Podsumowanie
Kluczowe efekty
Skrócenie czasu przygotowania publikacji o kilkadziesiąt procent
Pobieranie wskaźników finansowych i danych w czasie rzeczywistym
Manualne procesy przyczyną ryzyka utraty przewagi konkurencyjnej
Redakcje Infront codziennie przetwarzały tysiące materiałów: raporty finansowe spółek, newsy, dane kalendarzowe (np. publikacje wyników), dane rynkowe, emisje oraz rekomendacje analityków. Manualne przygotowanie publikacji stawało się barierą – każda minuta opóźnienia oznaczała utratę przewagi informacyjnej na korzyść konkurentów. Brak automatyzacji powodował:
- Wysokie obciążenie redaktorów powtarzalną analizą danych
- Ryzyko niespójności i pomyłek w raportach
- Wydłużony czas publikacji, kluczowy dla klientów rynku finansowego
Infront potrzebował rozwiązania, które przyspieszy publikacje, ustandaryzuje dane i jednocześnie zachowa pełną kontrolę redakcyjną.
Zintegrowane środowisko redakcyjne oparte na GenAI
Sii Polska stworzyło kompleksowy system wykorzystujący modele Large Language Model (LLM) i Natural Language Processing (NLP), który łączy automatyczne streszczenia, ekstrakcję KPI i klasyfikację dokumentów w jednym narzędziu redakcyjnym.
Zakres działań obejmował:
- Fine-tuning modeli GPT na danych archiwalnych Infront
- Automatyczną ekstrakcję kluczowych wskaźników finansowych (np. EBITDA, EPS, przychody)
- Klasyfikację dokumentów wg kontekstu (np. raport, notka, analiza)
- Interaktywną funkcję streszczeń z możliwością edycji i tłumaczenia
- Integrację rozwiązania z platformą Microsoft Azure i wewnętrznym systemem redakcyjnym
- Testy jakości i dopasowanie modeli do wymagań publikacyjnych rynku finansowego
Wdrożenie zmodernizowało przepływ pracy w newsroomie, pozwalając zespołom redakcyjnym reagować szybciej i z większą precyzją. Architektura jest skalowalna – nowe źródła danych oraz kolejne języki publikacji mogą być dodawane niemal bez ingerencji w istniejący kod. W praktyce środowisko jest cały czas rozszerzane o kolejne źródła i języki wynikowe.
Szybsze decyzje, lepsze dane, większa efektywność
Dzięki rozwiązaniu stworzonym przez Sii Polska Infront osiągnął znaczący skok wydajności, skracając czas przygotowania publikacji o kilkadziesiąt procent i eliminując wiele manualnych, powtarzalnych zadań w pracy redakcji. Automatyzacja ekstrakcji wskaźników i generowania streszczeń pozwoliła zespołom skupić się na interpretacji i jakości merytorycznej treści, zamiast na żmudnym przeszukiwaniu raportów.
Centralizacja procesów w jednym środowisku zintegrowanym z AI zapewniła spójność danych i standaryzację komunikacji – klienci Infront otrzymują raporty szybciej, w stałym formacie i bez ryzyka pominięcia kluczowych informacji. W efekcie platforma umocniła swoją pozycję jako jedno z najbardziej zaufanych źródeł informacji na rynku finansowym, zwiększając lojalność użytkowników i przewagę konkurencyjną. Projekt stał się jednym z filarów digitalizacji newsroomu Infront – potwierdził, że AI może realnie przyspieszyć pracę redakcji, zachowując wysoki poziom jakości i kontroli merytorycznej, oraz stworzył solidną bazę pod kolejne inicjatywy AI w organizacji.