AgentitSovellukset 🇺🇸 23.07.2026 23:49

Kuinka Jefferies optimoi etulinjan kaupankäyntitoiminnot tekoälyassistentilla AWS:ssä

Amazon Web ServicesAmazon Web Services AnthropicAnthropic JefferiesJefferies
Investointipankki Jefferies kehitti kauppiaille tekoälyassistentin, joka perustuu Amazon Bedrockiin, Strands Agentsiin ja MCP-työkaluihin. Ratkaisu mahdollistaa kysymysten esittämisen luonnollisella kielellä, SQL-kyselyiden, visualisointien ja reaaliaikaisen analytiikan vastaanottamisen, vähentäen data-analyysin ajan päivistä sekunteihin.
Investointipankki Jefferies on luonut AWS-pohjaisen tekoälyassistentin front office -treidaajille. Ratkaisu käyttää Strands Agents -agenttiframeworkia, Amazon Bedrockia yhdessä Anthropic Claude LLM -kielimallin kanssa, Amazon Bedrock Knowledge Bases -tietämyspohjia RAG-tekniikkaa varten sekä MCP-työkaluja tietolähteisiin yhdistämiseen: muistinsisäisiä tietokantoja, SQL-tietokantoja ja FIX-viestejä. Treidaaja syöttää kyselyn luonnollisella kielellä, LLM luo SQL-kyselyn, suorittaa sen ja palauttaa tuloksen visualisointeineen. Järjestelmä sisältää todennuksen Amazon EKS:n kautta ja valvonnan Amazon Bedrock Guardrails -suojakaiteiden avulla, jotka suodattavat henkilötietoja (PII, Personal Identifiable Information) ja eriyttävät käyttöoikeuksia. Hallusinaatioriskin vähentämiseksi visualisoinnit tuottaa erillinen moottori, ei LLM. Muistinsisäiset tietokannat takaavat alhaisen viiveen. Jefferies suunnittelee ratkaisun maailmanlaajuista käyttöönottoa. Assistentti on jo osoittanut mitattavaa tehokkuuden kasvua, vähentänyt IT-ajan käyttöä koontinäyttöjen luomisessa ja demokratisoinut tiedon saatavuutta.
Lähde: AWS ML blog — Alkuperäinen
Aiemmat aiheeseen liittyvät kirjoituksemme ↓
Tuoreet uutiset