伦交所集团数据接入谷歌云金融智能体平台
行业新闻

伦交所集团数据接入谷歌云金融智能体平台

摘要

伦交所集团与谷歌云披露新的数据连接合作,金融机构可通过模型上下文协议连接器,在企业智能体平台中调用受许可内容,用于背景研究、市场监测、风险分析、合规治理和企业级智能体应用建设,推动数据进入工作流程。

LSEG与谷歌云合作的核心安排

伦敦消息,伦敦证券交易所集团(LSEG)于2026年5月13日宣布,已与Google Cloud达成合作,将其受许可的金融数据、分析内容和相关模型,通过模型上下文协议(MCP)连接器接入Gemini Enterprise。该安排面向金融机构的企业级人工智能(AI)应用场景,重点覆盖研究、监控、风险和数据驱动流程。

根据LSEG于2026年5月13日发布的新闻稿《LSEG brings trusted data to Gemini Enterprise via MCP Connector》,该连接器将为授权用户提供定价、宏观经济、基本面、新闻、预测、估计以及金融分析模型等内容。LSEG在公告中称,该整合将支持金融机构在既有工作环境中使用受治理的数据内容,并服务于市场监控、背景研究和风险工作流程。

Google Cloud在2026年4月22日发布的官方文章《The new Gemini Enterprise: one platform for agent development》中,将Gemini Enterprise描述为面向智能体时代的端到端系统,强调其用于构建、部署和治理可执行复杂多步骤工作流程的企业智能体。LSEG与Google Cloud的合作,正是围绕这一平台能力展开,将外部授权金融内容引入企业级智能体工作流。

合作时间与公开来源

LSEG与Google Cloud合作公开信息梳理
日期 来源 信息内容 新闻意义
2026年5月13日 LSEG新闻稿 LSEG宣布通过MCP连接器将授权数据和分析接入Gemini Enterprise。 金融数据供应商与云端智能体平台形成正式整合。
2026年5月13日 LSEG新闻稿 连接器覆盖定价、宏观经济、基本面、新闻、预测、估计和金融分析模型。 企业用户可在单一工作流中调用多类受许可金融内容。
2026年5月13日 LSEG新闻稿 合作目标包括背景研究、市场监控和风险工作流程。 应用重点从信息检索扩展至机构运营和风险管理。
2026年4月22日 Google Cloud官方博客 Google Cloud说明Gemini Enterprise用于构建、部署和治理企业智能体。 为金融机构在受控环境中使用多步骤智能体流程提供平台背景。

接入内容覆盖金融机构高频数据需求

此次合作的重点,并非单一数据源迁移,而是把LSEG长期面向机构客户提供的金融内容,接入Gemini Enterprise的智能体工作流。对银行、资产管理公司、经纪商和风险团队而言,金融数据的价值通常取决于三个条件:数据来源是否受许可,数据能否与工作流衔接,使用过程是否满足治理与安全要求。

LSEG在公告中列明的接入内容,主要包括以下类别:

  • 市场定价数据,用于支持资产估值、交易观察和行情分析。

  • 宏观经济数据,用于支持跨市场研究、利率判断和区域经济跟踪。

  • 公司基本面数据,用于支持企业财务分析、行业比较和投资研究。

  • 金融新闻内容,用于补充市场变化、公司公告和政策信息的背景。

  • 预测与估计数据,用于支持盈利预期、估值模型和情景分析。

  • 金融分析模型,用于辅助机构在风险、估值和监控流程中形成结构化判断。

这些内容进入Gemini Enterprise后,金融机构可在企业级环境中把数据检索、背景分析和模型调用合并到同一任务链条中。与人工在多个终端、数据库和分析工具之间切换相比,智能体工作流的重点在于按任务顺序调用数据、解释上下文并生成可审阅的分析输出。

企业级治理成为金融智能体应用前提

金融机构在使用生成式AI和智能体系统时,通常面临数据许可、访问权限、审计记录和输出可追溯性等要求。LSEG与Google Cloud在公告中均强调安全、治理和企业级控制,这表明该合作主要面向受监管行业的实际部署需求,而不是面向开放互联网环境的普通问答场景。

从业务流程看,该整合可能首先影响以下工作环节:

  1. 研究人员在准备公司或行业分析时,可通过智能体调用LSEG授权数据,减少跨系统整理材料的时间。

  2. 市场监控团队可围绕价格、新闻和宏观变量建立多步骤观察流程,提高对异常波动的识别效率。

  3. 风险团队可把数据、估计和模型接入分析链条,用于形成更一致的内部评估材料。

  4. 合规和治理团队可在企业环境中管理数据访问边界,降低未经授权内容进入工作流的风险。

这一合作同时反映出金融数据供应商正在调整分发方式。过去,机构用户主要通过终端、数据接口或内部数据库获取金融内容;在智能体平台兴起后,金融数据需要以可调用、可治理、可审计的方式进入企业工作流。MCP连接器在此处承担的是连接层角色,使智能体能够按权限访问外部工具和数据源。

双方高管强调数据与工作环境结合

“金融机构希望通过AI加快行动。通过MCP将LSEG可信数据带入Gemini Enterprise,我们正在让可信金融内容可以在他们已经工作的环境中实现即插即用访问。”

—— Emily Prince,LSEG企业人工智能负责人,2026年5月13日,LSEG新闻稿《LSEG brings trusted data to Gemini Enterprise via MCP Connector》

Emily Prince的表述显示,合作重点在于把数据带入金融机构已有的工作环境,而不是要求用户改变全部业务系统。对大型金融机构而言,既有系统通常涉及研究平台、风险平台、通讯系统和内部审批流程,因此新连接器的价值取决于其能否融入现有技术架构。

“最有效的AI智能体取决于它们能够访问的数据。通过模型上下文协议将LSEG金融数据整合进Gemini Enterprise,我们正在消除原始信息与可操作见解之间的摩擦。”

—— Graham Drury,Google Cloud英国金融服务总监,2026年5月13日,LSEG新闻稿《LSEG brings trusted data to Gemini Enterprise via MCP Connector》

Graham Drury的表述则强调数据质量与智能体效率之间的关系。对于金融机构而言,智能体能否执行复杂流程,不仅取决于模型能力,也取决于其接入的数据是否准确、及时、受许可并可用于企业环境。金融场景中的错误数据、过期数据或未经授权数据,均可能影响研究结论、风险判断和内部控制。

合作置于LSEG数据与AI战略之中

LSEG在公告中还将此次合作纳入其“LSEG Everywhere”数据与AI战略。该战略重点是把受许可、可用于AI场景的内容提供给金融服务机构,并通过不同企业级平台扩大分发。LSEG公告提到,其相关生态已包括多家云、数据和企业AI平台合作方,显示金融市场基础设施企业正在把数据产品从传统终端形态扩展至智能体应用环境。

从行业角度看,金融机构使用AI的重点正在从单次问答转向可执行流程。研究报告起草、市场异动监控、组合风险扫描、新闻影响评估等任务,通常需要多种数据、多个判断步骤和明确的权限管理。Gemini Enterprise提供智能体开发和治理框架,LSEG提供授权金融数据和分析内容,双方合作的交集正是机构级金融智能体应用。

不过,该合作公告并未披露商业定价、客户名单、具体上线区域或全部可用数据范围。对金融机构而言,后续部署仍需结合自身订阅权限、内部系统架构、合规要求和数据使用政策进行评估。公告所确认的信息是:截至2026年5月13日,LSEG与Google Cloud已公开宣布通过MCP连接器推进Gemini Enterprise内的授权金融数据接入。

LSEG接入谷歌云金融智能体相关问题

LSEG此次接入Gemini Enterprise的核心内容是什么?

核心内容是通过MCP连接器,把LSEG受许可的金融数据、新闻、预测、估计和分析模型接入Google Cloud的Gemini Enterprise,使授权机构用户能够在企业级智能体工作流中调用这些内容。

这项合作为什么强调安全和治理?

金融机构通常受到数据许可、访问控制、审计和合规要求约束。将金融数据接入AI智能体时,需要确保内容来源、使用权限和工作流管理处于企业级控制之下。

MCP连接器在这项合作中承担什么作用?

MCP连接器承担数据和智能体平台之间的连接层作用,使Gemini Enterprise中的智能体能够按授权访问LSEG金融内容,并将数据用于研究、监控和风险相关流程。

这项合作是否等同于面向个人用户开放全部LSEG数据?

不是。公告强调的是受许可金融内容和企业级环境,适用对象主要是拥有相应权限的金融机构和企业客户,具体可用范围仍取决于订阅、权限和部署安排。

分享