IA dans la finance : l’épée à double tranchant qui redéfinit les services financiers

Aujourd’hui, seuls les paresseux ne discutent pas de l’intelligence artificielle (IA) et de son potentiel pour révolutionner pratiquement tous les aspects de notre vie, y compris la finance. En effet, il y a une croissance étonnante sur le marché de l’IA – elle a dépassé $184 milliards en 2024, 50 milliards de plus qu’en 2023. De plus, cette croissance est susceptible de se poursuivre, et le marché dépassera 826 milliards de dollars d’ici 2030.

Mais ce n’est qu’un aspect. D’un autre côté, les recherches montrent des problèmes croissants avec la mise en œuvre de l’IA, en particulier dans la finance. En 2024, elle sera de plus en plus confrontée à des problèmes liés à la vie privée et à la protection des données personnelles, aux préjugés algorithmiques et à l’éthique de la transparence. La question socio-économique des pertes d’emplois potentiels est également à l’ordre du jour.

 Est-ce que tout ce qui est lié à l’IA est problématique ? Examinons les défis réels à la mise en œuvre ubiquitaire de l’IA dans la finance et les pièges que nous devons résoudre maintenant pour que l’IA puisse encore atteindre les masses.

Défis réels pour une intégration massive de l’IA

Initialement, l’objectif était de créer une intelligence artificielle au niveau de la conscience humaine – l’IA forte – l’intelligence artificielle générale (IAG). Cependant, nous n’avons pas encore atteint cet objectif ; de plus, nous sommes loin de l’atteindre. Même si nous semblons être au seuil de l’introduction d’une véritable IAG, il reste encore plus de cinq à sept ans pour y parvenir.

Le principal problème est que les attentes actuelles de l’IA sont considérablement exagérées. Alors que nos technologies sont impressionnantes aujourd’hui, elles ne sont que des systèmes d’IA étroits et spécialisés qui résolvent des tâches individuelles dans des domaines particuliers. Ils n’ont pas de conscience de soi, ne peuvent pas penser comme les humains et sont encore limités dans leurs capacités. Étant donné cela, la mise à l’échelle de l’IA devient un défi pour la diffusion de l’IA. Comme l’IA est plus précieuse lorsqu’elle est utilisée à grande échelle, les entreprises doivent encore apprendre à intégrer efficacement l’IA dans tous les processus tout en conservant sa capacité à être ajustée et personnalisée.

De plus, les préoccupations entourant la confidentialité des données ne constituent pas le principal problème de l’IA, comme muches personnes le pensent. Nous vivons dans un monde où les données n’ont pas été confidentielles depuis longtemps. Si quelqu’un veut obtenir des informations sur vous, cela peut être fait sans l’aide de l’IA. Le véritable défi de l’intégration de l’IA est de s’assurer qu’elle n’est pas utilisée de manière abusive et déployée de manière responsable, sans conséquences indésirables.

L’éthique de l’utilisation de l’IA est une autre question avant que l’IA n’atteigne une diffusion de masse.

Le principal problème dans les systèmes existants est la censure : où est la limite lorsque nous interdisons aux réseaux de neurones de partager une recette de bombe et censurons les réponses du point de vue de la correction politique, etc. ? Surtout depuis que les “méchants” auront toujours accès aux réseaux sans restrictions imposées à eux. Nous nous tirons-nous dans le pied en utilisant des réseaux limités alors que nos concurrents ne le font pas ?

Cependant, le dilemme éthique central est la question de la visée à long terme. Lorsque nous créons une IA forte, nous serons confrontés à la question : pouvons-nous utiliser un système raisonnable pour effectuer des tâches routinières et le transformer en une sorte d’esclave ? Ce discours, souvent discuté dans la science-fiction, peut devenir un véritable problème dans les prochaines décennies.

Que doivent faire les entreprises pour une intégration transparente de l’IA ?

En fait, la responsabilité de résoudre les problèmes de l’IA incombe non pas aux entreprises qui l’intègrent, mais, au contraire, aux entreprises qui la développent. Les technologies sont discrètement mises en œuvre à mesure qu’elles deviennent disponibles. Il n’y a pas besoin de faire quelque chose de spécial – ce processus est naturel.

L’intelligence artificielle fonctionne bien dans des niches étroites où elle peut remplacer une personne dans la communication, comme les salles de chat. Oui, cela est ennuyeux pour certains, mais le processus deviendra plus accessible et plus agréable avec le temps. Un jour, l’IA s’adaptera enfin au style de communication humain et deviendra beaucoup plus utile, et la technologie sera de plus en plus impliquée dans le service à la clientèle.

L’IA est également efficace dans les pré-analyses lorsque de grandes quantités d’informations hétérogènes doivent être traitées. Cela est particulièrement pertinent pour la finance, car il y a toujours eu des départements d’analystes engagés dans un travail non créatif mais essentiel. Maintenant, lorsque l’IA est tentée d’être mise en œuvre pour les analyses, l’efficacité augmente dans ce domaine. À Wall Street, ils pensent même que cette profession disparaîtra – les logiciels d’IA peuvent effectuer le travail des analystes beaucoup plus rapidement et à moindre coût.

Pour atteindre une intégration transparente de l’IA, les entreprises doivent adopter une approche stratégique au-delà de l’adoption de la technologie. ​​Elles doivent se concentrer sur la préparation de leur main-d’œuvre au changement, les éduquer sur les outils d’IA et favoriser une culture d’adaptabilité. De cette façon, tout ce qui est lié à la réduction de la charge de travail d’une personne dans les tâches routinières continue d’évoluer. Tant que la mise en œuvre de l’IA donne aux entreprises un avantage concurrentiel, elles introduiront de nouvelles technologies à mesure qu’elles deviennent disponibles.

La clé est de trouver un équilibre entre l’efficacité de l’IA et les défis qu’elle peut présenter.

Le potentiel de l’IA pour révolutionner la finance

L’IA, sous la forme d’approches plus traditionnelles et d’autres méthodes, a été utilisée depuis longtemps sur le marché financier, bien avant les dernières décennies. Par exemple, il y a quelques années, le sujet du trading haute fréquence (HFT) est devenu particulièrement pertinent. Ici, l’IA et les réseaux de neurones sont utilisés pour prédire la microstructure du marché, ce qui est important pour les transactions rapides dans ce domaine. Et le potentiel de développement de l’IA dans ce domaine est quite important.

Lorsqu’il s’agit de gestion de portefeuille, les mathématiques classiques et les statistiques sont le plus souvent utilisées, et il n’y a pas beaucoup besoin d’IA. Cependant, elle peut être utilisée, par exemple, pour trouver une méthode quantitative et systématique pour construire un portefeuille optimal et personnalisé. Ainsi, malgré sa faible popularité dans la gestion de portefeuille, l’IA a des opportunités de développement là-bas. La technologie peut réduire considérablement le nombre de personnes nécessaires pour travailler dans les centres d’appel et les services à la clientèle, ce qui est particulièrement important pour les courtiers et les banques, où l’interaction avec les clients de détail joue un rôle clé.

De plus, l’IA peut effectuer les tâches des analystes de niveau junior, en particulier dans les entreprises qui négocient une large gamme d’instruments. Par exemple, vous pouvez avoir besoin d’analystes pour travailler avec différents secteurs ou produits. Cependant, vous pouvez confier la collecte et le traitement préliminaires des données à l’IA, ne laissant que la partie finale de l’analyse aux experts. Dans ce cas, les modèles de langage sont avantageux.

Cependant, de nombreuses capacités de l’IA sur ce marché ont déjà été utilisées, et seules de petites améliorations doivent encore être apportées. Dans le futur, lorsque l’intelligence artificielle générale (IAG) apparaîtra, il peut y avoir une transformation globale de toutes les industries, y compris la finance. Cependant, cet événement peut ne se produire que dans quelques années, et son développement dépendra de la résolution des problèmes éthiques et d’autres problèmes mentionnés ci-dessus.