Souper annuel CFA : les répercussions de l’IA sur le secteur des services financiers et autres observations sur l’IA

Le chapitre torontois de la CFA Society a tenu son 66^e souper annuel le 4 octobre dernier. Son conférencier d’honneur était le professeur et économiste Ajay Agrawal, fondateur de Creative Destruction Lab de Toronto, programme qui abrite l’une des plus grandes concentrations de sociétés en démarrage axées sur l’IA à l’échelle mondiale. M. Agrawal est également co-auteur de Prediction Machines et Power and Prediction. Son sujet était le suivant : « Notre avenir automatisé : l’IA générative changera le monde, voici comment. »

L’IA en est à ses premiers pas dans « sa marche de l’engouement » et elle soulève plus de questions qu’elle ne procure de réponses : « L’IA perturbera-t-elle toutes les sphères commerciales? », « Quelles seront ses répercussions sur l’investissement? », « Qui seront les perdants et gagnants potentiels? » et « Quelle est la place de l’humanité à l’âge des machines génératives? ».

Avant de provoquer une hyperventilation généralisée devant les scénarios et issues possibles, M. Agrawal a rappelé aux participants qu’il importe toujours de commencer par le début, dans ce cas-ci, par un petit cours d’économie 101. Suivant la baisse du coût d’un produit ou service, la demande augmente.

Selon lui, les retombées initiales les plus prononcées de l’IA cibleront les goulots d’étranglement dans le processus de production, là où se trouve la rareté dans la chaîne de valeur. Les entreprises pourront lancer des vérifications alimentées par IA pour repérer les zones problématiques pour ensuite s’en servir comme solution; le but n’est donc pas de perturber le système complet, mais d’améliorer stratégiquement la productivité dans des domaines clés. Prenons par exemple une grande équipe des ventes où tous effectuent le même type d’emplois, certains membres de l’équipe sont très productifs, tandis que d’autres le sont moins. Cet écart de productivité pourra être comblé à l’aide d’outils prédictifs basés sur l’IA pour former les vendeurs les moins productifs sur les activités recommandées. Lorsqu’un PDG dit « nous voulons être une entreprise IA », ça n’a en fait aucun sens; l’objectif devrait être de mettre à profit l’IA dans le but d’améliorer la valeur dans une composante particulière de la chaîne de production.

Quelles seront les répercussions de l’IA sur le secteur des services financiers? Pour commencer, M. Agrawal  propose d’examiner comment l’industrie des semiconducteurs a changé le secteur des services financiers en transformant la vitesse et la puissance de l’informatique et de la connectivité. À court terme, l’IA pourra être utilisée dans plusieurs domaines fonctionnels du secteur financier.

Les outils IA sont particulièrement bien adaptés aux tâches de conformité, surtout à repérer rapidement toute anomalie. Ils seront également efficaces dans les tris ESG. Il a comparé les produits financiers aux produits pharmaceutiques, tous deux étant issus d’industries probabilistes. Les sociétés pharmaceutiques doivent tester leurs produits selon divers scénarios avant d’obtenir l’aval de la FDA. M. Agrawal envisage qu’à l’avenir, les produits financiers subiront des tests comparables pour prédire la probabilité de succès dans le cadre d’une stratégie de placement particulière. Seuls les produits qui franchissent un seuil potentiel de réussite seront par la suite commercialisés.

Les grands modèles de langage (GML) permettront également l’automation de certaines tâches non structurées basées sur le langage, comme écrire des commentaires, courriels, communications personnalisées avec la clientèle et documents de recherche, de la même façon que l’automation est utilisée pour réaliser des tâches structurées numériquement, comme les rapports, les analyses, etc. Avec les outils IA, une chaîne bouclée de tâches structurées et non structurées pourra être automatisée.

Par ailleurs, les outils d’apprentissage automatique ont grandement progressé sur le plan prévisionnel. La vitesse et la puissance avec laquelle ils arrivent à émettre des prévisions de haute fidélité viendront sûrement réduire les coûts associés à la résolution de problèmes. Ils peuvent débloquer le langage, les images et bientôt le monde physique grâce aux grands modèles comportementaux. Toutefois, point de vue jugement, les machines n’ont fait aucun progrès; une prime importante devrait donc être conférée au jugement tandis que la valeur des prévisions, elle, diminuera.

À l’opposé des humains, les machines n’ont (jusqu’à présent) aucun désir et ne présentent aucuns biais inhérents à moins d’avoir été programmés pour pondérer les intrants et les extrants différemment. M. Agrawal a toutefois souligné que même ceux qui sont des figures centrales de la recherche dans ce milieu sont surpris de certains effets émergents. Il a toutefois insisté sur l’importance du mot « émergents ». Dans le contexte de l’IA, ce mot renvoie à des dénouements inattendus dans la mise au point des modèles. Il reste maintenant à savoir si ces effets émergents se révéleront une manne ou une tare pour l’industrie (et l’humanité). Restez à l’écoute.