Morningstar Intelligence Engine 为分析师提供个性化的投资洞察

挑战

金融服务业是数据驱动程度最高的行业之一，金融专业人士总是渴望更多的数据和更好的工具，以实现为客户创造价值。 Morningstar——一家上市公司投资研究公司——自1984年成立以来，一直在为金融专业人士编译和分析基金、股票和一般市场数据。

过去，要充分利用 Morningstar 及其产品，需要对金融格局有深入的了解，能够解读详尽的研究报告，并熟练掌握其专有的、强大的工具集。随着生成式人工智能的兴起，Morningstar 团队看到了一个机会，可以让他们的数据更容易被更广泛的用户访问，并更即时地发挥作用。

解决方案

Morningstar 首先构建了一个名为 Mo 的聊天机器人，它允许 Morningstar 客户以对话形式查询其庞大的研究数据库，并能在一秒钟内生成简洁而细致的见解。

该团队还决定将其创新成果的益处延伸到他们的客户——通常是资产经理和财富顾问——并使他们能够构建自己的白标聊天机器人和其他人工智能工具。通过使用他们的新平台 Morningstar Intelligence Engine，Morningstar 客户现在可以安全地上传自己的研究信息，为 Morningstar 数据提供更多上下文和个性化，然后“白名单”该聊天机器人供其最终客户使用。

Morningstar 的几位团队成员通过对开源存储库的贡献，已经熟悉了 LangChain。团队最初被 LangChain 协作、社区驱动的精神所吸引。当需要构建一个生产就绪的应用程序时，LangChain 是显而易见的$.)

LangChain 提供了一个强大的框架 来启动 LLM 驱动的应用程序开发。LangChain 中提出的概念和想法易于理解，并且可以从原型实现到生产，这加快了团队的开发过程。
LangChain 拥有 RAG 应用程序的蓝图，可轻松进行发现和摘要。Morningstar 集成了 LangChain 的各种关键概念，包括提示模板、基于 RAG 的方法、ReAct 框架、创建向量嵌入、LangChain 评估器、函数调用和输出解析。选择检索技术开箱即用地提高了性能。
LangChain 协助处理重试等边缘情况，这有助于加强 Morningstar 的应用程序。
LangChain 的集成提供了 对各种向量数据库的广泛支持，增强了其多功能性和适用性。
“LangChain 引入了关键的认知架构，有助于更好地理解生成式 AI，”开发主管 Jinyoung Kim 表示，“这丰富了我们团队对这项不断发展的技术的理解。”“LangChain 团队紧跟快速发展的研究领域，并将其整合到 LangChain 中，这样我们就可以受益于最新的进展。”

Morningstar Intelligence Engine 在不到 60 天的时间内，由一个由 5 名开发人员组成的精干团队，从构想到生产。