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 442+ casos de uso de IA, 407+ 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
3N
How N26 Uses Claude on AWS Bedrock to Automate 70% of Customer Operations
N26
70%Task automation in targeted processes
4R
How Ramp Uses Claude Code to Ship 1M Lines of Code in 30 Days
Ramp
1+ million linesAI-suggested code implemented in 30 days
5SB
How Shinhan Bank Uses Digital Assistants to Save 1.2M Hours Per Year
Shinhan Bank
1.2M+Staff hours saved annually
6C
How ComplyAdvantage Cut Development Time 37% with Gemini Code Assist
ComplyAdvantage
37%Development Time Reduction
7V
How Vanguard Uses Pinecone to Boost Customer Support with 12% More Accurate Responses
Vanguard
12%Search result accuracy improvement
8LF
How LB Finance Used Snowflake Cortex AI to Reduce Dashboard Refresh from Hours to Minutes and Accelerate Loan Approvals
LB Finance
Hours to minutesDashboard refresh time
Ver todos los casos →