Casebibliotek
Finansiella tjänsterChef för marknadstillsyn

Analystförstärkning på en börs

Tillsyn som tidigare läste varje inlämning för hand läser nu allt — och eskalerar endast det som är viktigt.

Scenariot

En medelstor europeisk börs övervaknings- och forskningsteam drunknade i volym: hundratals inlämningar, meddelanden och nyhetsartiklar dagligen, med analytisk kapacitet att granska endast ett urval. Chefen för marknadstillsyn formulerade problemet enkelt: risken var inte att analytiker arbetade för långsamt, utan att den olästa 70% av materialet var där nästa incident dolde sig.

Börsen distribuerade ett RAG-lager över sin fullständiga samling av inlämningar och listningsregler, så att analytiker kan fråga hela registret på vanligt språk och få svar med citat. Utöver detta läser ett agent-draftat varningssystem varje ny inlämning och meddelande, poängsätter det mot övervakningsmönster och utarbetar en kort sammanfattning för allt ovanligt — avvikelse, motivering, källlänkar. Mänskliga analytiker granskar varje varning innan någon åtgärd vidtas, och endast analytiker kan öppna en utredning.

Designen höll medvetet ansvar synligt: tillsynsmyndigheter informerades i förväg, varje agentbeslut loggas med dess bevis, och eskaleringsreglerna överenskoms med efterlevnad innan lansering snarare än förhandlades efter en incident.

Ett år senare är täckningen i princip total snarare än urval, tiden från inlämning till första analytikers granskning har kollapsat, och analytiker rapporterar att deras jobb har förändrats från att läsa till att döma — den del som tillsynsmyndigheter faktiskt vill att människor gör.

Så kommer AI in i arbetsflödet

  1. Inmatning

    AI

    Varje inlämning, meddelande och relevant nyhetsartikel matas in och indexeras inom några minuter efter publicering.

  2. Mönsterskärmning

    AI

    Agenter poängsätter nytt material mot övervakningsmönster: ovanliga avslöjanden, handelsrelaterad språk, regelutlösare.

  3. Varningsutkast

    AI

    För flaggade artiklar utarbetar en agent en sammanfattning: vad som är ovanligt, varför det kan vara viktigt, med källcitat.

  4. Analytikertriage

    Människa

    En övervakningsanalytiker granskar varje varning, avvisar eller fördjupar den och kan fråga hela registret via RAG.

  5. Fördjupad utredning

    Människa + AI

    För riktiga fall samlar agenten in tidsaxlar och relaterade inlämningar; analytiker styr och tolkar.

  6. Eskalering och åtgärd

    Människa

    Endast en människa öppnar en utredning eller kontaktar ett listat företag; beslutet och motiveringen loggas.

  7. Modellgranskning

    Människa + AI

    Efterlevnads- och övervakningsledare granskar varningskvalitet månadsvis och justerar trösklar och regler.

Fråga om arbetsflödet

ADA, taskforcens biträdande ledare, förklarar exakt hur människa och AI delar arbetet — fråga vad som helst.

Taskforcen: människa + agenter

Teamledare — godkänner varje leverans

Teamledare — godkänner varje leverans

Agenter föreslår och utför. Den mänskliga ledaren godkänner alltid slutresultatet.

Resultat

MåttFöreEfter
Inlämnings täckning~30% urval100% granskad
Inlämning till första analytikers granskning2 dagar45 minuter
Analytiker tid på bedömning vs läsning35%75%

Viktigaste lärdomarna

  • Total täckning slår urvalstäckning — AI förändrar vad 'granskad' betyder i reglerad tillsyn.
  • Citat i varje varning gjorde tillsynssamtal enkla istället för defensiva.
  • Eskaleringsregler överenskoms med efterlevnad innan lansering förhindrade de svåraste styrningskonflikterna.
  • Analytiker flyttade från att läsa till att döma; retention förbättrades som en sidoeffekt.

Relaterade koncept

Gå djupare

Redo att föra in AI i er organisation?

Prata med oss om en guidad införandeväg för ert team — från första användningsfall till produktion.

Fråga om detta koncept

We value your privacy

We use cookies and anonymous analytics to understand how visitors use KUOS and improve the experience. You can change your mind at any time. Cookie policy · Privacy policy