Benzinga, fornitore leader di notizie finanziarie in tempo reale, dati di mercato e API finanziarie, ha annunciato una relazione ampliata con WNSTN, una piattaforma di personalizzazione e engagement AI creata per le istituzioni finanziarie. Nell'ambito della partnership ampliata, le due società andranno sul mercato insieme con una soluzione combinata per le società di intermediazione: WNSTN fornirà il livello di intelligenza AI, mentre Benzinga offre i dati di mercato in tempo reale e storici che la fondano.

L'offerta ampliata si basa su un anno di collaborazione all'interno dei prodotti di Benzinga. Dal lancio su Benzinga Pro, la piattaforma dell'azienda per i trader attivi, nel 2025, Benzinga AI — basato su WNSTN — ha fornito chat in linguaggio naturale, sintesi delle notizie e analisi di mercato alla base di trader attivi e professionisti finanziari di Benzinga. Il prodotto ha generato una forte adozione da parte degli utenti, inclusivo di un aumento del 25x dell'engagement, dando a entrambe le società la fiducia per portare la tecnologia oltre Benzinga e renderla disponibile a un più ampio insieme di piattaforme finanziarie.

Per le società di intermediazione, l'offerta congiunta è progettata per accorciare la distanza tra il desiderio di avere l'AI nell'esperienza del cliente e la capacità di sostenerla internamente. WNSTN contribuisce con molteplici punti di contatto costruiti sui dati, tra cui un livello conversazionale, personalizzazione consapevole del portafoglio, monitoraggio dei mercati sempre attivo, idee di investimento azionabili e sintesi personalizzate. La piattaforma include anche un agente di compliance addestrato sui framework normativi globali — tra cui FINRA e la SEC, che regolano i broker-dealer statunitensi, la CySEC a Cipro e la MiFID II nell'Unione Europea — e ogni output passa attraverso quel livello di compliance prima di raggiungere l'utente finale. Benzinga, a sua volta, fornisce l'intelligence di mercato sottostante: notizie azionarie in tempo reale, rating degli analisti, utili ed eventi societari, documenti SEC e spiegazioni 'Why Is It Moving' dei movimenti di prezzo, insieme ad archivi storici per il recupero e il contesto.

La qualità dei dati è diventata un vincolo pratico per l'AI finanziaria. I modelli possono produrre risposte sicure indipendentemente dal fatto che le informazioni sottostanti siano aggiornate, correttamente attribuite o etichettate con il titolo giusto, e in un ambiente di intermediazione tali errori hanno un peso normativo. Dati di mercato strutturati, con data/ora e con etichettatura delle entità riducono tale esposizione al livello di recupero, prima che qualsiasi guardrail sia chiamato a intercettarli.

"La maggior parte delle modalità di errore nell'AI finanziaria risale al livello di recupero piuttosto che al modello stesso", ha dichiarato Dave Maher, CEO di Benzinga. "Se i dati arrivano in ritardo, o senza data/ora puliti e un'etichett delle entità corretta, l'output è sicuramente sbagliato, e in questo settore questo costa caro. L'esecuzione di Benzinga AI sui nostri stessi feed all'interno di Benzinga Pro nell'ultimo anno ci ha dato un test dal vivo di questo, e la qualità delle risposte è dipesa direttamente dalla struttura dei dati sottostanti. WNSTN ha costruito il livello di orchestrazione e compliance che rende quella struttura utile all'interno di una società di intermediazione, quindi portare le due cose sul mercato insieme era il passo logico successivo."

L'annuncio riflette anche un cambiamento più ampio nel modo in cui Benzinga concede in licenza i propri dati. Nell'ultimo anno, la società ha ampliato la propria infrastruttura API per servire carichi di lavoro basati su grandi modelli linguistici e generazione aumentata dal recupero — un approccio in cui un modello recupera materiale di origine da un corpus indicizzato al momento di ogni query — e ha stabilito framework di licenza progettati specificamente per casi d'uso AI anziché trattarli come eccezioni alle condizioni legacy di ridistribuzione. Benzinga concede oggi in licenza contenuti e dati a più di 400 clienti in 30 paesi, una quota crescente dei quali sta sviluppando prodotti AI-native.

"I broker scelgono WNSTN perché trasformiamo dati di mercato complessi in qualcosa di personalmente rilevante, comprensibile e azionabile per i loro clienti", ha dichiarato Rakover, Co-Founder e CRO di WNSTN. "WNSTN non si limita a riassumere le informazioni: le digerisce, le contestualizza e personalizza il modo in cui vengono consegnate a ciascun utente. Si tratta di dare alle persone le informazioni giuste, al momento giusto, nel modo in cui possono comprenderle al meglio. È così che trasformiamo i dati in azione all'interno della piattaforma del broker, con la compliance integrata nell'esperienza. La copertura in tempo reale e storica di Benzinga rafforza questa capacità, mentre il suo utilizzo di WNSTN in Benzinga Pro dimostra la nostra tecnologia in produzione con un pubblico esigente di trader attivi."

L'impatto, secondo le società, è misurabile. L'analisi di WNSTN su un anno di dati con un cliente broker-dealer statunitense ha rilevato che gli investitori che hanno interagito con la sua AI hanno eseguito 2,3 volte più operazioni rispetto a coloro che non lo hanno fatto. Circa la metà degli utenti che hanno interagito con la chat di WNSTN ha effettuato un'operazione entro 24 ore dall'interazione con la piattaforma.

L'offerta combinata è disponibile oggi per le società di intermediazione e le piattaforme finanziarie, con opzioni di distribuzione white-label e integrazione via API. La distribuzione white-label consente alle funzionalità AI di apparire all'interno dell'esperienza client della stessa società di intermediazione con il marchio di quest'ultima, mentre l'integrazione via API permette alle piattaforme di incorporare direttamente i dati sottostanti e le capacità AI negli strumenti esistenti.