自家資料接進 ChatGPT，客戶在對話裡就能直接用到。
- 01:01 OpenAI 是關鍵合作夥伴，雙方密切合作，探索如何加速 LSEG 的營運模式、一起走得更快↳ OpenAI 對 LSEG 來說不只是供應商。雙方一起研究怎麼把 AI 放進 LSEG 的日常營運，讓整間公司做事更快。
- 01:01 現在能更輕鬆地擴展最佳實務，同時落實必要的標準與技能，維持預期的品質水準↳ 好的做法更容易複製到更多團隊。同時，規範和人員技能也要跟上，避免規模一放大，品質就跑掉。
- 01:31 分析師的角色可以大幅擴展，有更多機會做更深入的研究，提出過去沒時間做的 orthogonal insights↳ orthogonal insights 指換個角度切入、和現有看法不重複的見解。AI 接手雜事後，分析師有時間深入研究，提出以前沒空做的觀點。
- 01:31 過去依產品不同，發布週期約三或六個月；現在所有 AI 產品的發布週期縮短為兩週，每兩週發布一次↳ release cycle（發布週期）是產品多久推出一次新版本。以前要等三到六個月，現在 LSEG 所有 AI 產品每兩週就更新一次。
- 02:02 資訊流動更快，決策流程快很多，迭代也因此全面加速↳ 資訊傳得快，決定就做得快；決定做得快，產品就能更常試、更常改，整個節奏跟著一起加速。
- 02:02 LSEG 有 27,000 名員工共同投入 AI 的力量↳ 用 AI 的不只是技術部門。LSEG 讓全公司 27,000 名員工一起投入。
- 02:02 目標是以安全、可擴展的方式快速前進，並運用 OpenAI 的前沿能力↳ LSEG 想要快，但不犧牲安全；做法要能放大到整間公司，並用上 OpenAI 最新的模型能力。
📘 術語
MCP (model context protocol)（模型上下文協定）：LSEG 透過它將可信資料與服務提供給在 ChatGPT 上的客戶
groundedness（有依據程度）：LSEG 評估 AI 產品回應時檢視的項目之一，字幕未進一步解釋
data fidelity（資料保真度）：LSEG 評估 AI 產品時檢視的資料面向之一，字幕未進一步解釋
data accuracy（資料準確度）：LSEG 評估每個產品時的基本面向，但不是唯一的評估項目
rebase（重新設定基準）：客戶處理資料模型時要做的工作之一，與重新對齊並列，字幕未進一步解釋
orthogonal insights（不同角度的洞見）：分析師過去沒時間做、現在有更多機會提出的見解
release cycle（發布週期）：過去約三或六個月，現在 LSEG 的 AI 產品縮短為兩週
groundedness（有依據程度）：LSEG 評估 AI 產品回應時檢視的項目之一，字幕未進一步解釋
data fidelity（資料保真度）：LSEG 評估 AI 產品時檢視的資料面向之一，字幕未進一步解釋
data accuracy（資料準確度）：LSEG 評估每個產品時的基本面向，但不是唯一的評估項目
rebase（重新設定基準）：客戶處理資料模型時要做的工作之一，與重新對齊並列，字幕未進一步解釋
orthogonal insights（不同角度的洞見）：分析師過去沒時間做、現在有更多機會提出的見解
release cycle（發布週期）：過去約三或六個月，現在 LSEG 的 AI 產品縮短為兩週
✏️ 小考一題
根據影片，LSEG 現在所有 AI 產品的發布週期是多久？
A. 兩週B. 六個月C. 一個月D. 三個月看答案
答案：A。[01:31] 過去發布週期約三或六個月，現在所有 AI 產品縮短為兩週，改為每兩週發布一次
💛 覺得有幫助？支持一下
課本免費、沒有廣告，支持與否都能照常讀 🐰