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.

EtonGPT intègre les capacités transactionnelles de la plateforme ERP d’Eton Solution en plus d’offrir des fonctionnalités d’IA conversationnelle. Ce programme sera offert uniquement aux utilisateurs d’AtlasFive dans l’optique d’améliorer la productivité de leurs family offices.

EtonGPT intègre les données stockées dans les documents avec les données de transaction sur AtlasFive, ce qui permet de rationaliser les processus et d’augmenter la productivité. Cette solution offre l’accès à des informations et des analyses approfondies des portefeuilles d’investissement et d’actifs.

EtonGPT offre à la fois un outil de recherche interne et un outil d’extraction de données au sein de la base de données centralisée sécurisée de la plateforme ERP AtlasFive native cloud.

« Avec EtonGPT, AtlasFive peut désormais analyser et intégrer les données enfouies dans plus de 250 types de documents tels que les plans fiduciaires, les plans successoraux et les accords de partenariat. Cette combinaison de traitement de données structurées et non structurées offre aux gestionnaires de patrimoine la possibilité de multiplier par 2 à 4 l’efficience opérationnelle », assure Satyen Patel, président exécutif d’Eton Solutions.

L’article Une plateforme d’IA générative pour les family offices est apparu en premier sur Finance et Investissement.

Plus d’un tiers (38 %) des dirigeants de services financiers canadiens ont déclaré investir dans l’IA générative, selon un rapport de Broadridge publié le 14 mars dernier. Ce chiffre se compare à celui de 24 % des cadres à l’échelle mondiale.

L’IA générative apprend les modèles et les structures des données d’entraînement d’entrée pour générer de nouveaux résultats avec des caractéristiques similaires, comme des vidéos, des images et du texte.

Alors que les trois quarts des dirigeants au niveau mondial étaient confiants quant à la numérisation de leur entreprise en général, Broadridge a constaté que les leaders avaient réalisé des gains dans les initiatives relatives aux talents et à la culture par rapport aux non-leaders. Par exemple, 44 % des leaders font des investissements modérés ou importants dans l’IA générative, ce qui représente plus du double du nombre de non-leaders.

Au Canada, 28 % des répondants ont déclaré qu’ils augmenteraient leurs investissements dans l’IA au cours des deux prochaines années, et près de huit sur dix (79 %) ont convenu que l’IA entraînera des améliorations significatives du service à la clientèle. Les principales priorités du front office comprenaient l’interaction avec les clients, la gestion de portefeuille et le développement de produits.

Cependant, 43 % des répondants canadiens craignent que les menaces croissantes en matière de cybersécurité aient un impact sur leur transformation numérique. La sécurité des données et la protection de la vie privée sont des priorités pour de nombreuses entreprises à l’échelle mondiale.

L’enquête a été menée en novembre 2023 auprès de 500 cadres dirigeants et de leurs subordonnés directs, issus de 18 pays. Les actifs gérés par les entreprises de l’échantillon étaient compris entre 1 et 250 milliards de dollars américains.

L’article Les dirigeants des services financiers investissent dans l’IA générative est apparu en premier sur Finance et Investissement.

Plutôt que de considérer l’IA générative comme un simple outil informatique utile pour améliorer les processus existants, vous devriez apprendre à dialoguer avec elle comme vous le feriez avec un collègue, suggèrent ainsi les spécialistes. Dans cet écosystème, humains et IA collaborent, apprennent l’un de l’autre et optimisent continuellement les processus en temps réel.

Pour cela, vous devez repenser les processus de travail de A à Z. La clé du succès consiste à « designer » pour le dialogue les projets d’interfaces conversationnelles basées sur l’IA générative dès le début du projet.

Les experts s’appuient sur le cas de l’entreprise américaine Jerry, spécialisée en assurance et en financement automobile, pour démontrer la validité de cette approche. Après avoir adopté un système IA conçu pour le dialogue pour son service client en mai 2023, la firme a atteint en quelques mois un taux de réponse supérieur à 96 % en moins de 30 secondes. Avant l’implantation du système, le taux de réponse s’élevait à 54 % en 24 heures. Cette amélioration a permis à l’entreprise de prévoir des économies annuelles de 5,5 millions de dollars.

Pour obtenir ces résultats, l’entreprise a suivi des étapes essentielles, selon les experts.

Voici ce que vous pouvez faire pour mettre en place un projet d’IA générative conçu pour le dialogue :

Préparez le terrain. Décomposez chaque processus en tâches, en évaluant leur complexité, les risques associés et les compétences nécessaires. Cette étape permet de s’assurer que chaque tâche est assignée aux collaborateurs pertinents, humains ou robots.

Examinez les domaines dans lesquels l’expertise humaine est irremplaçable. En particulier ceux qui requièrent de l’intelligence émotionnelle, une prise de décision complexe et des jugements nuancés.

Déterminez comment les employés et le robot conversationnel vont communiquer et collaborer. Si le projet touche le service à la clientèle, décidez précisément à quel moment et sous quelles conditions l’IA doit céder la place à l’intervention humaine, par exemple en cas d’anomalie ou de décision stratégique à prendre.

Évaluez et affinez continuellement la collaboration entre l’IA et l’humain. Mettez en place des mécanismes de retour d’information (boucles de rétroaction) pour faire remonter les données récoltées dans les rapports d’erreurs, les mesures de réussite, les enquêtes de satisfaction ou encore les explications des décisions prises par l’IA. Enregistrez et contrôlez en permanence les données sur les performances et le retour d’information des utilisateurs pour affiner le processus.

Formez vos équipes aux nouveaux outils et protocoles de l’IA générative. La formation des employés devrait notamment mettre l’accent sur la fiabilité de l’IA et sur la manière de fournir un retour d’information constructif au sujet de l’utilisation des systèmes conversationnels.

Actualisez régulièrement les profils de tâches et les protocoles d’interaction entre les humains et l’IA. Afin d’améliorer leur collaboration, recherchez les étapes du processus qui peuvent être entièrement automatisées à la lumière de l’information recueillie à propos de ces interactions.

Une fois que l’intégration initiale est réussie et que les processus ont été affinés, vous pouvez envisager de les étendre à d’autres secteurs de l’organisation.

L’article Maîtrisez l’art du dialogue avec l’IA est apparu en premier sur Finance et Investissement.