Cependant, cette technologie présente des défis importants, tels que les erreurs potentielles et les « hallucinations » de l’IA, ont souligné des experts lors du 11e Forum Fintech Canada, qui s’est tenu à Montréal les 10 et 11 septembre. De plus, l’adaptation des systèmes hérités constitue un obstacle majeur à surmonter pour en tirer pleinement profit.

Des investissements colossaux

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.

Ce processus requiert des investissements massifs, et le retour sur investissement (ROI) n’est pas toujours immédiat, a souligné Dave Henderson, président des Solutions intelligentes et de l’innovation chez 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.

Les géants mondiaux tels que CGI s’appuient sur l’innovation des fintechs pour aider leurs clients à faire évoluer leurs systèmes. « Les fintechs peuvent aider l’industrie à innover et à transformer ces systèmes hérités. Elles jouent un rôle crucial en créant des technologies qui permettent de rendre les données des entreprises compatibles avec les systèmes d’IA », estime Dave Henderson.

Un engouement soudain pour l’IA

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 des institutions financières. Shelby Austin, co-fondatrice et cheffe de la direction de cette fintech basée 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. »

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 retour 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 déjà l’IA pour certaines tâches comme l’analyse de documents complexes, notamment pour faciliter la gestion des audits, l’évaluation des risques et la conformité.

Selon Yannick Lallement, chef de l’intelligence artificielle à la Banque Scotia, « 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.

Des applications diversifiées de l’IA

En parallèle, l’IA trouve d’autres applications au sein des institutions financières. Kevin Levitt, responsable mondial du développement du secteur financier chez Nvidia, a indiqué 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.

En outre, l’IA joue un rôle central dans la lutte contre la fraude, en réduisant notamment les faux positifs, qui se produisent lorsqu’un outil de détection de l’IA identifie à tort un texte produit par un humain comme étant généré par l’IA. « 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-t-il.

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.

Les petites entreprises aussi tirent parti de l’IA

Ce ne sont pas seulement les grandes institutions financières qui bénéficient des avancées en IA. Mara Reiff, cheffe de la direction chez FreshBooks, une fintech canadienne spécialisée dans les logiciels de comptabilité pour PME, a indiqué que les petites entreprises utilisent de plus en plus l’IA pour améliorer leur efficacité et réduire leurs coûts. FreshBooks, par exemple, est utilisé dans plus de 100 pays et aide plusieurs millions de PME à gérer leurs affaires en automatisant des tâches complexes.

Pour implanter l’IA générative, Mara Reiff conseille aux petites entreprises d’adopter une approche progressive, similaire à celle des grandes banques : « Vous devez commencer par sortir vos données des systèmes hérités, et créer de la valeur progressivement. Si vous êtes une petite entreprise, voyez comment tirer parti de ce qui existe déjà pour maximiser les résultats. »

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 vs systèmes hérités : le grand combat 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.

Le GIB agit en tant qu’organe consultatif pour aider les gestionnaires à mieux comprendre les dernières tendances auxquelles sont confrontés les investisseurs et qui ont un impact sur l’allocation de leurs actifs. Il met également l’accent sur les attentes des investisseurs à l’égard des gestionnaires afin d’améliorer l’alignement entre eux, tout en mettant en avant les bonnes pratiques du secteur pour améliorer les résultats d’investissement des parties prenantes.

Depuis sa création, le GIB s’est élargi pour inclure 20 dirigeants d’investisseurs institutionnels du monde entier sous la direction d’Eduard van Gelderen, directeur de l’information chez PSP Investments, et d’Anne-Marie Fink, directrice de l’information chez Private Markets and Funds Alpha chez SWIB.

Récemment, le GIB a abordé les thèmes de la gestion des liquidités et de l’intelligence artificielle. Voici donc les principales informations que les gestionnaires de fonds spéculatifs devraient connaître :

Perspectives sur la gestion des liquidités

• Gestion centralisée des liquidités et de l’effet de levier : les investisseurs institutionnels investissant davantage dans des actifs privés généralement illiquides, il est essentiel de gérer la liquidité de manière centralisée au niveau du portefeuille. Cette approche permet une gestion stratégique des liquidités et contribue à éviter les ventes forcées de positions illiquides. Il est essentiel de mettre en œuvre une stratégie de gestion des actifs par paliers, c’est-à-dire de répartir les actifs entre le court, le moyen et le long terme, tout en équilibrant les prélèvements et les réserves de liquidités.
• Seuils stratégiques et tests de résistance : pour maintenir des niveaux de liquidité adéquats, il faut fixer des seuils stratégiques, prévoir les besoins de liquidité et effectuer des tests de résistance en continu. Des plans d’urgence doivent être élaborés pour différents scénarios de marché. Le suivi des exigences en matière de ratio de couverture des liquidités (LCR) permet de déterminer quand la collecte de fonds doit être déclenchée, en tenant compte à la fois des besoins à court et à long terme, et en incluant des tampons supplémentaires au-delà des objectifs spécifiques du LCR.
• Liquidité opérationnelle ou stratégique : l’équilibre entre liquidités opérationnelles et stratégiques implique des arbitrages entre le maintien de réserves de liquidités et la saisie d’opportunités génératrices d’alpha. Alors que certains investisseurs conservent un poids stratégique en liquidités pour plus de flexibilité, il est important de modéliser les opportunités d’investissement potentielles et d’évaluer leur impact sur la performance du portefeuille.
• Cascades de liquidités : il est essentiel d’identifier les sources prioritaires de liquidités. Les sources primaires comprennent souvent les bons du Trésor, les marchés d’actions développés à grande capitalisation et les titres de Trésor protégés contre l’inflation (TIPS). Les sources secondaires peuvent impliquer un effet de levier au niveau du fonds et des conversions de titres physiques en titres synthétiques. Les rachats auprès de gestionnaires actifs dans le cadre de comptes gérés séparément constituent une autre option. Les liquidités proviennent rarement des prêts à effet de levier, du haut rendement, du crédit de qualité ou des meilleurs gestionnaires actifs. Les fonds spéculatifs disposant d’une liquidité quotidienne ou mensuelle peuvent servir de source en cas de turbulences sur les marchés, et certains investisseurs envisagent d’émettre des titres de créance pour obtenir des liquidités.
• Couverture des risques de change et liquidités : la gestion de la couverture du risque de change et des liquidités nécessite une solide fonction de gestion de trésorerie. Les devises étrangères peuvent servir de tampon anticyclique; par exemple, les investisseurs canadiens peuvent tirer parti de la dynamique du taux de change USD/CAD pour gérer les liquidités.

Opinions sur l’intelligence artificielle (IA)

• Efficacité opérationnelle pour les équipes d’investissement : de nombreuses équipes d’investissement commencent à tirer parti de l’IA pour traiter les lettres de recherche des gestionnaires, stocker les mémos internes, suivre les décisions d’investissement et résumer les points de vue macroéconomiques des économistes.
• Gestion de portefeuille : bien qu’elles en soient encore aux premiers stades de la mise en œuvre interne, les entreprises explorent l’impact de l’IA sur les gestionnaires externes et les sociétés de portefeuille. Toutefois, elles ne se voient pas encore imposer d’exigences spécifiques en matière d’intégration de l’IA.
• Alignement des services de guichet et d’arrière-guichet : une mise en œuvre réussie de l’IA nécessite que les équipes internes se sentent à l’aise avec la technologie et s’accordent sur son application. L’intégration du personnel du service d’arrière-guichet dans le service de guichet peut améliorer la compréhension et faciliter la mise en œuvre.
• Effet dénominateur : les performances des marchés publics induites par l’IA créent un effet dénominateur pour les investisseurs, ce qui entraîne des déséquilibres dans les objectifs d’allocation d’actifs à long terme sur le plan géographique et sectoriel. Il reste difficile de prédire la persistance d’une forte performance et d’établir des attentes raisonnables en matière de rendement à long terme.
• Fournisseurs d’IA et confidentialité des données : ChatGPT et Co-Pilot sont parmi les solutions d’IA les plus utilisées, bien que certains investisseurs développent des solutions internes personnalisées et testent d’autres fournisseurs. La confidentialité des données reste un sujet de préoccupation, car les entreprises se demandent quelles données peuvent être téléchargées en toute sécurité dans les systèmes d’IA et à quelles fins.

Si vous souhaitez en savoir plus sur le travail du Conseil des investisseurs mondiaux ou lire ses analyses bimestrielles, veuillez vous rendre sur le site aima.org.

L’article Gestion des liquidités et IA pour les gestionnaires de fonds spéculatifs est apparu en premier sur Finance et Investissement.

L’année dernière, les investisseurs ont vu l’action de Nvidia grimper de 239 % et battre des records chaque trimestre. L’entreprise fabrique des puces qui alimentent des outils d’IA tels que ChatGPT.

Or, toutes les entreprises actives dans le domaine de l’IA ne sont pas vouées à connaître le même succès. Le marché de l’IA n’en étant qu’à ses débuts, la prudence doit être de mise.

C’est là qu’interviennent les fonds négociés en Bourse (FNB) thématiques sur l’IA. Ces fonds permettent aux investisseurs d’atténuer les risques liés aux entreprises individuelles en investissant dans un fonds détenant des participations dans différents secteurs et entreprises, allant des géants établis de la technologie aux jeunes pousses (startups) innovantes.

« Investir dans les FNB d’IA vous offre vraiment un panier mondial diversifié de titres exposés à l’IA, et ce dans tous les sous-segments du secteur de l’IA », explique Pat Chiefalo, responsable des FNB et des stratégies indicielles chez Invesco Canada à Toronto.

FNB d’IA au Canada

Plusieurs sociétés de gestion d’actifs ont lancé des FNB sur l’IA au cours des dernières années.

Evolve Funds Group fait partie du lot. La firme torontoise s’est associée à la société de logiciels d’IA Gradient Boosted Investment, également connue sous le nom de Boosted.ai, pour lancer le fonds Evolve Artificial Intelligence Fund (TSX : ARTI) en mars.

La technologie de Boosted.ai, basée sur un modèle de langage étendu, analyse des milliers d’actions afin de déterminer quelles sont les entreprises les plus susceptibles de bénéficier de l’adoption croissante de l’IA à l’échelle mondiale.

En d’autres termes, les humains ne construisent pas le portefeuille.

« Ici, je parle toujours de l’IA au carré parce que l’on utilise l’IA pour choisir des sociétés d’IA », rapporte Raj Lala, président et chef de la direction d’Evolve.

« Boosted.ai se réfère à environ 150 000 sources via sa plateforme pour identifier les types d’entreprises dans lesquelles nous devrions investir — pas seulement les grandes entreprises technologiques, mais aussi les petites entreprises qui se concentrent sur l’IA. »

Le FNB, d’une valeur de 2,8 millions de dollars (M$), comporte des frais de gestion de 0,60 % et détient plus de 50 entreprises. Parmi celles-ci figurent des valeurs sûres comme Apple, Alphabet et Nvidia, mais aussi des sociétés moins connues comme Astera Labs qui vend des puces de haute puissance utilisées dans l’IA, et Aurora Innovation, une société de technologie de véhicules à conduite autonome.

Le Invesco Morningstar Global Next Gen AI Index ETF (TSX : INAI), dont les frais de gestion s’élèvent à 0,35 %, est un autre FNB thématique d’IA qui a fait son entrée sur le marché cette année.

Outre les méga-capitalisations telles que Microsoft, Nvidia et Meta, le fonds de 153 M$ comprend des actions de plus petites capitalisations dans des sociétés de données et d’infrastructure d’IA, ainsi que des sociétés de services d’IA telles que des sociétés de conseil. Ce FNB détient 50 titres en portefeuille.

« Notre FNB est très, très liquide. Il est possible d’effectuer de petits ajustements à un portefeuille avec ce fonds ou des transactions de très grandes tailles de qualité institutionnelle », décrit Pat Chiefalo. Cela permet d’effectuer des transactions à moindre coût, affirme-t-il.

Global X Investments Canada, anciennement connue sous le nom de Horizons ETFs Management (FNB Horizons), dispose d’une gamme diversifiée de FNB qui offrent une exposition à l’IA. Il s’agit notamment du Global X Robotics & AI Index ETF (TSX: RBOT), qui a été lancé en novembre 2017.

Ce fonds investit dans un indice de sociétés qui devraient bénéficier de l’adoption accrue de la robotique et de l’IA, moyennant des frais de gestion de 0,45 %.

Il comprend des participations dans des entreprises des technologies de l’information, de services industriels, de soins de santé, de biens de consommation, de la finance et de l’énergie. Parmi ces entreprises figurent Nvidia, Yaskawa Electric, une société japonaise de robotique, et Intuitive Surgical. Il s’agit d’une société américaine qui fabrique des produits robotiques conçus pour améliorer les résultats cliniques des patients.

Selon Naseem Husain, premier vice-président et stratège FNB chez Global X, à Toronto, ces FNB sur le thème de l’IA ont tendance à trouver un écho auprès des personnes férues de technologie qui aiment s’informer sur les technologies novatrices et acheter les derniers gadgets.

Ces produits s’adressent vraiment à eux en leur disant : « Je veux aligner mes investissements pour tirer profit des choses que je considère être en train de décoller et qui vont changer le monde », résume-t-il.

Qui devrait investir dans les FNB sur l’IA ?

Selon Pat Chiefalo, Raj Lala et Naseem Husain, les FNB thématiques sur l’IA conviennent aux investisseurs qui recherchent des placements à haut risque avec une forte croissance du capital sur le long terme.

Toutefois, Raj Lala estime que ces produits ne devraient constituer qu’une petite partie du portefeuille de la plupart des investisseurs, étant donné que le marché de l’IA — et le secteur technologique en général — est assez volatil.

« Je pense qu’il peut s’agir d’une petite composante de votre portefeuille d’actions qui vise réellement une plus grande croissance », recommande-t-il.

Les FNB sur l’IA conviennent également aux investisseurs pressés par le temps, a déclaré Naseem Husain, en précisant que ces fonds peuvent utiliser des règles indicielles, des gestionnaires actifs et des outils d’IA eux-mêmes pour aider à sélectionner les actions qui les composent.

Toutefois, si vous êtes un investisseur très conservateur, l’IA n’a peut-être pas sa place dans votre portefeuille, précise Naseem Husain. Il est d’avis que ces investisseurs feraient mieux d’opter pour une allocation de croissance davantage axée sur les dividendes ou les investissements à faible volatilité.

Les perspectives des FNB sur l’IA

L’IA générative devrait devenir un marché de 1,3 billion de dollars d’ici 2032, selon Raj Lala, citant un rapport de Bloomberg Intelligence.

Compte tenu de ces prévisions, il pense que de plus en plus d’investisseurs chercheront à entrer sur le marché de l’IA.

« Nous n’en sommes qu’au début de la croissance de l’IA. Donc, si vous voulez y participer, c’est la bonne façon de le faire. D’autant plus que l’IA va continuer à se répandre dans un grand nombre d’industries différentes et à se développer », assure Raj Lala.

Pat Chiefalo est du même avis et s’attend à ce que davantage d’émetteurs de FNB cherchent à tirer parti de cette croissance.

La croissance observée sur le marché de l’IA fait déjà sourciller les investisseurs, constate Naseem Husain.

« Certains des FNB de cette catégorie, y compris certains des nôtres, ont affiché des rendements de plus de 60 %. Cela incite donc immédiatement les gens à jeter un coup d’œil et à se dire : “Peut-être que cela va se reproduire” », rapporte-t-il.

« Les performances passées ne signifient pas nécessairement que ces rendements vont se produire, mais elles réveillent les gens », ajoute-t-il.

L’article Profiter de l’essor de l’IA grâce aux FNB sur l’IA 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.

Michel Mailloux s’est vu décerner le prix Turgot dans la catégorie spéciale francophone, décerné par l’Institut de Haute Finance (IHFi) de Paris, pour son livre Robots financiers et IA, aspects pratiques et éthiques, publié aux éditions Arnaud Franel.

Le Prix Turgot récompense les meilleurs livres d’économie financière. Cette année, ce sont 195 ouvrages qui ont été lus par le comité de présélection. Le président du grand jury de la 37^e édition du Prix Turgot n’est autre que Jean-Claude Trichet, ancien président de la Banque centrale européenne.

Tout au long de Robots financiers et IA, aspects pratiques et éthiques, Michel Mailloux se penche sur l’éthique en matière financière dans le contexte de l’émergence des robots financiers, ou dialogueurs financiers.

L’auteur dirige le Collège des professions financières. Il est également consultant en conformité chez Mailloux & Associés.

Dans son ouvrage, Michel Mailloux présente les considérations éthiques, souvent méconnues, qui sont en arrière-plan des algorithmes. Or, ces aspects éthiques ne peuvent pas être ignorés, ne serait-ce que parce que le cadre réglementaire évoluera dans certaines dimensions essentielles, transformant la nature du travail des professionnels de l’industrie.

Ainsi, les conseillers ne seront plus en mesure de comprendre les calculs effectués par une intelligence artificielle, compte tenu de l’immense complexité des calculs que celle-ci aura effectués. Par exemple, ChatGPT réalise quatre millions de milliards d’opérations à la seconde : la teneur des calculs financiers reposant sur un tel outil se trouve hors de portée de tout professionnel.

« L’intervenant financier est toujours responsable de ses conseils, mais comment être responsable s’il ne comprend pas ce que le dialogue financier fait ? » interroge Michel Mailloux.

L’auteur entrevoit ce vers quoi pourrait évoluer le futur cadre réglementaire dans le monde d’intelligence artificielle qui s’étend à l’industrie des services financiers. Plutôt que d’être en mesure d’assurer la transparence des calculs, le conseiller devra se concentrer sur l’explication des solutions proposées par l’intelligence artificielle.

« On peut imaginer que l’intelligence artificielle soit incluse dans la formation de base des conseillers », envisage l’auteur.

Michel Mailloux vient de publier une deuxième édition de son ouvrage au cours des derniers jours. Par ailleurs, il prépare présentement un nouvel ouvrage, destiné à faire connaître au grand public les rouages des dialogueurs financiers et de l’intelligence artificielle en finance.

L’article Un planificateur québécois primé en France est apparu en premier sur Finance et Investissement.

C’est ce que révèle le ­Baromètre de l’assurance, sondage en ligne dans lequel les conseillers en sécurité financière devaient déterminer ce qui nuit à leur efficacité au travail.

Résultat, un segment significatif de répondants montrent du doigt le service offert par certains assureurs.

Les conseillers en sécurité financière peinent à collaborer avec quelques assureurs qui offrent un service de souscription souvent trop lent ou des outils qui manquent d’uniformité d’une compagnie d’assurance à l’autre.

« ­Le principal problème actuellement est le service ­après-vente des assureurs », déplore un conseiller. Il se plaint également du manque de connaissances de certains interlocuteurs, du temps d’attente trop long pour joindre le personnel et des informations reçues qui sont parfois erronées.

Un autre répondant ajoute : « ­La souscription est parfois un processus long et ardu ». Les outils en ligne, hétérogènes d’un assureur à l’autre, nuisent gravement à la productivité des représentants. Le temps d’adaptation est conséquent lorsqu’un conseiller traite avec plusieurs assureurs, ce qui en pousse plusieurs à revenir aux méthodes traditionnelles sur papier.

Les plateformes des assureurs sont souvent lacunaires en informations et en possibilités de modification, constate un répondant. « ­Nous sommes constamment dépendants de l’agent général ou de l’assureur », ­précise-t-il, mettant en évidence une dépendance problématique.

L’allongement des délais de traitement par les assureurs pour les polices en vigueur est également critiqué. « ­Il semble que tout le budget soit dirigé vers les nouvelles affaires, au détriment du service aux clients existants », se plaint un autre conseiller.

« ­Beaucoup de compagnies n’ont pas d’outil fiable pour le suivi de dossier », déplore un autre sondé.

Face à ces témoignages, les dirigeants d’agences en assurance ne nient pas les problèmes soulevés. Caroline Thibeault, présidente du ­Groupe ­SFGT, reconnaît les problèmes d’efficacité et les attribue à divers facteurs, notamment la pandémie qui a induit une perte de productivité avec le télétravail ainsi qu’une pénurie de main-d’œuvre durable. Les fusions d’assureurs et les
nombreux changements de plateformes numériques ont également contribué à ces retards de service.

« ­Les conseillers se plaignent effectivement de perdre beaucoup de temps avec les assureurs, temps qui pourrait être investi dans le développement des affaires, confirme Dominic ­Demers, président de la Financière ­S_Entiel. Cependant, les communications avec les assureurs tendent à s’améliorer malgré de longs délais d’attente pour certaines réponses. »

La variabilité des outils d’un assureur à l’autre crée des situations particulières. « ­Les conseillers ont tendance à concentrer leur pratique sur deux ou trois assureurs qui se démarquent avec des outils simplifiés, plus faciles à utiliser. Parfois, ce n’est pas toujours la solution qui va être la plus adaptée pour le client qui est retenue, mais la solution qui est quand même la plus simple à mettre en œuvre sur le plan technologique pour le conseiller », explique ­Eli ­Pichelli, consultant de l’industrie de l’assurance de personnes.

­Gino-Sébastian ­Savard, président de ­MICA ­Cabinets de services financiers, rejette l’idée d’un manque de formation offerte par les assureurs, soulignant plutôt la complexité due à la multiplication des plateformes. « ­Les assureurs sont toujours prêts à donner de la formation sur leur application. Le manque d’uniformité des plateformes complexifie le travail, c’est vrai », ­explique-t-il. Les conseillers doivent donc apprendre à utiliser différents systèmes. « ­Cela dit, il est encore plus important pour un conseiller de se tenir informé des évolutions en matière de planification financière et de réglementation fiscale. »

L’Association canadienne des compagnies d’assurances de personnes n’a pas donné suite à notre demande d’entrevue pour connaître la position des assureurs.

Gagner en efficacité

La solution passe par une meilleure organisation du travail, selon ­Gino-Sébastian ­Savard. « ­Les
conseillers ont de plus en plus de responsabilités et souvent trop de clients, vu la rareté de professionnels dans l’industrie. Pour réussir, ils ont donc besoin de se structurer pour offrir un service efficace », ­soutient-il. Cela veut dire d’embaucher des adjoints ou des adjointes détenant certains permis, qui peuvent les soutenir dans leurs tâches. Ou travailler en équipe avec des conseillers se spécialisant dans certains domaines pour gagner en efficacité.

« ­Ils doivent aussi utiliser les outils technologiques à leur disposition comme l’intelligence artificielle pour faciliter leur travail, ­ajoute-t-il. ChatGPT peut aider dans la rédaction de suivis de rencontres, de lettres de présentation aux assureurs, par exemple. Il faut bien sûr s’assurer que tout est conforme, mais cela permet d’économiser beaucoup de temps. »

La spécialisation pourrait être une stratégie avantageuse, permettant de réduire le nombre de fournisseurs et de mieux répondre aux besoins des clients. Face à la pénurie de ­main-d’œuvre, l’automatisation et la simplification des processus deviennent essentielles, croit ­Caroline Thibeault. « Les propositions électroniques sont une bonne avenue, ­dit-elle. Il y a aussi des assureurs qui ont décidé de simplifier leurs questionnaires afin d’accélérer le traitement des demandes. Après tout, prendre six semaines avant d’émettre une police entraîne un coût. »

Si les conseillers en assurance doivent naviguer parmi des défis significatifs liés à la productivité et à la gestion de la relation client, l’adoption de nouvelles stratégies et technologies, y compris une utilisation optimale des outils existants comme le logiciel de gestion de la relation client, apparaît comme un des moyens de surmonter ces obstacles. La capacité d’adaptation reste donc la clé de la pérennité et de la satisfaction client dans le domaine de l’assurance, conclut ­Gino-Sébastian ­Savard.

L’article Sources d’inefficacité des conseillers? est apparu en premier sur Finance et Investissement.