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 455+ casos de uso de IA, 427+ herramientas y rankings de señales de adopción.

Fuente

Casos similares

1S
How Super.com Saves 1,500+ Hours Monthly and Onboards 20% Faster with Glean
Super.com
1,500+Hours saved monthly
2G
How GCash Uses Glean to Save Employees 2-3 Hours Weekly
GCash
2-3Hours saved per employee per week
3E
How Experian Uses AWS Transform to Save 300 Engineering Days on .NET Modernization
Experian
~300Engineering days saved
4B
How Block Gives 4,000 Employees AI-Powered Data Access via Claude and Databricks
Block
75% saving 8-10+ hoursEngineers saving time weekly
5L
How loanDepot Cut IT Approval Times from Days to Under 5 Minutes with AI
loanDepot
<5 minutesIT approval turnaround
6BB
How Banco Bradesco Cuts Coding Time in Half with Databricks Assistant
Banco Bradesco
50%Reduction in development and analytical task time
7TA
How The AA Cuts Routine Query Time 70% with Databricks AI/BI Genie in Microsoft Teams
The AA
70%Routine query resolution time reduction
8F
How Fireblocks Uses Snowflake Cortex AI to Handle 40-50% of Data Queries Autonomously
Fireblocks
40-50%Data queries handled autonomously by AI agent
Ver todos los casos →