伦敦证券交易所集团（LSEG）将 OpenAI 的模型和工具与其全球数据平台结合，快速把生成式 AI 嵌入研究、产品和客户工作流，显著缩短交付周期并提升分析效率；同时从一开始即构建治理、隐私与人工审查机制，确保规模化应用可控可信。采用自下而上的试点推动快速扩展，已将产品发布周期从数月缩短到数周并为数千名员工带来生产力提升。
背景
- LSEG 是全球金融市场基础设施与数据提供者，服务数万客户与数十万终端用户。
- 之前虽长期投入 ML/AI，但人工合成信息、碎片化流程限制了洞见速度与规模化。
采用策略
- 以真实问题出发、负责任地扩大：优先高影响低风险场景。
- 选择 OpenAI（ChatGPT Enterprise 与 API）基于模型质量、企业就绪度与客户使用习惯。
- 将 LSEG 可信数据整合进客户已使用的工作环境，降低采纳摩擦。
部署与采用
- 在数周内向数千名员工开放，覆盖产品、工程、研究与运营团队。
- 典型用例：分析师用 ChatGPT 汇总大量市场信息；产品团队快速原型；业务团队生成客户文档。
- 自上而下治理与自下而上采纳并行：模型评估、人机复核、严格数据与安全控制。
成果亮点
- 产品发布周期从原先 3–6 个月降至约 2 周。
- 从客户需求到生产部署加速至约 4 周。
- 提高分析师研究与合成效率，促进跨职能信息流通与创新速度。
领导经验与实践要点
- 重新设计工作流而不仅是替换任务。
- 广泛且早期赋能以加速学习曲线。
- 在速度与信任之间保持平衡，建立治理机制以支持快速创新。
- 鼓励实验并对成功指标保持明确要求。
下一步
- 将关注点从个人生产力扩展到深度嵌入的工作流层应用，如研究流程与面向客户的解决方案。
- 结合 LSEG 的 Model Context Protocol，把可核验的精确信息直接提供给 AI 工作流，提升“时间到洞见”的价值。
LSEG 的做法证明：把治理嵌入部署流程且以真实场景驱动，能把生成式 AI 的价值从试点迅速放大到企业级应用。