Cómo Wealthsimple ahorra más de 1 millón de dólares al año con Glean Enterprise Search

Wealthsimple, una plataforma fintech canadiense con la misión de hacer los servicios financieros simples y accesibles, desplegó Glean para unificar la búsqueda en toda su base de conocimiento — Google Docs, Slack, GitHub, Jira y más. Los empleados ya no interrumpen a colegas con experiencia para localizar información, y la principal frustración de acceso al conocimiento identificada en las encuestas internas ha desaparecido. El resultado es un ahorro de productividad anual de 1,03 millones de dólares, con el 98 por ciento de los empleados usando la plataforma activamente.

Resultados

$1.03MAhorro anual en costes por tiempo ahorrado
98%Tasa de adopción por parte de los empleados

Herramientas y tecnologías

1G
Glean
Enterprise search platform by Glean connecting company knowledge across SaaS apps using AI.

Categorías de IA

Desafío

A medida que Wealthsimple crecía, los empleados perdian tiempo valioso buscando información en herramientas desconectadas, apartando a colegas con experiencia de trabajos de alto impacto para responder preguntas que deberían ser de autoservicio, una fricción que aparecía de forma consistente en las encuestas de toda la empresa.

Solución

Wealthsimple desplegó Glean para crear una experiencia de búsqueda unificada e impulsada por IA en Google Docs, Slack, GitHub, Jira y otras aplicaciones principales, permitiendo a los empleados encontrar instantáneamente el conocimiento relevante de toda la empresa mediante búsqueda y conversación en lenguaje natural.

Historia completa

Wealthsimple fue creada para hacer los servicios financieros transparentes y accesibles. A medida que la empresa creció, la infraestructura interna de conocimiento tuvo dificultades para seguir el ritmo. Los empleados que buscaban respuestas tenían que trabajar en múltiples herramientas desconectadas, y la fricción se multiplicó con el crecimiento de la compañía. Las encuestas de pulso, las encuestas de I+D y las sesiones de preguntas y respuestas de toda la empresa arrojaban la misma señal: encontrar la información correcta llevaba demasiado tiempo e interrumpía a demasiadas personas. Los empleados más experimentados, quienes concentraban el mayor conocimiento institucional, soportaban una carga desproporcionada.

Accede a 456+ casos de uso de IA, 428+ herramientas y rankings de señales de adopción.

Fuente

Casos similares

1G
How GCash Uses Glean to Save Employees 2-3 Hours Weekly
GCash
2-3Hours saved per employee per week
2S
How Super.com Saves 1,500+ Hours Monthly and Onboards 20% Faster with Glean
Super.com
1,500+Hours saved monthly
3E
How Experian Uses Gong Revenue AI OS to Boost Win Rates by 25%
Experian
25%Win rate improvement
4BL
How Bank Leumi Cuts Security Detection Time 60% with Elastic
Bank Leumi
-60%Log detection and analysis time
5N
How N26 Uses Claude on AWS Bedrock to Automate 70% of Customer Operations
N26
70%Task automation in targeted processes
6F
How Fireblocks Uses Snowflake Cortex AI to Handle 40-50% of Data Queries Autonomously
Fireblocks
40-50%Data queries handled autonomously by AI agent
7NB
How NBIM Uses Claude Enterprise to Save 20% Time on Investment Analysis
Norges Bank Investment Management
20%Weekly time savings per employee
8O
How OffDeal Uses Claude to Close $91M in M&A Deals with a Team of Four Bankers
OffDeal
85%Internal eval accuracy after migrating to Claude Agent SDK
Ver todos los casos →