L'IA générative dans la Fintech : libérer le potentiel au-delà des ChatBots

Le parcours de l’IA dans la Fintech a été tout simplement remarquable. L'industrie fintech , habituée depuis longtemps à l'intelligence artificielle (IA) , est sur le point de faire des progrès encore plus importants, comme le souligne Isabelle Castro Margaroli dans Fintech News . Selon les projections, le marché de l’IA dans la fintech devrait atteindre la somme stupéfiante de 31,71 milliards de dollars d’ici 2027, affichant un taux de croissance remarquable de 28,6 %. L’utilisation de l’IA dans la fintech a déjà trouvé sa place, avec un nombre stupéfiant de 90 % des entreprises fintech intégrant déjà l’IA dans leurs opérations, comme le rapporte le Cambridge Center for Alternative Finance.

Pourtant, dans ce paysage d’évolution technologique, un nouvel acteur a émergé : l’IA générative. Cette nouvelle technologie promet de redéfinir la façon dont nous abordons les services financiers, en transcendant les ChatBots conventionnels et les outils d'automatisation auxquels nous sommes habitués. Cependant, il est important de reconnaître que l’industrie commence seulement à exploiter le potentiel de l’IA générative et qu’il reste un chemin considérable à parcourir avant qu’elle atteigne son apogée.

Robert Antoniades, co-fondateur et associé général d'Information Venture Partners, résume bien l'état actuel de l'IA générative dans le secteur financier : « Comment la Gen AI est-elle utilisée par les services financiers ? La réponse simple est qu’il n’est pas utilisé. Certainement pas de manière générale. Mais ce que Gen AI a fait, c’est qu’elle a accru la reconnaissance du pouvoir de l’IA pour les institutions financières.» Antoniades explique que même si les entreprises ont commencé à déployer des outils d'IA générative comme Chat GPT pour rationaliser les processus en contact avec les clients, le véritable impact transformateur de la technologie pourrait résider dans la révolution du backend des services financiers.

Cependant, un obstacle important demeure : la précision. Pour que l’IA générative réalise tout son potentiel dans les services financiers, elle doit atteindre une précision absolue. Malheureusement, cette précision est actuellement hors de portée. Les événements récents ont mis en évidence les dangers d’une IA générative inexacte. Le 1er juin, un bouleversement s'est produit sur les réseaux sociaux lorsque des « sources anonymes » ont apparemment rapporté que le président de la SEC, Gary Gensler, avait démissionné dans l'attente d'une « enquête interne ». Par la suite, ces affirmations ont été révélées comme étant fausses, et la source de ces rapports erronés ? Un robot d'IA générative.

Antoniades souligne le besoin crucial d'une précision absolue dans les services financiers, déclarant : « Vous devez comprendre que dans les services financiers, si quelque chose d'important est important, il doit être précis à 100 %. Il n'y a pas de place pour les hallucinations. Il n'y a pas de place pour les erreurs. Les réponses générées par l’IA sont fascinantes à voir car elles sont en fait correctes, mais elles ne sont pas exactes.» Les conséquences des inexactitudes dans les conseils financiers et la tenue des registres pourraient être catastrophiques.

Cependant, les applications potentielles de l’IA générative dans les services financiers sont considérables. Les services de conseil financier, souvent hors de portée pour beaucoup en raison de contraintes de coûts, pourraient devenir plus accessibles grâce à l’IA générative. Cette technologie pourrait personnaliser les services de conseil en fonction des interactions individuelles des clients, en fournissant des conseils et une assistance sur mesure.

Antoniades souligne ce point : « La génération AI est en fait un cas d'utilisation très intéressant pour fournir cette interaction et cette contextualisation entre le client et l'institution financière. En ingérant toutes ces données, il peut désormais avoir ce que l’on considérerait comme une conversation avec un client.»

De plus, l’IA générative a le potentiel d’améliorer considérablement les efforts de détection des fraudes et de lutte contre le blanchiment d’argent (AML) , en s’appuyant sur la dépendance déjà croissante à l’égard des modèles d’IA et d’apprentissage automatique dans ces domaines.

Une application particulièrement disruptive de l’IA générative consiste à moderniser l’infrastructure vieillissante du système bancaire. Alimenté par COBOL, un langage de programmation datant de 1959, ce cadre désuet est resté en grande partie inchangé alors que la technologie a progressé. Ce système obsolète est difficile à adapter et nécessite une programmation personnalisée approfondie pour toute mise à jour.

Antoniades propose une solution : « Je considère cela comme un moyen de moderniser les infrastructures. L’IA générative pourrait être utilisée pour réécrire le code COBOL archaïque et fournir un correctif pour accélérer la transition vers une nouvelle infrastructure moderne.» Les enjeux sont élevés lorsqu’il s’agit de systèmes existants, car toute erreur pourrait avoir des conséquences catastrophiques.

Comme le dit succinctement Antoniades : « Lorsque vous effectuez un dépôt sur votre compte bancaire, vous voulez savoir que l'argent y est. Ce n’est pas qu’il puisse être là 99,9 % du temps. C'est toujours là. Lorsqu’ils vous donnent des conseils, ils doivent être précis à 100 %. Cela ne devrait pas être précis à 90 %.»

Le potentiel de l’IA générative dans la fintech est indéniable et les institutions financières en sont parfaitement conscientes. Le prochain défi de l'industrie est de poursuivre le développement jusqu'à ce que les résultats de GenAI s'approchent de la perfection. L’horizon des services financiers est sur le point de se transformer, et l’IA générative est le signe avant-coureur de ce profond changement.