Antoine Amend, directeur technique principal pour les services financiers à Databricks, une plateforme qui aide les entreprises à construire, mettre à l’échelle et gouverner les données, souligne que l’IA générative change la façon dont les utilisateurs interagissent avec les technologies financières. Grâce à l’IA, les employés gagnent en efficacité et en temps, ce qui leur permet de se concentrer davantage sur des tâches stratégiques plutôt que sur des processus administratifs.

« L’IA se démocratise. Les utilisateurs peuvent désormais comprendre et intégrer ces technologies dans leur quotidien, sans avoir à solliciter constamment des technologues », affirme-t-il.

Les institutions financières trouvent ainsi de multiples applications à l’IA. Kevin Levitt, responsable mondial du développement du secteur financier à Nvidia, indique que l’IA est souvent utilisée en premier pour améliorer les interactions des services à la clientèle des institutions financières en réduisant le nombre d’appels.

Le rôle des employés dans les agences bancaires et les centres d’appels demeure donc des plus pertinents. « Les clients veulent toujours parler à un être humain pour certaines questions complexes. L’IA ne remplace pas cette relation, elle l’enrichit », dit Yannick Lallement, chef de l’intelligence artificielle à la Banque Scotia.

C’est le cas dans son institution, qui utilise l’IA pour gérer des interactions basiques avec les clients grâce à des outils comme les chatbots, et résumer les conversations pour les agents humains, qui peuvent ensuite reprendre la discussion en temps réel, illustre-t-il.

Auparavant, l’agent au service à la clientèle de la Banque Scotia avait accès à une simple transcription de l’échange entre le chatbot et le client, poursuit Yannick Lallement. L’IA générative fournit désormais en quelques secondes un résumé de l’échange et produit un sommaire structuré qui permet à l’agent de prendre ensuite le relai.

L’IA générative sert également à améliorer certains processus liés à la conformité réglementaire, au traitement des plaintes et à la lutte contre la fraude. « La fraude est un domaine dans lequel l’IA peut faire une énorme différence, et c’est un excellent point de départ pour les institutions », mentionne Kevin Levitt.

« L’IA permet de résumer de longs documents et d’extraire des informations pertinentes pour cerner les risques opérationnels ou détecter des fraudes », illustre Parinaz Sobhani, associée directrice et cheffe de l’intelligence artificielle chez Sagard.

L’IA générative est ainsi utilisée pour analyser des incidents financiers en parcourant des bases de données complexes, et pour repérer des risques en se basant sur des descriptions textuelles détaillées. Cela renforce la capacité des institutions financières à prévenir les crimes financiers, comme le blanchiment d’argent, en offrant un contexte plus riche que les recherches ponctuelles traditionnelles.

Les défis de l’adoption

Cependant, cette technologie suscite également diverses inquiétudes. Les « hallucinations » ou les erreurs générées par les modèles d’IA peuvent être problématiques, surtout si elles ne sont pas détectées rapidement. Pour contrer ces risques, les experts insistent sur la nécessité d’une supervision humaine constante et d’une formation adéquate des employés. « Il faut comprendre ce que l’IA peut et ne peut pas faire, et former les employés à déterminer ces limites », souligne Yannick Lallement.

Pour maximiser les résultats de l’IA, l’intégrité des données est cruciale, signale Kevin Levitt. Il recommande de débuter par une gestion rigoureuse des données, en s’assurant de leur fiabilité et de leur disponibilité.

Le scepticisme envers des « modèles boîtes noires » est également un frein à l’adoption massive de l’IA dans le secteur financier. Ces modèles, en raison de leur opacité, soulèvent des questions sur la transparence et l’équité des décisions prises par l’IA. De plus, les impacts environnementaux de l’IA, notamment en termes de durabilité et d’empreinte carbone, sont une autre source de préoccupations.

Malgré ces réserves, l’introduction de ChatGPT en 2022 a provoqué un véritable bouleversement dans le secteur financier. Les fintechs, comme Arteria AI, ont rapidement été inondées de demandes de la part d’institutions financières. Shelby Austin, co-fondatrice et cheffe de la direction de cette fintech établie à Toronto, a rapporté qu’« il y avait tellement de buzz autour de l’IA que les banques ne savaient pas comment gérer leurs systèmes hérités ».

En effet, la majorité des institutions financières s’appuient encore sur des systèmes informatiques anciens, souvent peu compatibles avec les technologies modernes comme l’IA générative, capable de générer du texte, des images, des vidéos ou d’autres médias en réponse à des requêtes. Pour pouvoir exploiter tout le potentiel de l’IA générative, les institutions financières doivent donc adapter ces systèmes ou en développer de nouveaux.

Il s’agit de processus qui requièrent des investissements massifs, et le rendement du capital investi n’est pas toujours immédiat, prévient Dave Henderson, président des Solutions intelligentes et de l’innovation à CGI. Au sein de l’entreprise montréalaise, l’activité de consultation informatique auprès des entreprises pour les aider à adapter leurs systèmes à l’IA générative a pris une ampleur inégalée depuis quelques années.

Cependant, malgré la complexité des systèmes existants, l’IA a déjà permis d’améliorer la communication avec les clients. Selon Shelby Austin, l’IA a notamment permis d’accélérer les échanges avec les clients d’au moins 50 %. Ce gain tangible a aidé à justifier les investissements.

Une adoption progressive de l’IA

Pour s’adapter à cette nouvelle réalité technologique, les institutions financières optent souvent pour une approche progressive. Plutôt que de transformer l’ensemble de leurs systèmes en une seule fois, elles procèdent par étapes.

La Banque Scotia privilégie l’utilisation de l’IA pour améliorer la productivité interne avant de déployer des applications destinées aux clients. Elle utilise l’IA pour certaines tâches comme l’analyse de documents complexes, ou pour faciliter la gestion des audits, l’évaluation des risques et la conformité.

Selon Yannick Lallement, « plus on monte en complexité, plus cela devient coûteux à mettre en place ». L’approche par petits pas adoptée par la banque lui permet de gérer l’évolution rapide de l’IA tout en minimisant les risques.

Pour réussir l’adoption de l’IA générative, les entreprises doivent déterminer les domaines où cette technologie peut vraiment changer la donne, sans pour autant ignorer l’importance des compétences humaines. Il s’agit de trouver le carrefour idéal entre technologie et interaction humaine, comme l’ont noté plusieurs experts.

L’adaptation des systèmes hérités à l’IA représente un défi considérable, mais les progrès réalisés démontrent que cette transformation est possible. Dans cette course, les institutions financières recherchent l’équilibre entre l’investissement nécessaire et les gains tangibles en matière de productivité, de gestion des risques et de satisfaction client. Les fintechs, grâce à leur agilité et leur expertise, jouent un rôle clé dans cette transformation.

L’article IA générative dans le secteur financier: l’humain reste indispensable est apparu en premier sur Finance et Investissement.

Antoine Amend, directeur technique principal pour les services financiers chez Databricks, une plateforme qui aide les entreprises à construire, mettre à l’échelle et gouverner les données, souligne que l’IA générative change la façon dont les utilisateurs interagissent avec les technologies financières. Grâce à l’IA, les employés gagnent en efficacité et en temps, ce qui leur permet de se concentrer davantage sur des tâches stratégiques plutôt que sur des processus administratifs.

« L’IA se démocratise. Les utilisateurs peuvent désormais comprendre et intégrer ces technologies dans leur quotidien, sans avoir à solliciter constamment des technologues », affirme Antoine Amend.

L’interaction humaine : indispensable

Bien qu’elle améliore de nombreux aspects des services financiers, notamment l’automatisation des tâches administratives et le traitement des données, l’IA générative ne remplacera pas totalement les interactions humaines, estiment les experts.

Yannick Lallement, chef de l’intelligence artificielle à la Banque Scotia, estime que le rôle des employés dans les agences bancaires et les centres de contact demeure pertinent : « Les clients veulent toujours parler à un être humain pour certaines questions complexes. L’IA ne remplace pas cette relation, elle l’enrichit. » Selon lui, l’IA générative permet d’améliorer le parcours client grâce à des outils comme les chatbots.

La Banque Scotia utilise l’IA pour gérer des interactions basiques avec les clients et résumer les conversations pour les agents humains, qui peuvent ensuite reprendre la discussion en temps réel. Cela offre un gain de temps aux clients tout en améliorant la qualité du service.

Auparavant, l’agent au service à la clientèle de la Banque Scotia avait accès à une simple transcription de l’échange entre le chatbot et le client, explique Yannick Lallement. L’IA générative fournit désormais en quelques secondes un résumé de l’échange et produit un sommaire structuré qui permet à l’agent de prendre ensuite le relai.

Détection de la fraude

Dans le secteur financier, l’IA générative sert également à améliorer certains processus, tels que la conformité réglementaire, le traitement des plaintes et la lutte contre la fraude. Par exemple, « L’IA permet de résumer de longs documents et d’extraire des informations pertinentes pour identifier les risques opérationnels ou détecter des fraudes », précise Parinaz Sobhani, associée directrice et cheffe de l’intelligence artificielle chez Sagard.

L’IA générative est également utilisée pour analyser des incidents financiers en parcourant des bases de données complexes, et pour repérer des risques en se basant sur des descriptions textuelles détaillées. Cela renforce la capacité des institutions financières à prévenir les crimes financiers, comme le blanchiment d’argent, en offrant un contexte plus riche que les recherches ponctuelles traditionnelles.

Les défis de l’adoption

Cependant, l’IA générative n’est pas sans défi. Les « hallucinations » ou les erreurs générées par les modèles d’IA peuvent être problématiques, surtout si elles ne sont pas détectées rapidement. Pour contrer ces risques, les experts insistent sur la nécessité d’une supervision humaine constante et d’une formation adéquate des employés. « Il faut comprendre ce que l’IA peut et ne peut pas faire, et former les employés à identifier ces limites », souligne Yannick Lallement.

Le scepticisme autour des « modèles boîtes noires » est également un frein à l’adoption massive de l’IA dans le secteur financier. Ces modèles, souvent opaques, soulèvent des questions sur la transparence et l’équité des décisions prises par l’IA. De plus, les impacts environnementaux de l’IA, notamment en termes de durabilité et d’empreinte carbone, sont une autre source de préoccupations.

L’humain au cœur du modèle

Une autre crainte fréquemment soulevée est que l’IA puisse remplacer les emplois humains. Toutefois, les intervenants du Forum Fintech ont souligné que l’IA générative devrait être perçue comme un outil d’amélioration des performances des employés, et non comme une menace pour leurs postes. « L’IA ne remplace pas l’humain, elle l’aide à être plus performant », assure Antoine Amend.

Pour réussir l’adoption de l’IA générative, les entreprises doivent identifier les domaines où cette technologie peut vraiment faire la différence, sans pour autant ignorer l’importance des compétences humaines. Il s’agit de trouver le « sweet spot » entre technologie et interaction humaine, comme l’ont noté plusieurs experts.

L’article IA générative dans le secteur financier : l’humain reste indispensable est apparu en premier sur Finance et Investissement.

Qu’est-ce que l’intelligence artificielle ?

Alors que maintenant, même notre eau peut-être appelée « intelligente », en quoi l’IA se démarque d’un moteur de recherche comme Google, par exemple?

Plutôt que de simplement trouver des mots clés similaires sur le Web à ceux qu’on inscrit, l’IA va analyser les données, créer un contexte et est capable d’établir des conclusions. Imaginez un collaborateur qui apprend et s’améliore au fil du temps. Eh bien, c’est exactement ce que fait l’IA! Il est donc possible de lui définir une liste de tâches à effectuer en réduisant les biais humains.

Quelques exemples d’outils connus utilisant l’IA :

• ChatGPT (produit par OpenAI)
• Gemini ((produit par Google)
• Copilot (produit par Microsoft)

Les Dangers de l’IA

Avant de s’aventurer trop loin, il est important de garder à l’esprit certains risques :

Confidentialité et sécurité : Toutes les informations inscrites sont stockées sur des bases de données qui seront traitées ensuite par l’IA. Il est donc fortement déconseillé d’y envoyer des données sensibles qui pourraient être la cible de pirates informatiques qui sont toujours à l’affût.

Dépendance aveugle : Ne laissez pas l’IA prendre toutes vos décisions. Elle est là pour vous aider, pas pour vous remplacer. L’IA peut refléter les préjugés humains. Parfois, elle prend des décisions injustes. Soyez vigilant et assurez-vous de toujours réviser les textes.

Informations erronées : puisque l’IA essaie de comprendre le contexte, il arrive fréquemment des erreurs. Par exemple si vous demandez de l’information sur un REÉÉ, REÉR ou REÉI, tous les résultats seront mélangés donnant majoritairement de fausses informations. Il en va de même pour les prédictions des marchés.

Comment utiliser l’IA au Quotidien?

Maintenant, passons aux bonnes nouvelles. Voici comment l’IA peut améliorer votre quotidien :

Analyse des données : L’IA peut trier et analyser des tonnes de données en un clin d’œil. Un moyen très efficace est de prendre les nombreux courriels que vous recevez sur un même sujet, comme les mouvements des marchés dans les dernières semaines, copier/coller leur intégralité et demander un résumé de quelques lignes seulement. Vous pouvez également forcer un contexte comme « Résume-moi toutes ces informations comme si je n’avais que 13 ans ». Le langage et la vulgarisation de concepts seront ainsi adaptés !

Vous pouvez également demander une vérification de vos courriels/articles sans donnée compromettante pour avoir un avis objectif ainsi que les points à améliorer.

Syndrome de la page blanche : Vous ne savez pas comment amorcer votre texte ou votre courriel pour un client, ou encore, vous aimeriez bénéficier d’une structure de base pour votre prochain article? Simplement demander un premier jet et modifier par la suite les éléments qui vous semblent plus appropriés.

Automatisation : Il existe plusieurs outils qui permettent une prise de notes automatiques lors de vos rencontres et qui permettent à la fin de générer un rapport détaillé de tous les points mentionnés. Fireflies.ai est un exemple que j’ai testé. Il fonctionne très bien en français et à faible coût.

Si vous répétez fréquemment les mêmes réponses à vos clients et avez une bonne présence en ligne, l’utilisation d’un Chatbot peut être très intéressant. Un peu comme pour un assistant virtuel, vous pouvez configurer des réponses pour les principales questions posées et il se charge de tout le reste. Attention, bien que le coût à l’utilisation soit relativement faible (0.01$ à 0.10$ par requête), si vous avez des milliers de requêtes mensuelles, les coûts peuvent rapidement augmenter.

L’IA est un outil formidable qui a le potentiel d’améliorer considérablement notre efficacité de travail. Dans le domaine financier, son utilisation nous offre des opportunités passionnantes. Toutefois, comme pour tout outil puissant, il est essentiel de l’utiliser avec discernement. La sécurité des données est une priorité absolue et nous devons toujours veiller à la préserver.

En gardant cela à l’esprit, il s’agit d’une véritable révolution non pas seulement pour notre industrie, mais pour le monde entier.

Article rédigé par Patrice Therriault, membre du conseil technique de l’ARSF

L’article L’Intelligence artificielle simplifiée est apparu en premier sur Finance et Investissement.

C’est l’un des messages qu’a livrés Éric Salobir, président de la Human Technology Foundation à l’occasion du Prolab 2023, un événement créé par la Chambre de la sécurité financière qui se déroulait le 8 juin, à Montréal.

De nouvelles applications technologiques issues de l’IA peuvent accroître la productivité d’un conseiller. Il peut ainsi, par exemple, obtenir de l’aide d’un agent conversationnel (chatbot) qui pourrait répondre aux clients lorsque le conseiller est absent. Ou encore, une telle techno pourrait filtrer les courriels du conseiller pour identifier les plus importants, tout en répondant aux requêtes simples de clients.

« Imaginez une machine que traite tout ce qui est le moins intéressant dans votre job. Une machine qui trie les courriels, qui fait les premières réponses et qui vous passe l’interlocuteur une fois que les premières réponses ont été données. Vous allez pouvoir vous concentrer sur la plus forte valeur ajoutée de votre job : (être avec votre client) », a-t-il noté.

Selon lui, une telle technologie permettrait même au conseiller d’être plus présent avec son client. « Souvent, les conseillers passent beaucoup de temps le nez sur leur clavier. Ils vous parlent, mais ils entrent l’information. L’idée est d’avoir une machine qui s’occupe de tout cela, comme cela vous pouvez pousser l’écran et être juste face à votre client et vous en occuper », a-t-il fait valoir.

L’autre avantage de ce genre de technologies est qu’elles permettraient aux conseillers de petite taille de rivaliser avec de plus grandes institutions. « Vous avez la capacité de faire des choses que votre équipe parfois réduite n’aurait pu faire avant. Et ça, ça vous remet complètement dans la course. Ça vous remet la capacité de compétitionner avec les plus grands. Et c’est assez sympa », a-t-il avancé, sans donner davantage de détails.

Assurance en redéfinition

Par ailleurs, selon Éric Salobir, on devra possiblement devoir redéfinir les métiers de l’assurance en raison de l’importance des données. Il donne l’exemple d’Apple, qui a indiqué qu’il allait faire son entrée dans le secteur de l’assurance de personne en 2024.

« Ils sont déjà dans votre poche. Ils sont déjà à votre poignet. C’est extrêmement facile pour eux de vous envoyer un pop-up (une fenêtre publicitaire) et de vous proposer tel ou tel contrat d’assurance. On peut cliquer là-dessus comme on achète telle ou telle application ou un morceau de musique », a-t-il illustré.

Le défi pour les conseillers et les assureurs est qu’Apple a beaucoup de données sur leurs clients, notamment sur qui fait du sport. « Ils savent tout. Ils vont avoir des approches commerciales parmi les plus agressives et les plus étudiées. Il va falloir entièrement repenser les métiers de l’assurance pour éviter que ces entreprises prennent tout le bon risque. »

Selon lui, les assureurs détiennent également des données et pourraient aider leurs clients à anticiper leurs risques à venir, « pas seulement pour faire plus de profit, mais pour avoir plus d’impact positif sur le client ».

L’article Techno : l’embrasser pour devenir meilleur est apparu en premier sur Finance et Investissement.

Ainsi, certaines entreprises créent des technologies simplement parce qu’elles le peuvent, sans tenir compte des besoins et des attentes réels du client, ce qui à long terme, pourrait leur coûter cher.

Un choc technologique

Aujourd’hui beaucoup d’outils et de technologies ont été mis en place et sont offerts aux consommateurs. Toutefois, les modèles d’affaires, eux, ont évolué beaucoup moins rapidement, ce qui donne lieu à un « choc technologique », comme l’appelle Patrick Raimondi, directeur général, Services financiers chez Accenture en entrevue avec Finance et investissement.

« Les façons de faire n’ont pas assez évolué contrairement aux orientations clients. Celles-ci ne sont pas supportées à travers la façon dont les entreprises évoluent dans le marché », précise-t-il.

Pour se remettre sur les bons rails, les entreprises doivent prendre conscience de ce choc, être capables de comprendre les limites du modèle actuel et faire les changements appropriés, selon Accenture.

Dans son nouveau rapport annuel, Vision technologique d’Accenture 2020, l’entreprise internationale de conseil et de technologies cible cinq grandes tendances que les entreprises doivent exploiter au cours des trois prochaines années pour désamorcer ce choc technologique.

1) Une expérience personnalisée

Pour ne pas être dépassées, les entreprises vont devoir évoluer vers des modèles centrés sur le client et transformer la relation entre l’entreprise et le consommateur en véritable partenariat, affirme Patrick Raimondi.

« Les organisations devront concevoir des expériences personnalisées qui amplifient la faculté d’agir et les choix d’une personne. Cela permettra de convertir les auditoires passifs en participants actifs en transformant les expériences à sens unique, qui donnent aux gens le sentiment de ne pas avoir de pouvoir ni d’influence, en véritables collaborations », peut-on lire dans le communiqué d’Accenture.

Jusqu’à maintenant, les entreprises privilégiaient un modèle transactionnel : j’ai un produit, je te le vends. Dans ce modèle de partenariat conseillé par Accenture, le client pourrait donner ses préférences. Le but serait de davantage le responsabiliser, appuie Patrick Raimondi.

Celui-ci aurait l’opportunité de communiquer ses besoins réels auxquels l’entreprise devra répondre. Cela pourrait aussi passer par un échange. Par exemple, les institutions financières ont beaucoup de données sur leurs clients, celui-ci pourrait donner l’accès à ces informations et à l’utilisation de celles-ci, en échange d’un service.

« Ça exige une collaboration plus étroite entre le consommateur et l’entreprise. Il y a une responsabilité commune, on dépasse le type de relation transactionnelle, d’où l’importance du volet confiance et sécurité », ajoute-t-il.

Pour le volet de sécurité, on peut penser à la future mouture de la Loi sur la protection des renseignements personnels qui obligera les entreprises à demander un consentement clair et explicite au consommateur pour obtenir et utiliser ses données. Consentement que celui-ci pourra retirer quand il le voudra.

2) L’intelligence artificielle (IA)

Accenture pense ici à la façon dont l’IA devient un outil imbriqué dans l’entreprise pour supporter l’employé. Le but ici, n’est pas de le remplacer, mais bien de le soutenir afin de ne pas désengager les employés, précise Patrick Raimondi.

L’intelligence artificielle pourra prendre en charge les tâches plus répétitives pour permettre à l’employé de gérer les exceptions. Le but est d’offrir aux travailleurs des outils pour mieux réaliser leurs tâches.

« À mesure que les capacités de l’IA se développent, les entreprises doivent repenser le travail qu’elles effectuent pour faire de l’IA une partie génératrice du processus, avec la confiance et la transparence comme éléments centraux. Actuellement, seulement 37 % des organisations déclarent utiliser des principes de conception inclusive ou axée sur l’humain pour soutenir la collaboration humain-machine », peut-on lire dans le communiqué.

Dans le milieu financier, on peut penser à l’exemple des chatbots qui peuvent soutenir les clients pour les demandes les plus basiques.

3) Les appareils intelligents

Le dilemme est d’utiliser ces outils de façon industrialisée afin de développer des avantages pour les entreprises. Les dirigeants d’entreprises sondés par Accenture affirment à 74 % que les produits et services connectés de leur organisation connaîtront davantage, ou nettement plus, de mises à jour au cours des trois prochaines années.

Dans le domaine financier, leur application est moins évidente. En assurance de dommage, on peut toutefois penser à Ajusto chez Desjardins qui permet de personnaliser le niveau de risque de l’assurance voiture en fonction du type de conduite du consommateur.

4) Des robots dans la nature

Ce point-là est également moins pertinent pour les services financiers, note Patrick Raimondi, mais il s’agit de mettre en production des outils robots dans des environnements moins structurés. On peut ici penser aux voitures autonomes, qui pourraient impacter le milieu de l’assurance dans le futur.

5) La structure d’innovation

L’enjeu avec les structures d’innovation c’est d’être capable de développer l’innovation, mais aussi d’être capable de la mettre en application en entreprise, souligne Patrick Raimondi.

« Aujourd’hui, on voit beaucoup d’enjeux avec les structures d’innovations qui sont mises en place dans des cellules à l’intérieur de l’entreprise. Mais les banques, elles, ont centralisé les structures d’innovation plutôt que de les avoir dans chacune des lignes d’affaires. Elles se sont donné une structure de frappe plus grande. En centralisant, cela leur permet de développer beaucoup plus rapidement leurs innovations », précise-t-il.

Toutefois, les institutions, comme les autres entreprises, peinent à réduire la production d’une idée innovante à la production à l’échelle.

Ne pas être à la traîne

En plus de ces cinq grandes tendances que les entreprises devraient exploiter au cours des trois prochaines années pour désamorcer le choc technologique décrit par Accenture, Patrick Raimondi estime que le défi pour les institutions financières sera de repenser leur modèle d’affaires.

« Elles devront repenser comment elles s’organisent, revoir leur structure à l’interne pour être plus réactives et maximiser la mise en place des technologies », déclare-t-il.

Les institutions devront, selon lui, davantage s’ouvrir et encore moins travailler en silo pour maximiser l’offre des technologies.

Un autre point sur lesquelles elles devront travailler c’est leur orientation. Celle-ci devra davantage être vers la transformation que vers l’optimisation.

« Le modèle a atteint ses limites et pour passer à l’étape d’après il faudra penser à transformer plutôt qu’à optimiser », ajoute-t-il.

S’il est conscient des coûts qu’impliquent les technologies, l’expert souligne que les institutions financières ont les moyens de faire ces changements. Surtout que, selon lui, les changements permettront de découvrir de nouvelles façons de faire et vont aider à dégager de la capacité financière, mais aussi humaine. « Il suffit d’investir de façon intelligente pour que cela génère des retours ».

Chaque institution devra toutefois trouver son « étoile du nord » pour sa transformation. La Banque Laurentienne a ainsi décidé de tout miser sur le numérique et d’enlever son réseau de distribution, une orientation certainement différente de la RBC ou de BMO.

« Chacun doit développer des stratégies qui cadrent avec leur réalité et leur marché », conclut-il.

L’article Ne pas perdre pied dans le numérique est apparu en premier sur Finance et Investissement.