Avec le développement de l’IA générative, une évolution technologique est en marche, capable de révolutionner le secteur financier. Le potentiel est énorme : son utilisation entraînera très rapidement un changement de paradigme dans la manière de travailler.

L’intelligence artificielle (IA) a également fait son apparition dans le secteur financier. Le potentiel de l’IA générative (GenAI) a déclenché un changement de paradigme en quelques mois seulement, une évolution que peu de personnes auraient prévu il y a un an. Juste deux mois après son lancement, le service de Open AI, ChatGPT, comptait déjà 100 millions d’utilisateurs actifs mensuels. Il a établi un record pour la croissance rapide du nombre d’utilisateurs.

Pourquoi cela s’est-il produit ?

• Premièrement, ChatGPT est intuitif et facile à utiliser. Les barrières à l’entrée sont très faibles, rendant le service facilement accessible à un grand nombre de personnes.
• Deuxièmement, une recherche avec ChatGPT fournit non seulement des résultats, mais aussi une « véritable réponse », qui synthétise plusieurs sources et facilite ainsi la compréhension pour le destinataire. Le temps où il fallait lire chaque résultat manuellement pour obtenir une réponse auto-générée est révolu.
• Troisièmement, le modèle de langage large (Large Language Model, LLM) de OpenAI a pu comprendre et traiter des informations de divers formats et structures, et les intégrer dans la réponse.

Le conseil McKinsey a prédit dans son étude « Le potentiel économique de l’IA générative » un potentiel économique intersectoriel de 2,6 à 4,4 billions de dollars US par an (basé sur 63 cas d’utilisation d’IA générative dans 16 domaines commerciaux). Le secteur bancaire est particulièrement susceptible de bénéficier de l’IA générative, selon l’étude, et pourrait augmenter le chiffre d’affaires annuel du secteur de 2,8 à 4,8 %. L’application de ces solutions sera bientôt un facteur de compétitivité clé.

Les devoirs avant le plaisir lors de l’utilisation de la GenAI

L’implémentation de l’IA générative dans les opérations quotidiennes des prestataires financiers nécessite une approche progressive :

Il faut d’abord créer une infrastructure technique adéquate qui utilise un modèle de langage, qui peut être utilisé de manière significative pour les applications. ChatGPT n’est pas toujours la solution parfaite en tant que modèle de langage « large ». Pour analyser des informations internes et nettement moins nombreuses que celles disponibles sur l’ensemble d’Internet, plusieurs modèles de langage en open source sont souvent un meilleur et surtout un choix plus économique. La performance de ces modèles dans une solution cloud ou sur site dépend aussi de l’intensité d’utilisation et de la capacité de calcul nécessaire. Il est donc judicieux de mettre en place une solution évolutive qui peut s’adapter aux possibilités qui se développent encore rapidement.

Les cadres réglementaires et juridiques doivent également être discutés et définis. Cela concerne non seulement les exigences en matière de protection des données, mais aussi la protection des secrets commerciaux et opérationnels, par exemple sous forme de documents internes qui peuvent être téléchargés dans une solution GenAI pour analyse et évaluation. L’infrastructure doit toutefois garantir que ces données internes sont traitées sur des serveurs contrôlés par les prestataires de services financiers ou leurs prestataires technologiques, de sorte que ces informations ne puissent pas être utilisées pour « entraîner » les modèles de langage externes.

La question de la responsabilité juridique qui peut survenir lors de l’utilisation et de la réutilisation de résultats générés doit également être clarifiée. C’est particulièrement vrai lorsqu’il s’agit de l’utilisation des données pour la communication externe ou pour la prise de décisions internes.

Enfin, les cas d’utilisation spécifiques qui doivent être utilisés ou développés doivent être clarifiés. Ici, ce n’est pas tant le cas d’utilisation concret qui compte, mais bien la forme d’application, le modèle de cas d’utilisation. Ainsi, des « automates » prédéfinis peuvent être créés, qui reproduisent des applications spécifiques au domaine, seules ou en combinaison. Ils peuvent ensuite être utilisés dans un environnement sans code ou à faible code pour le développement informatique ou le département spécialisé.

Possibilités d’application fondamentales de la GenAI

Les banques qui intègrent l’IA générative dans leurs modèles d’affaires dès le début obtiennent un avantage concurrentiel significatif. Les premiers cas d’utilisation typiques concernent l’élimination des tâches manuelles, qui nécessitent beaucoup de temps. Cela peut commencer par la création de textes, soutenir la recherche d’informations sur Internet (par exemple via une instance de ChatGPT conforme aux règles de conformité) ou faciliter l’évaluation finale et la reconnaissance de motifs. Le simple fait de soutenir les employés est un levier de performance majeur!

Mais ce n’est pas seulement l’optimisation significative de l’efficacité du travail qui présente un grand potentiel. Les banques sont également en mesure d’offrir de nouveaux produits et services innovants qui surpassent la concurrence. De nouvelles formes d’interaction et de service à la clientèle sont également possibles, offrant des solutions et des informations sur mesure.

L’identification et l’évaluation des risques font partie du cœur de métier des institutions financières. La Gen-KI optimise ce processus en appliquant des modèles basés sur des données historiques et des tendances de marché, en prédisant les risques potentiels et en prenant les mesures appropriées. En outre, l’IA peut générer des scénarios alternatifs et évaluer leurs impacts sur le portefeuille. Cela permet au secteur bancaire de réagir de manière appropriée aux événements imprévus et aux changements économiques.

Elle peut également jouer un rôle de soutien dans la détection de la fraude : la détection de la fraude est un jeu de chat et de souris constant entre les institutions financières et les criminels. L’IA générative simplifie cette tâche en reconnaissant les modèles et les anomalies dans les données transactionnelles. De plus, elle peut identifier les activités frauduleuses et donner l’alerte.

Dans le commerce, l’IA générative peut également jouer un rôle majeur en développant des stratégies commerciales basées sur des quantités massives de données de marché. Ces stratégies peuvent contribuer à optimiser le processus de négociation tout en améliorant le rendement.

Dans l’interaction client, l’IA générative peut être utilisée pour créer des chatbots personnalisés qui répondent 24/7 dans le support client et qui ont accès à des bases de données formées à l’avance avec des informations sur les produits. En outre, ils peuvent également être utilisés pour soutenir le processus de vente, par exemple auprès des clients d’entreprise, pour synthétiser par exemple des procès-verbaux de réunion, souvent sous forme de texte ou d’audio non structurés pour les clients et les consultants, et pour déduire les tâches importantes.

Il va sans dire que les résultats générés par l’IA ne doivent pas être adoptés sans validation, aucun modèle n’est exempt d’hallucinations. Et l’intuition humaine et l’expérience de vie dans l’environnement commercial jouent également un rôle important dans les évaluations. Par conséquent, les processus de contrôle et d’approbation existants continuent d’être en vigueur, que l’on travaille avec ou sans IA générative. Chaque IA n’est aussi bonne que les valeurs qui la façonnent, et cette responsabilité, ainsi que la véritable décision, reste entre les mains de l’utilisateur.

Potentiel gigantesque – tant qu’il est utilisé dans un cadre contrôlé par la conformité

Le potentiel de l’IA générative dans le secteur financier est pratiquement sans limites. Elle permet non seulement à ses utilisateurs d’optimiser leurs propres modèles d’affaires. Elle leur permet également de mieux comprendre les risques potentiels et de réagir de manière proactive. Cela contribue notamment à renforcer la stabilité de l’ensemble du système financier.

L’utilisation de l’IA générative offre également un potentiel énorme pour les employés. Aujourd’hui déjà, il y a beaucoup trop peu de temps pour le travail réellement productif, car les tâches administratives et de gestion ainsi que les processus manuels prennent énormément de temps. C’est là que l’IA générative intervient et ne va pas réduire un seul poste de travail, mais va enfin créer l’espace nécessaire pour se concentrer sur les tâches importantes – une véritable réponse à la pénurie de travailleurs qualifiés.

La réglementation n’est pas un obstacle à l’application. Au contraire, elle offre une sécurité dans cet environnement complexe. Il est important de ne pas attendre passivement l’adoption de la « loi sur l’IA de l’UE », qui vise à normaliser et à renforcer la régulation de l’intelligence artificielle dans l’Union européenne, mais de continuer à apprendre et à explorer les cas d’utilisation dans un environnement technique adaptable.

L’IA générative est sans aucun doute un élément perturbateur pour le secteur financier, car en dépit de tous les défis et préoccupations, elle va transformer radicalement notre façon de travailler et façonner l’avenir du secteur financier dans le monde.