Continuons à explorer le domaine de la finance et de l’assurance

 

L’Autorité de la concurrence alerte sur les Big Tech dans le secteur financier

l’Autorité de la concurrence a rendu un avis sans équivoque : les Big Tech pourraient menacer l’état de la concurrence dans le secteur financier.

Le cadre

Saisie le 13 janvier 2020 pour enquêter sur la situation de la concurrence au sein de l’écosystème des technologies financières, l’Autorité de la Concurrence a rendu son avis au ministère de l’économie le jeudi 29 avril 2021. L’organe indépendant chargé de veiller à la santé des marchés et de la concurrence s’était auto-saisi de la question des nouvelles technologies appliquées aux activités financières, communément appelées Fintech, constatant les évolutions rapides et récentes du secteur. L’enquête a conclu que “l’innovation technologique et les évolutions réglementaires ont permis l’arrivée dans le secteur des paiements de nouveaux acteurs, FinTechs et Big Techs, qui ont développé, aux côtés des acteurs bancaires traditionnels, des modes de paiement innovants pour les consommateurs”, et de nouveaux services pour les entreprises.

Ces dernières années, en effet, de nouvelles dynamiques de marché ont émergé en Europe et dans le monde, répondant aux besoins de facilité et d’immédiateté d’utilisateurs de plus en plus familiers avec le numérique et ses potentiels. Parmi ces dynamiques, l’entrée de nouveaux acteurs dans le secteur des paiements, comme Apple Pay, Google Pay, mais aussi Leetchi ou Pumpkin. Les banques, elles aussi, se digitalisent, telles N26, la fameuse banque entièrement mobile.

Dans le futur

Aspect le plus préoccupant de ces acteurs émergent : la place prise par les GAFAM, et les BATX, leurs équivalents en Asie, le tout étant aussi appelé Big Tech. Au-delà de l’émergence d’acteurs et de nouvelles méthodes de paiements (sans contact, par téléphone, avec une montre…), de nouvelles technologies voient aussi le jour, portées par ces acteurs. La monnaie numérique en est un exemple, avec le cas du Diem de Facebook, rebaptisé après le flop de la Libra. L’agence a aussi souligné d’autres technologies, le cloud computing, le paiement sans contact et la blockchain, comme des développements notables. Pour tous ces « changements importants dans le secteur des paiements, caractérisés notamment par l’arrivée de grandes plateformes numériques”, l’Autorité de la concurrence a prévenu que la vigilance était de mise.

Un avantage concurrentiel par rapport aux banques

D’après l’Autorité de la concurrence, les grands acteurs du numérique comme Amazon ou Apple disposent d’avantages concurrentiels considérables. Leur arrivée dans le secteur des paiements est beaucoup plus récente que celle des banques, mais l’empire qu’ils ont construit leur permet de se reposer sur une très large communauté d’utilisateurs. Cette base d’utilisateurs peut ainsi constituer un appui pour se développer rapidement dans le secteur des paiements, comme Apple ou Amazon ont pu le faire à travers Apple Pay et Amazon Pay.

Par ailleurs, bénéficiant d’une puissance et d’une influence dû à leurs succès financiers, les Big Tech sont capables d’investir dans des technologies de pointe et des solutions de paiement innovantes, et d’être toujours plus compétitifs. Leurs coûts marginaux maîtrisés et faibles leur permettent d’être très attractifs pour le grand public, proposant des services gratuits, jouissant d’une image de marque et d’une notoriété, en particulier chez les jeunes.

D’un autre côté, les banques traditionnelles, face à ces innovations, ne sont pas en reste, et disposent elles aussi de plusieurs avantages, démontre l’Autorité de la concurrence. D’abord, leur expérience indéniable, liée à leur positionnement historique au sein de l’écosystème des paiements. Les banques privées telles que BNP Paribas ou Banque Populaire connaissent mieux que personne les lois, et leur réputation n’est pas à faire, en termes de sécurité et de protection. Leurs connaissances des clients et du secteur public, leur puissance financière, leurs données accumulées, et la qualité de leurs services en font des acteurs incontournables de la finance. Mais alors, pourquoi l’organe de régulation souhaite-t-il mettre en garde sur une potentielle concurrence déloyale que leur feraient les Big Tech ?

D’abord, parce que les Big Tech s’appuient sur des technologies pas toujours entièrement régulées, ou des pratiques au cadre flou. La blockchain, entre autres, en fait partie. Agiles et connaisseuses du big data, de l’intelligence artificielle et autres innovations, certains de leurs comportements interrogent, selon l’organe de régulation, et pourraient mettre en péril la concurrence. “Il existe donc un risque pour les acteurs bancaires traditionnels de se cantonner sur le long terme à des tâches d’exécution impliquant des coûts fixes importants (charges réglementaires, réseau physique, infrastructures de paiement), tout en étant marginalisés dans la chaîne de valeur de la distribution”. Le rapport sorti fin avril affirme également que le modèle de banque traditionnelle, qui permet de fournir certains services jugés non rentables comme le dépôt et l’encaissement de chèques et d’espèces, pourrait à terme être remis en cause.

C’est exactement ce sur quoi avertissait le PDG de JP Morgan Chase, Jamie Dimon dans sa lettre annuelle aux actionnaires. Avertissant sur la multitude de défis concurrentiels de la part d’acteurs de services financiers non traditionnels et technophiles auxquels font face les banques, il a noté que ces dernières étaient devenues plus petites, tandis que la Big Tech avait atteint une “taille extraordinaire”.

Une utilisation des données mise en cause

L’organe de surveillance antitrust français note que les Big Tech ont d’autres avantages considérables : “ils contrôlent des écosystèmes reposant sur de grandes communautés d’utilisateurs, ont accès à de grands ensembles de données et ont la capacité technique de les mettre à profit”. L’organe soutient ainsi que les données collectées par les Big Tech dans le cadre de leurs activités principales pourraient leur donner un avantage significatif dans le secteur des paiements. Il est vrai qu’il peut être difficile de sortir de cet effet multiplicateur : plus les entreprises ont de données, plus elles les mettent à profit pour attirer des clients et plus elles obtiennent des données, pour continuer la boucle. C’est un avantage qui dépend grandement de l’utilisation faite du big data, et donc de la maîtrise des nouvelles technologies telles que l’intelligence artificielle et des instruments algorithmiques permettant de traiter et d’analyser de telles données. Facebook, par exemple, dépend fortement des données personnelles pour ses revenus. On estime que plus de 95% de ses revenus viennent en effet de la publicité personnalisée générée grâce aux données personnelles que lui cèdent les utilisateurs.

La pré-installation sur les smartphones

L’ouverture ou la fermeture de l’accès effectif à l’antenne NFC (pour “near field communication” ou “communication en champ proche”) des smartphones peut avoir une véritable incidence sur la capacité des acteurs à proposer leurs services sur les appareils équipés d’une telle antenne, nous dit l’Autorité de la concurrence. Le Near Field Communication est l’outil sans fil à courte portée le plus utilisé pour effectuer des paiements sans contact. Le problème, c’est que cette technologie peut constituer une barrière à l’entrée pour les concurrents potentiels, en fonction de l’accès accordé par les fabricants de smartphones ou les systèmes d’exploitation. Un exemple de cela est Apple Pay, qui n’est disponible que sur les iPhone, et qui est la seule application capable d’utiliser la technologie sans contact NFC sur ces smartphones. Apple Pay a déjà fait l’objet d’un examen réglementaire de la part de la Commission européenne, dans le cadre d’une enquête lancée l’année dernière.

Un appel à la réglementation

La Banque centrale européenne et certaines des plus grandes banques commerciales du monde ont été appelées à intervenir pour réglementer et renforcer la mainmise des banques, sur la base du mantra “même activité, mêmes risques, même supervision et réglementation”. L’Autorité de la concurrence, sans proposer une solution précise, souhaite que les acteurs et législateurs se penchent sur les problèmes mis en évidence.

En Suisse, les autorités de régulation antitrust avaient déjà dû intervenir pour réglementer les agissements d’Apple en décembre 2018. La Commission de la concurrence suisse (Comco) avait à l’époque sommé la marque à la pomme de revoir urgemment le fonctionnement de son application de paiement mobile par QR code Twint.

Akur8 utilise l’IA pour aider les assurances dans leur politique de tarification IARD

Automatisez votre processus de modélisation des tarifs IARD tout en préservant un contrôle et une transparence absolus grâce aux algorithmes exclusifs d’Akur8 : Transparent AI.

Les promesses de cette entreprise française :

A shield with a key hole

Sécurité et Transparence

• Éviter le risque de mauvaise sélection, qui peut s’avérer très coûteux.
• Respect la réglementation locale

A clock with gearsRapidité

• Réduire le délai de mise sur le marché des produits grâce à la modélisation automatisée
• Augmenter la productivité des équipes de tarification

a hand holding gears and graphsPerformance

  • Améliore le pouvoir prédictif des modèles de risque
  • Construire des prix plus précis et personnalisés

 

L’insurtech française Akur8 vient de lever 30 millions de dollars pour son développement international le 16 juin 2021

L’IA disrupte la relation client du secteur Banque-Assurance

Les clients qui ont goûté à la digitalisation, en particulier dans le retail, portent de nouvelles espérances dans leurs interactions avec leurs banques et leurs compagnies d’assurances. Ils s’attendent à une disponibilité de leurs interlocuteurs 24h sur 24, 7 jours sur 7.

Ils sont, en particulier depuis le début de la pandémie, rodés à l’expérience du self service / self-care. Ils recherchent ainsi, en autonomie, une expérience personnalisée, quel que soit le canal utilisé. Ils sont aussi plus vigilants quant à l’utilisation de leurs données, en particulier dans les pratiques de démarchage. Dans ce cadre, l’intelligence artificielle joue un rôle prépondérant dans la transformation de la relation client et les cas d’usages sont nombreux.

Démocratisation de l’usage de l’Intelligence Artificielle

Le nouveau paysage concurrentiel (néo-assurance) précurseur dans l’usage de l’IA, oblige un secteur traditionnel à se transformer (imitation – absorption). Un effet classique de la disruption. C’est ainsi le domaine de la relation client qui devrait le plus rapidement bénéficier de cette numérisation, enrichie d’automatisation. Le récent rapport de l’ACPR pointe ainsi quelques bénéfices à l’usage de l’IA, comme “accroître la productivité interne en augmentant la pertinence des décisions des collaborateurs (intelligence augmentée)” et aussi “l’automatisation des processus (reconnaissance automatique de documents, analyse sémantique).” Ce même rapport indique que 83% des acteurs interrogés considèrent que l’IA va profondément transformer leurs processus internes.

Les applications d’IA, déjà connues dans le secteur bancaire pour la lutte contre le blanchiment et le financement du terrorisme ou pour mieux identifier les risques, se développent au travers de nouveaux cas d’usages. Par exemple, une IA va permettre d’analyser et de traiter automatiquement les rapports d’expertises médicales (sinistres, postes de préjudices) et d’évaluer financièrement les indemnisations de chaque dossier. Vérifier l’identité des clients d’une entreprise, ou processus KYC (Know Your Customer ou Connaitre Son Client) est un autre exemple de domaine couvert par l’IA. Cette dernière automatise l’analyse des justificatifs et diminue le temps de traitement des nouveaux dossiers.

Dans la relation client, le traitement automatisé des messages entrants et de leurs pièces jointes est aussi une solution qui devrait se généraliser, avec comme principal bénéfice, la diminution du temps d’attente et du temps moyen de traitement. L’usage de l’IA va d’ailleurs bientôt s’étendre au démarchage téléphonique pour les distributeurs d’assurances.

Le décret qui change la donne du démarchage téléphonique en assurance

Le 17 janvier dernier était publié le décret no 2022-34** relatif au démarchage téléphonique en assurance. Il a pour objet la régulation des pratiques. Ces nouvelles dispositions prises par le ministère de l’Économie, des Finances et de la Relance, prévues dans la Loi relative à la réforme du courtage, entrent, ainsi, en vigueur le 1er avril prochain. Un petit bouleversement pour les acteurs de l’assurance. Au-delà du nécessaire équipement d’un outil d’enregistrement des conversations – qui devront être conservées deux ans -, les assurances doivent veiller à les rendre “exploitables, ce qui implique que ces communications puissent être écoutées, copiées et exportées sans que leur enregistrement original ne puisse être modifié ou effacé”.

Un sujet que le monde bancaire connaît bien (MIF 2). Effectivement, l’IA permet déjà d’apporter la preuve de la conformité des échanges sur des critères tels que le consentement de l’enregistrement, le rappel du profil de risque ou la communication des frais. La conversation téléphonique, transformée en texte via une application (speech to text), sera ensuite analysée sémantiquement (NLU) via l’IA, afin de trouver les critères recherchés. Le dispositif va donc toucher les acteurs de l’assurance, leur permettant notamment d’identifier le souscripteur ou l’adhérent éventuel ayant sollicité l’appel ou consenti à être appelé, de déterminer la date et l’heure de cette sollicitation et de cet appel… Il devient dès lors possible de définir un score de conformité et de détecter des incidents, avant même un contrôle entraînant des sanctions.

Conclusion

Entre attentes des utilisateurs et nouvelles contraintes réglementaires, les acteurs de l’assurance peuvent compter sur l’intelligence artificielle pour les accompagner dans la transformation de leur métier vers plus de performance, en particulier sur le sujet relation/expérience client.

l’IA lutte contre la fraude financière

L’intelligence artificielle s’est imposée comme une brique maîtresse pour faire face aux tentatives de paiements ou virements frauduleux.

Les bases

En quelques années seulement, le machine learning est devenu pratique courante pour lutter contre la fraude financière. Face émergée de l’iceberg, les solutions de paiement monétique comme Adyen, Cybersource, Hipay, Stripe ou Checkout ont  développé des systèmes de machine learning pour relever ce défi. C’est également le cas des banques, notamment françaises, qui misent toutes désormais sur les algorithmes pour détecter et prévenir de potentielles malversations sur des millions de transactions quotidiennes.

En amont de la chaîne, les e-commerçants recourent eux-aussi à l’IA pour bloquer les mauvais payeurs et n’utiliser l’authentification forte 3D Secure uniquement quand c’est nécessaire. Parmi les technologies qu’ils déploient sur ce terrain figure celle du français Oneytrust. Sa solution Score s’adosse au machine learning pour évaluer le degré de confiance d’une transaction. Elle calcule un niveau de confiance en corrélant plusieurs indicateurs qui laissent présager qu’une ou plusieurs opérations sortent de l’ordinaire : haute fréquence d’achats sur des périodes courtes, recours à une même adresse IP avec de nombreuses adresses e-mail différentes, mode ou lieu de livraison inhabituel, données d’identité suspectes…

La traque des mauvais payeurs

Dans le cas d’une attaque avérée, les équipes d’Oneytrust ferment la porte aux escrocs pour les dissuader de poursuivre leur assaut. Une fois la tempête passée, les scores de risque seront rabaissés pour laisser les consommateurs vivre leurs expérience d’achat.

Au-delà du machine learning au sens strict, Oneytrust pratique aussi le transfert learning par accès à la base de données agréée par la Cnil, qui mutualise les cas de fraude. Résultat : si un internaute a fraudé chez l’un, il sera immédiatement identifié comme un profil à risque chez un autre.

Machine learning et système expert

En termes d’IA, la plateforme Mosaic combine ses modèles de machine learning à des systèmes experts à base de règles. Un IBAN déjà identifié comme posant problème sera par exemple considéré comme un signal fort, qui pourra aller jusqu’à déclencher une règle de blocage. Quant à l’apprentissage machine, il permet, à la manière de la solution d’Oneytrust, de pondérer un score de risque à partir de signaux faibles, qui pris indépendamment ne posent pas problème, mais en se multipliant sur la même opération traduisent un risque élevé de fraude : un virement d’un montant exceptionnel, un enregistrement de l’opération depuis l’étranger, etc. Mosaic a par ailleurs recours à des données externes, sur les entreprises par exemple, pour affiner ces analyses. Comme Oneytrust, on peut imaginer que la plateforme identifie aussi l’empreinte machine de l’utilisateur en collectant l’adresse IP, le type de navigateur, d’écran…

En fonction des scénarios, le niveau d’escalade est défini conjointement entre les data scientists, les équipes métier de lutte contre la fraude et les métiers en charge de la relation client. Résultat : certains modèles de machine learning de Mosaic se traduiront par un blocage immédiat, et d’autres par une alerte. Pour ce qui est des fraudes portant sur les paiements instantanés, Société Générale affirme être en capacité de les détecter en une demi-seconde.

Les 4 enseignements de la transformation numérique dans le secteur français de l’assurance

L’accélération de la transition numérique a été très visible dans le monde de l’assurance aussi bien sur l’organisation interne du télétravail, de la dématérialisation des processus administratifs que dans la relation client : signature électronique, dématérialisation de la relation, développement de canaux digitaux de souscription, communication.

 

L’intelligence artificielle est unanimement jugée comme très prometteuse par tous les acteurs internes et externes au monde de l’assurance. Elle devrait à terme permettre de faire baisser les coûts de gestion et d’optimiser la performance opérationnelle et d’avoir un impact positif sur la tarification grâce à la collecte, la gestion, la valorisation et la sécurisation d’une masse de données de plus en plus importante.

Les nouveaux types de risques, couverts par des offres de mieux en mieux adaptées aux besoins des clients, impliquent également une politique de gestion des risques devant continuellement s’adapter à ces nouvelles expositions.

L’augmentation des cas de fraude et la recrudescence des cyberattaques sont les nouvelles menaces et les contreparties négatives de cette révolution digitale.

Enseignement 1 – L’acculturation des collaborateurs aux nouvelles technologies

C’est un chantier important de cette transition numérique : l’innovation et les budgets qui y sont liés ne doivent pas être perçus comme un centre de coûts mais comme un réel investissement sur l’avenir.

Enseignement 2 – Les nouveaux concurrents

Les nouvelles technologies élargissent aussi bien les attentes des clients que la relation avec ceux-ci et les perspectives en matière d’analyse de données. Elles ouvrent également de nouvelles possibilités à des sociétés issues du monde numérique.

Les start-ups de type « assurtech » sont perçues, grâce à leur utilisation efficiente des nouvelles technologies, comme les plus à même de bousculer à court terme le secteur de l’assurance notamment en mettant l’expérience-client au cœur de leur modèle d’organisation omnicanal.

S’appuyant également sur les dernières technologies et sur un accès accru aux données d’une très large clientèle avec qui ils ont de très fréquentes interactions, il faut également s’attendre à moyen-long terme à ce que des acteurs de type « GAFAM » puissent avoir une place de plus en plus importante sur le secteur.

Ainsi, l’arrivée des géants de la technologie et l’accaparation des activités d’assurances les plus rentables par de plus petits acteurs ultras spécialisés forcent le pas de la transition numérique des acteurs traditionnels.

Enseignement 3 – Le Big Data & IA 

Dans ce contexte, les assureurs ont bien compris que les objets connectés permettaient de prévenir et de réduire les risques en faisant la promotion de comportements responsables. Fort de ce constat, une attente importante subsiste en matière de réglementation afin que la protection des données personnelles permette un usage optimal des données captées.

En complément, les technologies d’IA permettent d’accroître la productivité en automatisant par exemple la reconnaissance de documents et le traitement des données non structurées. Elles augmentent aussi le ciblage lors de l’acquisition de nouveaux clients et la pertinence des décisions prises en interne par les collaborateurs. La réduction de coûts et les bénéfices qui en découlent vont devenir des avantages de plus en plus compétitifs, ils ne feront qu’accroître l’écart de la fracture numérique entre les précurseurs et les retardataires.

 Enseignement 4 – Les Opportunités d’exploitation des nouveaux potentiels technologiques 

L’utilisation accrue de l’IA permet de mieux collecter, valoriser et sécuriser la donnée. Elle permet également de renforcer l’efficacité commerciale et le ciblage des besoins des clients ainsi que d’enrichir l’offre et de construire des parcours de vente plus sécurisés.

La digitalisation omnicanalisée de la relation et du service-client, le développement du self-care grâce à l’exploitation des données, permettent d’optimiser la gestion de la relation client et une personnalisation beaucoup plus fine de la tarification.

À plus long terme, l’intégration progressive des méthodes de Machine Learning et l’utilisation des données en temps réel aboutiront à la mise en place de modèles de tarification opérant en temps réel et de nouvelles méthodes d’analyse, telles que la modélisation dynamique des comportements, vont voir le jour afin d’affiner la modélisation par l’augmentation du nombre de paramètres et l’exploitation de données externes, massives et non structurées.

La révolution est en marche, sa mise en œuvre n’est pas simple pour la plupart des acteurs historiques mais ils s’y préparent.

Tribune rédigée par Fadwa Rahmani, Directrice Actuariat Asigma – Groupe Rainbow Partners
Publié sur Forbes France le 8 mai 2023

Quel sera l’impact de l’intelligence artificielle sur l’emploi, l’industrie et la croissance ?

Points clés :

  • La demande et la croissance future des revenus issus du matériel informatique, des logiciels et des services liés à l’IA pourraient être fortes
  • La crainte de voir des robots intelligents prendre des emplois semblent pour le moment infondées, même si des inégalités pourraient se manifester à différents niveaux
  • L’IA devrait stimuler la productivité, notamment en améliorant la personnalisation et l’expérience produits, et en modélisant les systèmes complexes pour permettre des gains d’efficience. Les start-up, les géants technologiques et les fabricants de semi-conducteurs de pointe devraient tirer profit de la création de valeur
  • Les applications liées à l’IA subissent aussi des contraintes : puissance de calcul physique, questions réglementaires, juridiques et morales et délais de commercialisation parfois longs.

La question est de savoir si l’intelligence artificielle peut stimuler la productivité, si les dernières avancées menacent l’emploi, et quels sont les secteurs qui capteront sa valeur et ceux qui subiront une transformation.

Les robots intelligents, dystopie ou réalité imminente ? L’avènement de l’intelligence artificielle (IA), une technologie qui permet aux machines d’effectuer des tâches nécessitant habituellement un cerveau humain, remonte aux années 1950. Mais le lancement du créateur de contenu ChatGPT en novembre 2022 a déclenché une avalanche de commentaires sur le pouvoir de transformation de l’IA et de l’apprentissage automatique (machine learning). Le 21 mars, Google a lancé son chatbot doté d’IA, Bard. ChatGPT utilise des algorithmes de traitement du langage dits « génératifs » et fondés sur des « modèles de base » : à partir d’une gigantesque quantité de données, il apprend à créer de nouveaux textes et s’améliore au fil du temps. De nouveaux outils pourraient faire de même avec l’image, le son et la vidéo. Ces modèles avancés « d’apprentissage profond » (deep learning) offrent un énorme potentiel pour de nombreuses applications (y compris les robots), à l’heure même où notre société crée des masses de données exponentielles que les techniques informatiques traditionnelles peinent à assimiler et à exploiter. L’omniprésence des smartphones, des communications internet et des puces informatiques rapides, ainsi que la prolifération des caméras et des capteurs, devraient avoir un fort impact sur les applications liées à l’IA. La demande semble forte. Lancé il y a quatre mois seulement par une start-up, ChatGPT compte aujourd’hui plus de 100 millions d’utilisateurs actifs. Le cabinet d’études et d’analyses de marché IDC prévoit que les recettes mondiales découlant de l’IA – y compris les ventes de matériel informatique, de logiciels et de services – augmenteront de 19% par an d’ici 2026.

Des machines redoutables ?

Les applications fondées sur l’IA vont-elles priver les humains de leurs emplois – ou accroître les inégalités en mettant sur la touche les travailleurs non qualifiés ? La réaction antimondialisation actuelle nous rappelle que l’évolution de la structure de la main-d’œuvre peut avoir d’importantes conséquences politiques. Pourtant, le Massachusetts Institute of Technology a réalisé en 2022 une étude sur les entreprises manufacturières finlandaises qui a conclu que l’utilisation des technologies de pointe s’était traduite par une augmentation du nombre d’emplois. Les recherches menées par la banque centrale de Corée du Sud ont aussi indiqué que la robotisation n’avait pas entraîné de diminution du nombre total d’emplois vacants dans le secteur des services. Certes, de nombreux robots sont mécaniques et non dotés d’IA, et les applications liées à l’intelligence artificielle vont bien au-delà de la robotique. Cependant, l’une des caractéristiques notables de ces nouvelles applications, telles que ChatGPT, est qu’elles se concentrent sur des tâches qualifiées plutôt que répétitives, y compris une partie des tâches réalisées actuellement par des programmeurs, des universitaires, des juristes et des écrivains. La société pourrait se demander quels seront les avantages relatifs de l’humain si l’IA prend en charge ses capacités cognitives.

Cependant, les machines auront toujours besoin d’humains pour les programmer et pour vérifier l’exactitude, la fiabilité et l’impact de leur travail. Pour l’instant, les robots intelligents sont coûteux et peinent à accomplir les tâches humaines mêlant compétences cognitives et mouvements – même si de nouvelles avancées pourraient les rendre moins onéreuses et plus faciles à développer. Il est à noter que les craintes liées à la montée des inégalités pourraient être ressenties différemment à l’ère de l’IA, notamment dans les pays moins aptes à fournir l’infrastructure informatique nécessaire.

Garder confiance

Les nouvelles applications de l’IA déclencheront-elles un boom de la productivité, donnant ainsi un coup d’accélérateur aux économies occidentales ? Les robots dits intelligents pourraient se charger des emplois les plus dangereux ou les moins attrayants, travailler dans les centrales électriques, les zones de guerre, les laboratoires ou les abattoirs, empiler des étagères ou remplir des commandes, permettant ainsi aux humains d’accomplir des tâches plus gratifiantes sans pour autant rayer des emplois de la carte.

La contribution des technologies basées sur l’IA arrive peut-être à point nommé : les sociétés occidentales manquent de main-d’œuvre. Aux États-Unis et en Europe, le taux de chômage est proche de son plus bas niveau. Aux États-Unis et au Royaume-Uni, de nombreuses personnes semblent avoir quitté définitivement le marché du travail. Le vieillissement de la population va encore accélérer ce phénomène : ce n’est pas une coïncidence si les pays où la pénétration des robots est actuellement la plus importante sont aussi ceux où le vieillissement est le plus rapide. La pression subie par les entreprises pour rapatrier leurs chaînes d’approvisionnement à proximité réduit leur capacité à embaucher de la main-d’œuvre bon marché partout où elle se trouve. En même temps, les nouvelles technologies sont nécessaires à la résolution de problèmes existentiels tels que la crise climatique et l’alimentation d’une population en croissance.

Il se peut que l’avènement de l’IA crée de nouveaux métiers. La demande pour des talents capables de développer des algorithmes d’IA complexes est déjà en hausse. Il est difficile de prédire l’impact des nouvelles technologies. Les voitures et les smartphones ont déclenché une vaste demande mondiale pour des produits que l’on n’imaginait pas jusqu’alors. Si l’IA permet d’automatiser davantage la production de vidéos et d’images, alors la consommation de jeux, de simulations de réalité virtuelle et d’autres médias visuels pourrait augmenter. L’IA peut aussi créer des marchés pour des produits et services inédits.

Création de valeur

Qui seront les gagnants de l’IA ? Les nouvelles technologies reposent sur une puissance de calcul accrue, ce qui est une bonne nouvelle pour les entreprises qui produisent le matériel informatique qui les sous-tend, connectivité, accélérateurs et composants de mémoire utilisés dans les centres de données, comme les fabricants de puces à semi-conducteurs de pointe. Le deuxième groupe d’entreprises susceptibles de récolter les fruits de cette évolution comprend les géants technologiques et les spécialistes en logiciels. Les nouvelles applications liées à l’IA nécessitent d’importants budgets pour la recherche et le développement, des quantités de données et des commentaires d’un grand nombre d’utilisateurs afin d’affiner leurs avancées.

Souvent, les progrès de l’IA sont rapidement traduits en technologies destinées au grand public, tels que des moteurs de recherche plus performants, des agents conversationnels, des outils de traduction ou des assistants virtuels et vocaux. Microsoft a investi 10 milliards de dollars dans OpenAI, le fabricant de ChatGPT, et utilisera ses modèles pour des produits destinés au grand public et aux entreprises. Les principaux rivaux de Microsoft travailleraient sur des technologies similaires. Meta Platforms, anciennement Facebook, a récemment déclaré que son plus important investissement consisterait à faire progresser l’IA et à l’intégrer dans tous ses produits. Début mars, Google et l’Université technique de Berlin ont dévoilé un robot IA capable d’effectuer des tâches complexes en combinant le langage, la vision et la réaction à son environnement. L’actuelle course à l’IA pourrait également se dérouler sur le plan géopolitique et opposer les géants américains et chinois dans le but de prendre le dessus sur ces nouvelles technologies cruciales. En attendant, les investisseurs espèrent que les progrès réalisés par les entreprises de petite capitalisation créeront également de la valeur : selon les estimations du fournisseur de données Pitchbook, les fonds affluant vers les start-up du secteur de l’IA soutenues par le capital-risque ont atteint 1,37 milliard d’USD en 2022, soit presque autant qu’au cours des cinq années précédentes réunies.

La suite : Quel sera l’impact de l’intelligence artificielle sur l’emploi, l’industrie et la croissance ?
Tribune de M. Stéphane Monier Chief Investment Officer Lombard Odier Private Bank

Morgan Stanley fait appel à OpenAI pour un chatbot d’aide aux gestionnaires de fortune

Les conseillers financiers de Morgan Stanley pourront utiliser un robot conversationnel développé par OpenAI dès la fin du mois de septembre 2023.

Cet outil d’IA générative aidera et avisera ces professionnels des finances dans leurs taches quotidiennes.

 

Cet assistant virtuel sera chargé d’appuyer le travail de ses quelque 16.000 conseillers financiers, qui pourront notamment l’utiliser pour trouver en un rien de temps des données dans la base de recherche de la banque. De quoi leur éviter de passer au crible des milliers de fichiers.

Les fonctionnalités de départ

Une première étape seulement, alors que l’intelligence artificielle générative est une promesse bien plus large. La banque développe d’ores et déjà une technologie plus globale capable de :

  • Créer un résumé de la conversation
  • Rédiger un email de suivi suggérant les étapes suivante et/ou le suivi de la relation
  • Mettre à jour la base de données commerciale de la banque (CRM, ERP…)
  • Programmer un rendez-vous de suivi

Des fonctionnalités pas révolutionnaires, mais qui feront gagner en efficacité

Quelques articles supplémentaires :

L’IA dans la compliance : la « compliance augmentée »

Excellente tribune de Julien Briot-Hadart et Luc Julia

 

L’amende record de 9 milliards de dollars (environ 8,85 milliards d’euros) infligée par le régulateur américain à BNP Paribas en 2014 pour la violation de la loi d’embargo sur l’Iran, Cuba et le Soudan est encore présente dans bien des mémoires. Les plus avertis se rappellent, courant 2018, de l’affaire Société Générale, confrontée à des allégations de corruption avec le fonds souverain libyen, qui s’est soldée par le paiement d’une pénalité de 1,3 milliard de dollars aux autorités américaines.

Entre les deux cas, qui sont fort peu représentatifs de l’évolution de la réponse pénale au niveau européen et américain, subsiste le message d’une accélération du temps de la régulation du secteur bancaire et, par extension, du secteur financier.

Les autorités de supervision nationales et européennes sanctionnent les établissements les moins résilients en matière de prévention de ces infractions, qu’il s’agisse d’un abandon du champ éthique dans la conduite des opérations au sein de leurs équipes ou du silence de la banque sur l’existence d’une transaction suspecte ou manifestement frauduleuse.

La vigilance attendue est d’une particulière intensité, au point que, parfois, ce que l’on demande à la banque est de détecter dans la transaction la plus insignifiante le signe d’une potentielle infraction.

Lourde de conséquences, cette vigilance conduit parfois les banques à renoncer à offrir leurs services à des clients localisés dans un paradis fiscal ou dans un territoire dans lequel l’indice de corruption est élevé.

Dans un contexte de forte interconnexion et digitalisation des organisations, les missions qui incombent aux fonctions Compliance s’avèrent de plus en plus complexes et contraignantes dans la mesure où le périmètre de connaissance (réglementaire, métier, business…) et de contrôle se révèle vaste et en continuelle augmentation avec en corollaire des risques de dysfonctionnements croissants et multiformes.

Une certaine méfiance n’a pas tardé à se faire sentir parmi les professionnels. Ces derniers considèrent les tâches de conformité comme un « centre de coût » ralentissant le temps de passation des transactions et apportant des contraintes dans le choix des clients, des partenaires ou des sous-traitants. Les fonctions compliance devenues au fil du temps très consommatrices en ressources humaines (en moyenne entre 2,4 à 3,7 % des effectifs totaux d’une organisation en 2019).

Il est donc totalement compréhensible de voir les banques se tourner vers des solutions numériques innovantes, la plus intéressante d’entre elles étant l’intelligence artificielle.

Les départements de compliance peuvent aujourd’hui s’appuyer sur les nouvelles technologies (IA, machine learning, base orientée graphe …) afin de détecter des signaux ou comportements caractéristiques de dysfonctionnements répréhensibles ou délictuels tels que le non-respect des process internes, la violation de réglementations ou plus spécifiquement la détection de schémas d’intrusion, de corruption, de collusion et de fraude dont nous constatons, trop souvent impuissants, l’augmentation continuelle tant en matière de complexité que de fréquence.

Les IA ne sont cependant que des outils et n’imitent en rien le cerveau humain. Il faudra toujours l’humain pour traiter les cas inédits. Seulement les cas répétitifs pourront être traités par les IA. On parle de « simplicité intellectuelle ».

L’IA offre des capacités de traitement d’un grand volume de données qui permettent de mieux pointer les transactions frauduleuses. On peut dire que nous allons vers une « intellectualisation » du compliance officer.

L’intérêt de cette innovation est la capacité technique de ses outils à apprendre au fur et à mesure de leur utilisation à l’aide des données. Mais c’est aussi là qu’elle botte en touche. La donnée est sa ressource indispensable, sans laquelle l’algorithme ne rend pas de meilleurs résultats que l’humain. Il lui en faut des milliers pour une seule tâche que l’on songe à lui confier.

Ce processus soumet le dispositif à des erreurs potentielles, provenant d’abord de la qualité des données qu’il a consultées pour s’exécuter, mais aussi par l’effet de la nouveauté du problème, différent de ceux qui se retrouvent dans les données traitées. Ici, cette innovation ne marque donc pas l’arrêt des intuitions, l’originalité des approches ou simplement la richesse de l’expérience qui permettent, parfois mieux que l’automatisation numérique, de déceler des situations frauduleuses ou de bloquer des transactions suspectes.

Tribune publiée sur ActuIA le 20 septembre 2023

Ernst & Young dévoile EY.ai, une plateforme pour accompagner les entreprises dans l’adoption de l’IA

L’un des plus importants cabinets de conseil mondiaux Ernst & Young, vient d’annoncer le lancement de EY.ai.

Cette nouvelle plateforme d’Intelligence Artificielle vise à aider les entreprises à adopter l’IA en toute confiance et de manière responsable. Celle-ci combine les capacités commerciales, technologiques et académiques d’EY en matière d’IA, ainsi qu’un écosystème d’IA robuste composé de partenaires innovants tels que Dell Technologies, IBM, Microsoft, SAP, ServiceNow, Thomson Reuters et UiPath.

La genèse

EY.ai, développée au cours de ces derniers mois, tire parti des plateformes technologiques de pointe d’EY, de ses capacités d’IA et d’une expérience approfondie en stratégie, transactions, transformation, risque, certification et fiscalité.

EY dit avoir investi 1,4 milliard de dollars d’EY dans l’IA, ce qui lui a permis de l’intégrer dans des technologies exclusives comme EY Fabric mais aussi de développer EY.ai.

“Le moment de l’IA est venu. Chaque entreprise réfléchit à la façon dont elle sera intégrée dans ses opérations et à son impact sur l’avenir. Cependant, l’adoption de l’IA est plus qu’un défi technologique. C’est pourquoi les équipes d’EY aident les clients à identifier comment capturer le pouvoir transformateur de l’IA à chaque siège de la table du conseil d’administration et dans toute l’entreprise. Il s’agit de libérer une nouvelle valeur économique responsable pour réaliser le vaste potentiel de cette évolution technologique”.
Carmine Di Sibio, PDG d’EY Global

Des partenariats stratégiques

EY.ai s’appuie sur des alliances stratégiques avec plusieurs principaux acteurs du marché de l’IA : Dell Technologies, IBM, Microsoft, SAP, ServiceNow, Thomson Reuters et UiPath, mais aussi, selon la société, “avec d’autres leaders émergents qui définissent l’avenir de l’IA”.

Microsoft a ainsi fourni à EY un accès anticipé aux produits et services Azure OpenAI, y compris à GPT-4. EY et Dell Technologies ont investi conjointement dans des capacités axées sur l’IA, notamment Dell Generative AI Solutions, un ensemble de produits et services Dell simplifiant l’adoption de l’IA générative complète (full-stack).

Les équipes d’EY et de Thomson Reuters collaborent au développement de solutions et de services d’IA tirant parti de leurs connaissances spécifiques dans les domaines de la fiscalité, du droit, du commerce mondial et des services environnementaux, sociaux et de gouvernance (ESG).

La plateforme EY.ai sera soutenue par l’indice de confiance EY.ai et un modèle de maturité qui évalueront et surveilleront l’IA, permettant aux entreprises de déterminer leur position par rapport à leurs concurrents en matière d’IA.

Mise en place de programmes de formation dédié aux employés

EY a indiqué qu’il lancerait un LLM appelé EY.ai EYQ et déploiera un programme d’apprentissage pour élargir les compétences en IA de ses employés, y compris sur l’utilisation responsable de l’IA.

“EY.ai reflète l’aboutissement du travail et des connaissances que l’organisation d’EY a accumulés depuis une décennie. Les capacités d’IA que les équipes d’EY ont développées et travaillent avec les clients à ce jour confirment davantage le caractère transformateur de l’IA. Je suis convaincu qu’une approche de la transformation centrée sur l’humain à l’aide de l’IA responsabilisera les employés d’EY, améliorera la qualité du travail des clients et, en fin de compte, changera notre monde du travail pour le mieux”.
Nicola Morini-Bianzino, Global Chief Technology Officer d’EY.

Quelques articles pour aller plus loin