Mentionsy Mentionsy
AI CODZIENNIE - czyli co słychać w sztucznej inteligencji
AI CODZIENNIE - czyli co słychać w sztucznej inteligencji

📊 LSEG + Microsoft 🏦 JPMorgan AI Risk Lab 🌍 AI Model klimatyczny

14.10.2025 ·3 min 3 s

W dzisiejszym odcinku AI Codziennie omawiamy:📊 LSEG i Microsoft – głęboka integracja danych rynkowych z agentami AI🏦 JPMorgan otwiera AI Risk Lab do przewidywania ryzyka kredytowego i transakcyjnego🌍 NASA i MIT — model klimatyczny oparty na AI dla lepszego prognozowania ekstremówLinki:„LSEG and Microsoft transform access to AI-ready financial data in customer workflows”https://news.microsoft.com/source/2025/10/12/lseg-and-microsoft-transform-access-to-ai-ready-financial-data-in-customer-workflowsDołącz do mojej darmowej grupy wsparcia, w której dzielę się narzędziami AI i instrukcjami z zakresu tworzenia treści z pomocą AI (tekstowych, audio, video, avatary…):DOŁĄCZ DO DARMOWEJ GRUPY WSPARCIA__Współpraca, sponsoring, kontakt:📞 Kontakt telefoniczny: +48 507 095 684📧 E-mail: [email protected] grupa wsparcia:DOŁĄCZLinked in:👔 AI Codziennie na LinkedInhttps://www.linkedin.com/company/ai-codziennie/👔 Michał Dobrzański na LinkedInhttps://www.linkedin.com/in/dobrzan📺 YouTube: Kanał AI Codzienniehttps://www.youtube.com/channel/UCvNy2f3gbaZXn3fm8V_8lAg📸 Instagram: Profil AI Codzienniehttps://www.instagr

To jest podcast AI Codziennie i dziś przygotowałem dla Ciebie trzy tematy. Rozszerzoną współpracę Microsoftu z London Stock Exchange Group, uruchomienie przez JP Morgan Laboratorium AI Risk Lab oraz nowy model klimatyczny opracowany wspólnie przez NASA i MIT. Pierwszy temat, London Stock Exchange Group i Microsoft idą na kolejny etap współpracy, który głęboko integruje dane rynkowe z narzędziami AI w ekosystemie Microsoftu. Dzięki użyciu protokołu Model Context Protocol klienci LSG będą mogli budować rozwiązania agentowe na platformie Copilot Studio i wdrażać je bezpośrednio w aplikacjach Microsoft 365, korzystając z licencjonowanych danych rynkowych.

Ta architektura ma uprościć, zabezpieczyć i przyspieszyć proces łączenia modeli generatywnych z zaufanymi danymi finansowymi, bez potrzeby skomplikowanego pośrednictwa technologicznego. LSEG w strategii AI pod hasłem LSEG Everywhere deklaruje, że posiada ponad 33 petabajty archiwalnych danych rynkowych, które będą stopniowo udostępniane poprzez MCP wraz z dodatkowymi modułami analitycznymi. Dla branży finansowej to oznacza, że analityka z silników AI może stać się integralną częścią codziennej pracy w Excelu, Teams czy Outlooku z wykorzystaniem narzędzi, które już są w użyciu. Drugi temat. JPMorgan uruchomił laboratorium AI Risk Lab, w którym eksperci zajmują się opracowywaniem modeli służących identyfikacji anomaliów w transakcjach, przewidywaniu ryzyka kredytowego oraz monitorowaniu sygnałów ostrzegawczych w czasie rzeczywistym.

Celem jest stworzenie narzędzi, które wskażą momenty krytyczne na rynku i pomogą zarządzać portfelami nie tylko na podstawie danych historycznych, lecz także prognoz analitycznych. To podejście pokazuje, że bankowość inwestycyjna chce być aktywnym graczem w transformacji AI, nie tylko użytkownikiem technologii, ale konstruktorami własnych rozwiązań prognostycznych. Trzeci temat przenosi nas do nauki. Naukowcy z NASA i MIT opracowali model klimatyczny wspierany uczeniem maszynowym, który analizuje ogromne ilości danych satelitarnych, oceanicznych i atmosferycznych, by przewidywać ekstremalne zdarzenia pogodowe oraz interakcje między oceanami a warstwami powietrza z precyzją rzędu kilku kilometrów.

AI umożliwia odkrycie niuansów dynamiki klimatycznej, które w klasycznych modelach były trudne do uchwycenia. Dzięki temu systemowi możliwe będzie szybsze ostrzeganie przed katastrofami klimatycznymi oraz bardziej precyzyjne planowanie produkcji energii odnawialnej i zarządzanie zasobami środowiskowymi. Ten projekt jest przykładem, że sztuczna inteligencja to nie tylko biznes i finanse, to narzędzie, które może pomóc w walce ze zmianami klimatycznymi. Dziękuję za wysłuchanie i zapraszam na kolejny odcinek jutro.

Pokazano wszystkie 4 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.