Alors qu'Europol vient de publier un rapport sur les dangers de ChatGPT et s'inquiète de son utilisation par des criminels, Kunal Anand , CTO d’ Imperva , spécialiste de la sécurité, réagit face à la situation actuelle Les chatbots posent-ils un problème de protection de la vie privée plus important que les moteurs de recherche, et pourquoi ? "Le problème des chatbots par rapport aux moteurs de recherche n'est pas seulement lié aux conditions générales ou à la manière dont ils utilisent les données, mais aussi à la manière dont nous interagissons avec eux. Par rapport à une recherche Google ou Bing, les LLM comme Bard deviennent plus utiles à mesure que nous leur donnons plus d'informations (en informatique, cela s'appelle l'apprentissage par renforcement). Et surtout avec un chatbot, il est facile de traiter les interactions comme une conversation et de laisser échapper plus d'informations que nous ne le ferions normalement en tapant simplement dans
Malgré des principes anciens et un premier effet de mode dans les années 1990-2000, c’est seulement depuis quelques années que l’intelligence artificielle explose dans tous les secteurs de l’économie grâce au big data et à l’augmentation des capacités informatiques. Et la finance ne fait pas exception à cette lame de fond.
L'intelligence artificielle a très tôt fait son apparition dans le secteur financier. Rien d’étonnant à cela, puisque cet univers de données chiffrées et normées constitue une matière facilement exploitable par un algorithme. Pour autant, la révolution n’en est encore qu’à ses débuts.
Finance de marché : l’« IA » s’attaque aux données non structurées
L’intelligence artificielle est apparue depuis déjà plus de 10 ans en finance de marché avec le développement des algorithmes d’investissement quantitatif. Ces méthodes d’investissement, capables de gérer des ordres d'achat et de vente de manière automatisée, ont notamment fait parler d’elles au travers du trading à haute fréquence. De nos jours, l’exploitation des données chiffrées « classiques » (données comptables, tendances boursières) est néanmoins arrivée au maximum de ses capacités. En conséquence, l’« IA » s’attaque à un nouveau domaine : l’exploitation de données non chiffrées et non structurées.
Ainsi, les algorithmes les plus poussés peuvent désormais analyser automatiquement des blogs spécialisés sur un marché donné, par exemple sur le marché pétrolier. Le but : en extraire des informations de première main n’ayant pas été reprises dans les grands médias et n’étant pas encore intégrées dans les cours. De même, certains algorithmes d'investissement quantitatif peuvent analyser les pages d'offres d'emplois de chaque entreprise pour identifier, avant l'annonce des résultats trimestriels, une éventuelle accélération ou décélération de l'activité de ces entreprises. Sans parler, bien sûr, des algorithmes permettant de déterminer l'e-réputation d'une entreprise à travers les messages véhiculés sur les réseaux sociaux, pouvant donner de précieuses indications sur la capacité d'une entreprise à séduire ses clients.
Conseil financier : des algorithmes meilleurs que les humains
L'intelligence artificielle émerge également depuis une période plus récente dans un nouveau domaine : celui du conseil financier. Cette tendance, qui se développe à grands pas, aura pour les particuliers des applications beaucoup plus tangibles que les méthodes d’investissement quantitatif.
Une première application de l'intelligence artificielle au domaine du conseil financier est celle des « chatbots ». Ces outils, de plus en plus répandus, sont utilisés pour dialoguer automatiquement avec les particuliers, en leur apportant des réponses simples au sujet de la gestion de leur épargne. Ils permettent notamment de fluidifier la relation des clients vis-à-vis de leur banque, en obtenant des réponses immédiates à leurs questions à toute heure de la journée.
La seconde application de l'intelligence artificielle au conseil financier est liée aux « robo-advisors ». En plein développement, ils permettent de proposer aux particuliers des placements adaptés à leurs objectifs financiers et à leur environnement patrimonial. Contrairement à un conseiller bancaire, qui aura intérêt à vendre les produits d'épargne de son propre établissement, ou à un conseiller en gestion de patrimoine, qui mêlera à ses conseils sa propre sensibilité au risque, le robo-advisor présente l'avantage de proposer des recommandations sans biais, qu’ils soient émotionnels ou financiers.
Le but : diriger l’humain vers des tâches à forte valeur ajoutée
L’intelligence artificielle permet en somme d’automatiser un ensemble de tâches parfois complexes, comme l'analyse de grandes quantités de données, tout en sachant délivrer des solutions propres à chacun. La gestion systématisée d’une allocation d’actifs diversifiée ou du passage d’ordres permet un gain de temps précieux aux professionnels de la finance qui peuvent ainsi se concentrer sur des tâches à plus forte valeur ajoutée. Dans le domaine du conseil, ceux-ci peuvent notamment être davantage disponibles auprès de leurs clients pour les aider à se projeter, imaginer leurs projets et ainsi mieux définir leurs objectifs financiers. Dans ce domaine, un algorithme ne remplacera jamais l’humain.
Enfin, le développement de l’« IA » dans le domaine financier va de pair avec certaines innovations semblables dans le domaine du droit. Depuis peu, les « legaltechs » permettent par exemple d’établir et de suivre de manière automatique des contrats personnalisés en fonction des spécificités de chaque client. Des outils semblables pourront à l'avenir être adoptés en finance, par exemple pour traiter des problématiques patrimoniales : rédaction d'actes notariés et traitement des successions. Les applications de l’intelligence artificielle n’en sont donc qu’à leurs débuts !