L’IA Générative s’impose dans le monde de la finance
Technology Trends Manager
L’intelligence artificielle générative est en train de révolutionner de nombreux secteurs de l’économie, et l’industrie bancaire ne fait pas exception. En 2023, les grandes banques se tournent de plus en plus vers l’IA générative pour améliorer l’efficacité opérationnelle, la satisfaction client et l’enrichissement de l’expérience utilisateur. Cependant, cette adoption doit être prudente, en tenant compte de la confidentialité des données et en veillant à ce que l’IA générative soit utilisée pour créer une valeur à long terme.
Selon une étude de McKinsey, le secteur bancaire pourrait gagner en productivité grâce à l’IA générative, générant un gain de 2,8 à 4,7 % du chiffre d’affaires de l’industrie bancaire d’ici 2030. Ce qui se traduirait en un gain de 200 à 340 milliards de dollars supplémentaires. Cette valeur provient de l’amélioration de l’efficacité opérationnelle et de la satisfaction client qui découlerait de l’usage des outils d’IA génératives.
Au début de l’année 2023, certains des principaux acteurs financiers tels que Bank of America ou BNP Paribas ont imposé des restrictions concernant l’utilisation de ChatGPT par leurs employés, en raison de préoccupations liées à la confidentialité et à la sécurité des données clients.
Cependant, d’autres acteurs du secteur ont opté pour une position plus ouverte. Morgan Stanley a, par exemple, intégré des chatbots basés sur OpenAI (ChatGPT) comme outil pour accompagner ses conseillers financiers. Ces chatbots, alimentés par des recherches et des données internes, servent de ressources de connaissances enrichies, augmentant l’efficacité et la précision des conseils financiers prodigués par les collaborateurs de la banque. Morgan Stanley a pour objectif à terme de déployer des bots similaires directement auprès de ses clients.
C’est ce que la Banque Royale du Canada (RBC) a fait en développant des assistants virtuels qui fournissent des conseils financiers personnalisés, des budgets sur mesure et des recommandations d’épargne en fonction du comportement de dépenses des clients. Cela a entraîné une augmentation significative de l’engagement des clients.
JPMorgan exploite les LLMs (Large Language Models) pour la détection des fraudes, visant à ajouter jusqu’à 1,5 milliard de dollars à ses revenus. De son côté, Goldman Sachs explore l’IA générative pour renforcer l’efficacité des solutions logicielles développées en interne auprès des collaborateurs. Coté startups, les solutions d’IA générative se multiplient dans le domaine de la finance. A tire d’exemple, Parthean a lancé une solution de coach financier grâce à l’implémentation de l’IA générative dans son application. L’IA compile l’ensemble des informations, données et actualités financières qu’elle va recouper avec le profil financier des utilisateurs afin de les guider au mieux dans leurs projets de vie et leur gestion financière.
De son côté, TaxGPT est l’assistant idéal pour savoir comment gérer ses déclarations d’impôts, de TVA ou encore les droits de douanes. StockGPT, quant à lui, est un assistant pour guider les investir dans leur choix d’investissements boursiers. Lexata est une IA générative sur les sujets de compliance et de recherche juridique.
Entre gain de productivité et amélioration de l’expérience client l’IA générative domine les débats liés à l’innovation au sein des grandes institutions financières. Mais malgré son potentiel, l’IA générative doit être adoptée avec prudence. Les préoccupations concernant les biais associées aux données utilisées la confidentialité des données et le remplacement des interactions humaines par des robots sont légitimes. Les banques doivent veiller à ce que l’IA générative soit utilisée pour enrichir l’expérience client à long terme, plutôt que de rechercher uniquement des gains à court terme.
