倫交所集團與谷歌雲披露新的數據連接合作，金融機構可通過模型上下文協議連接器，在企業智能體平臺中調用受許可內容，用於背景研究、市場監測、風險分析、合規治理和企業級智能體應用建設，推動數據進入工作流程。
LSEG與谷歌雲合作的核心安排
倫敦消息，倫敦證券交易所集團（LSEG）於2026年5月13日宣佈，已與Google Cloud達成合作，將其受許可的金融數據、分析內容和相關模型，通過模型上下文協議（MCP）連接器接入Gemini Enterprise。該安排面向金融機構的企業級人工智能（AI）應用場景，重點覆蓋研究、監控、風險和數據驅動流程。
根據LSEG於2026年5月13日發佈的新聞稿《LSEG brings trusted data to Gemini Enterprise via MCP Connector》，該連接器將為授權用戶提供定價、宏觀經濟、基本面、新聞、預測、估計以及金融分析模型等內容。LSEG在公告中稱，該整合將支持金融機構在既有工作環境中使用受治理的數據內容，並服務於市場監控、背景研究和風險工作流程。
Google Cloud在2026年4月22日發佈的官方文章《The new Gemini Enterprise: one platform for agent development》中，將Gemini Enterprise描述為面向智能體時代的端到端系統，強調其用於構建、部署和治理可執行復雜多步驟工作流程的企業智能體。LSEG與Google Cloud的合作，正是圍繞這一平臺能力展開，將外部授權金融內容引入企業級智能體工作流。
合作時間與公開來源
| 日期 | 來源 | 信息內容 | 新聞意義 |
|---|---|---|---|
| 2026年5月13日 | LSEG新聞稿 | LSEG宣佈通過MCP連接器將授權數據和分析接入Gemini Enterprise。 | 金融數據供應商與雲端智能體平臺形成正式整合。 |
| 2026年5月13日 | LSEG新聞稿 | 連接器覆蓋定價、宏觀經濟、基本面、新聞、預測、估計和金融分析模型。 | 企業用戶可在單一工作流中調用多類受許可金融內容。 |
| 2026年5月13日 | LSEG新聞稿 | 合作目標包括背景研究、市場監控和風險工作流程。 | 應用重點從信息檢索擴展至機構運營和風險管理。 |
| 2026年4月22日 | Google Cloud官方博客 | Google Cloud說明Gemini Enterprise用於構建、部署和治理企業智能體。 | 為金融機構在受控環境中使用多步驟智能體流程提供平臺背景。 |
接入內容覆蓋金融機構高頻數據需求
此次合作的重點，並非單一數據源遷移，而是把LSEG長期面向機構客戶提供的金融內容，接入Gemini Enterprise的智能體工作流。對銀行、資產管理公司、經紀商和風險團隊而言，金融數據的價值通常取決於三個條件：數據來源是否受許可，數據能否與工作流銜接，使用過程是否滿足治理與安全要求。
LSEG在公告中列明的接入內容，主要包括以下類別：
市場定價數據，用於支持資產估值、交易觀察和行情分析。
宏觀經濟數據，用於支持跨市場研究、利率判斷和區域經濟跟蹤。
公司基本面數據，用於支持企業財務分析、行業比較和投資研究。
金融新聞內容，用於補充市場變化、公司公告和政策信息的背景。
預測與估計數據，用於支持盈利預期、估值模型和情景分析。
金融分析模型，用於輔助機構在風險、估值和監控流程中形成結構化判斷。
這些內容進入Gemini Enterprise後，金融機構可在企業級環境中把數據檢索、背景分析和模型調用合併到同一任務鏈條中。與人工在多個終端、數據庫和分析工具之間切換相比，智能體工作流的重點在於按任務順序調用數據、解釋上下文並生成可審閱的分析輸出。
企業級治理成為金融智能體應用前提
金融機構在使用生成式AI和智能體系統時，通常面臨數據許可、訪問權限、審計記錄和輸出可追溯性等要求。LSEG與Google Cloud在公告中均強調安全、治理和企業級控制，這表明該合作主要面向受監管行業的實際部署需求，而不是面向開放互聯網環境的普通問答場景。
從業務流程看，該整合可能首先影響以下工作環節：
研究人員在準備公司或行業分析時，可通過智能體調用LSEG授權數據，減少跨系統整理材料的時間。
市場監控團隊可圍繞價格、新聞和宏觀變量建立多步驟觀察流程，提高對異常波動的識別效率。
風險團隊可把數據、估計和模型接入分析鏈條，用於形成更一致的內部評估材料。
合規和治理團隊可在企業環境中管理數據訪問邊界，降低未經授權內容進入工作流的風險。
這一合作同時反映出金融數據供應商正在調整分發方式。過去，機構用戶主要通過終端、數據接口或內部數據庫獲取金融內容；在智能體平臺興起後，金融數據需要以可調用、可治理、可審計的方式進入企業工作流。MCP連接器在此處承擔的是連接層角色，使智能體能夠按權限訪問外部工具和數據源。
雙方高管強調數據與工作環境結合
“金融機構希望通過AI加快行動。通過MCP將LSEG可信數據帶入Gemini Enterprise，我們正在讓可信金融內容可以在他們已經工作的環境中實現即插即用訪問。”
Emily Prince的表述顯示，合作重點在於把數據帶入金融機構已有的工作環境，而不是要求用戶改變全部業務系統。對大型金融機構而言，既有系統通常涉及研究平臺、風險平臺、通訊系統和內部審批流程，因此新連接器的價值取決於其能否融入現有技術架構。
“最有效的AI智能體取決於它們能夠訪問的數據。通過模型上下文協議將LSEG金融數據整合進Gemini Enterprise，我們正在消除原始信息與可操作見解之間的摩擦。”
Graham Drury的表述則強調數據質量與智能體效率之間的關係。對於金融機構而言，智能體能否執行復雜流程，不僅取決於模型能力，也取決於其接入的數據是否準確、及時、受許可並可用於企業環境。金融場景中的錯誤數據、過期數據或未經授權數據，均可能影響研究結論、風險判斷和內部控制。
合作置於LSEG數據與AI戰略之中
LSEG在公告中還將此次合作納入其“LSEG Everywhere”數據與AI戰略。該戰略重點是把受許可、可用於AI場景的內容提供給金融服務機構，並通過不同企業級平臺擴大分發。LSEG公告提到，其相關生態已包括多家雲、數據和企業AI平臺合作方，顯示金融市場基礎設施企業正在把數據產品從傳統終端形態擴展至智能體應用環境。
從行業角度看，金融機構使用AI的重點正在從單次問答轉向可執行流程。研究報告起草、市場異動監控、組合風險掃描、新聞影響評估等任務，通常需要多種數據、多個判斷步驟和明確的權限管理。Gemini Enterprise提供智能體開發和治理框架，LSEG提供授權金融數據和分析內容，雙方合作的交集正是機構級金融智能體應用。
不過，該合作公告並未披露商業定價、客戶名單、具體上線區域或全部可用數據範圍。對金融機構而言，後續部署仍需結合自身訂閱權限、內部系統架構、合規要求和數據使用政策進行評估。公告所確認的信息是：截至2026年5月13日，LSEG與Google Cloud已公開宣佈通過MCP連接器推進Gemini Enterprise內的授權金融數據接入。
LSEG接入谷歌雲金融智能體相關問題
LSEG此次接入Gemini Enterprise的核心內容是什麼？
核心內容是通過MCP連接器，把LSEG受許可的金融數據、新聞、預測、估計和分析模型接入Google Cloud的Gemini Enterprise，使授權機構用戶能夠在企業級智能體工作流中調用這些內容。
這項合作為什麼強調安全和治理？
金融機構通常受到數據許可、訪問控制、審計和合規要求約束。將金融數據接入AI智能體時，需要確保內容來源、使用權限和工作流管理處於企業級控制之下。
MCP連接器在這項合作中承擔什麼作用？
MCP連接器承擔數據和智能體平臺之間的連接層作用，使Gemini Enterprise中的智能體能夠按授權訪問LSEG金融內容，並將數據用於研究、監控和風險相關流程。
這項合作是否等同於面向個人用戶開放全部LSEG數據？
不是。公告強調的是受許可金融內容和企業級環境，適用對象主要是擁有相應權限的金融機構和企業客戶，具體可用範圍仍取決於訂閱、權限和部署安排。
