Avec la numérisation qui s’accélère, les institutions financières doivent évoluer rapidement. Or, leur prudence excessive freine parfois l’innovation, observe Marc Boyer, responsable de l’infonuagique de Google Canada.
Dans la transition vers l’intelligence artificielle (IA), le nuage (cloud) ne se limite pas au stockage des données. Il devient l’ossature des nouvelles applications d’IA, selon l’expert. « L’adoption du nuage permet aux institutions financières de dépasser les limites des infrastructures traditionnelles. Elles peuvent tester et déployer des technologies beaucoup plus rapidement, avec une puissance de calcul inégalée », souligne le directeur de Google Cloud pour l’Est et l’Ouest du Canada.
Google accompagne plusieurs acteurs du secteur dans cette transformation, dont Desjardins, la Banque Scotia, Valeurs mobilières TD et iA Groupe financier, ainsi que des investisseurs institutionnels comme la Caisse de dépôt et placement du Québec (CDPQ) et Investissements PSP.
IA de première génération : l’automatisation des interactions
L’implantation de l’IA en services financiers se fait en intégrant progressivement des solutions automatisées, d’abord basées sur des modèles simples, puis sur des technologies plus avancées.
Dans un premier temps, l’IA a été utilisée dans les services financiers pour automatiser les interactions de base avec la clientèle, rappelle Marc Boyer. Chez Desjardins, par exemple, cela s’est traduit par la mise en place d’agents conversationnels capables de répondre aux questions fréquentes des utilisateurs.
« Les appels entrants sont analysés et filtrés par un agent virtuel basé sur les technologies de Google. Le robot est en mesure de comprendre l’intention du client, de produire un résumé de la discussion et d’aiguiller la requête au bon service, avec le bon contexte. »
Ces solutions permettent de réduire le temps d’attente et d’améliorer l’expérience client en éliminant les transferts d’appels inutiles.
IA avancée : l’analyse des données en temps réel
Le perfectionnement des algorithmes a permis aux institutions financières de commencer à exploiter l’IA pour analyser les données en temps réel et soutenir leurs conseillers. iA Groupe financier, par exemple, utilise un robot (chatbot) interne basé sur l’IA pour assister les équipes de gestion de patrimoine.
« Ce robot répond aux questions des conseillers en temps réel sur une vaste gamme de produits financiers. Il leur permet d’accéder à une information à jour et de personnaliser leurs recommandations », signale le dirigeant.
Dans cet exemple, l’IA ne se contente plus d’interagir avec les clients : elle devient un outil d’aide à la décision pour les professionnels du secteur.
IA multimodale : la convergence des données et des formats
La prochaine avancée ?
Une IA capable de traiter simultanément texte, images et audio.
« Avec des outils comme Notebook LM, l’IA peut assembler et analyser divers contenus, puis en extraire des podcasts interactifs en quelques minutes », explique Marc Boyer.
Cette technologie pourrait transformer le travail des analystes financiers, leur permettant d’agréger instantanément des documents réglementaires, des rapports économiques et des notes internes pour obtenir une synthèse personnalisée.
Autre évolution majeure : l’informatique quantique. « Les avancées sont fulgurantes dans ce domaine. On parle d’applications concrètes non pas dans 10 ou 15 ans, mais d’ici 3 à 4 ans », précise-t-il.
Cette technologie qui réunit l’informatique, la physique et les mathématiques promet d’accélérer le traitement des données complexes grâce à des puces inspirées des réseaux de neurones, comme celles utilisées par ChatGPT et Gemini.
Une adoption encore prudente
Malgré les gains potentiels, l’adoption de l’IA reste prudente. Trop ? Une étude menée par le Conseil du patronat du Québec estime que l’IA pourrait générer jusqu’à 230 milliards d’économies annuelles et faire gagner 175 heures de travail par employé. Pourtant, son déploiement reste limité.
« Les entreprises avancent à petits pas. La confidentialité des données et les risques de fuite les préoccupent. Les régulations du secteur financier, bien que nécessaires, ralentissent aussi l’implantation de nouvelles technologies. Trouver l’équilibre entre sécurité et performance est délicat », souligne Marc Boyer.
L’un des enjeux majeurs pour les institutions financières consiste à garantir que les données utilisées par les systèmes d’IA restent internes aux entreprises et ne servent pas à entraîner des modèles externes. Un défi important à relever.