Benzinga, een aanbieder van realtime financieel nieuws, marktdata en financiële API's, heeft een uitgebreide samenwerking aangekondigd met WNSTN, een AI-platform voor personalisatie en engagement dat is gebouwd voor financiële instellingen. In het kader van het uitgebreide partnerschap brengen de twee bedrijven gezamenlijk een gecombineerde oplossing voor brokers op de markt: WNSTN levert de AI-intelligentielaag, terwijl Benzinga de realtime en historische marktdata levert die deze onderbouwt.

Het uitgebreide aanbod bouwt voort op een jaar van samenwerking binnen Benzinga's eigen producten. Sinds de uitrol over Benzinga Pro, het platform van het bedrijf voor actieve traders, in 2025, heeft Benzinga AI — aangedreven door WNSTN — chat in natuurlijke taal, nieuwssamenvattingen en marktanalyses geleverd aan Benzinga's basis van actieve traders en financiële professionals. Het product heeft sterke gebruikersacceptatie gegenereerd, waaronder een 25x hogere betrokkenheid, wat beide bedrijven het vertrouwen gaf om de technologie buiten Benzinga beschikbaar te stellen aan een bredere groep financiële platforms.

Voor brokers is het gezamenlijke aanbod ontworpen om de afstand te verkleinen tussen het willen van AI in de klantbeleving en het intern kunnen verantwoorden ervan. WNSTN levert meerdere contactpunten die bovenop data zitten, waaronder een conversationele laag, portefeuillebewuste personalisatie, continue marktmonitoring, uitvoerbare beleggingsideeën en op maat gemaakte samenvattingen. Het platform omvat ook een compliance-agent die is getraind op mondiale regelgevingskaders — waaronder FINRA en de SEC, die toezicht houden op Amerikaanse broker-dealers, CySEC op Cyprus en MiFID II in de Europese Unie — en elke output wordt door die compliancelaag geleid voordat deze een eindgebruiker bereikt. Benzinga levert op zijn beurt de onderliggende marktintelligentie: realtime aandelen nieuws, analistenbeoordelingen, winsten en bedrijfsevenementen, SEC-filings en 'Why Is It Moving'-uitleg van prijsschommelingen, naast historische archieven voor ophalen en context.

Datakwaliteit is een praktische beperking geworden voor financiële AI. Modellen kunnen zelfverzekerde antwoorden geven, ongeacht of de onderliggende informatie actueel is, correct wordt toegeschreven aan het juiste effect is gekoppeld, en in een broker-omgeving hebben die fouten regelgevende gevolgen. Gestructureerde, van tijdstempels voorziene en aan entiteiten gekoppelde marktdata verkleint die blootstelling in de ophaallaag, voordat enige beveiliging wordt gevraagd om deze op te vangen.

"De meeste faalwijzen in financiële AI zijn terug te voeren op de ophaallaag in plaats van op het model zelf," zei Dave Maher, CEO van Benzinga. "Als de data te laat aankomt, of zonder schone tijdstempels en entiteitstagging, is de output zelfverzekerd onjuist, en in deze sector wordt dat duur. Het draaien van Benzinga AI op onze eigen feeds binnen Benzinga Pro heeft ons het afgelopen jaar een praktijktest gegeven, en de antwoordkwaliteit hield rechtstreeks verband met de structuur van de onderliggende data. WNSTN heeft de orchestration- en compliancelaag gebouwd die die structuur bruikbaar maakt binnen een broker, dus het gezamenlijk op de markt brengen van de twee was de logische volgende stap."

De aankondiging weerspiegelt ook een bredere verschuiving in de manier waarop Benzinga zijn data licentieert. Het afgelopen jaar heeft het bedrijf zijn API-infrastructuur uitgebreid om grote taalmodellen en retrieval-augmented generation-workloads te bedienen — een aanpak waarbij een model bij elke query brongegevens ophaalt uit een geïndexeerde corpus — en heeft het licentiekaders opgezet die specifiek zijn ontworpen voor AI-toepassingen, in plaats van deze te behandelen als uitzonderingen op legacy-herdistributievoorwaarden. Benzinga licentieert nu content en data aan meer dan 400 klanten in 30 landen, waarvan een groeiend deel AI-native producten bouwt.

"Brokers kiezen voor WNSTN omdat wij complexe marktdata omzetten in iets dat persoonlijk relevant, begrijpelijk en uitvoerbaar is voor hun klanten," zei Rakover, medeoprichter en CRO van WNSTN. "WNSTN vat informatie niet alleen samen, het verteert deze, zet deze in context en stemt de levering af op elke gebruiker. Het gaat erom mensen de juiste informatie te geven, op het juiste moment, op de manier waarop ze deze het beste kunnen begrijpen. Zo zetten we data om in actie binnen het platform van de broker, met compliance ingebouwd in de beleving. Benzinga's realtime en historische dekking versterkt die mogelijkheid, terwijl het gebruik van WNSTN in Benzinga Pro onze technologie in productie demonstreert bij een veeleisend publiek van actieve traders."

De impact is, volgens de bedrijven, meetbaar. WNSTN's analyse van een jaar aan data met een Amerikaanse broker-dealer klant toonde aan dat beleggers die met de AI in aanraking kwamen 2,3 keer meer transacties uitvoerden dan degenen die dat niet deden. Ongeveer de helft van de gebruikers die met WNSTN-chat communiceerden, plaatste binnen 24 uur na interactie met het platform een transactie.

Het gecombineerde aanbod is vandaag beschikbaar voor brokers en financiële platforms, met white-label implementatie- en API-integratieopties. white-label implementatie kunnen de AI-functies binnen de eigen klantbeleving van een broker verschijnen onder het merk van die firma, terwijl API-integratie platforms in staat stelt de onderliggende data en AI-mogelijkheden direct in bestaande tools in te bouwen.