Décriée par le biais des critiques à l'encontre de ChatGPT, l'IA générative impactera inévitablement la manière de fonctionner de tous les secteurs d'activité. Société espagnole leader dans la Data Fabric, Stratio BD conçoit et commercialise des solutions de gestion de données grâce à l'utilisation de l'IA et de l'automatisation.

Pourquoi les entreprises du secteur financier doivent d'ores et déjà intégrer l'intelligence artificielle dans leurs systèmes de données ?

Oscar Mendez Soto : Le secteur financier est plus que jamais tributaire des performances technologiques de ses innovations intégrées à ses systèmes. Ces dernières années, les entreprises financières se sont véritablement ruées vers les systèmes et les plateformes numériques dans une optique concurrentielle et de modernisation. L'intelligence artificielle générative est l'une des clés qui permettra au secteur financier d'accélérer sa migration numérique.

Bien qu'elle soit arrivée relativement récemment sur le marché, il n'a pas fallu longtemps à la technologie de l'IA générative pour trouver ses utilisateurs. A titre d'exemple et quelques jours après sa création en novembre 2022, il n'aura fallu que 5 jours à ChatGPT pour dépasser le million d'utilisateurs, avant d'augmenter son nombre d'utilisateurs de 9900% 60 jours plus tard, devenant ainsi la plateforme à la croissance la plus rapide de l'histoire. En comparaison, il a fallu environ neuf mois à TikTok pour atteindre 100 millions d'utilisateurs et 2 ans et demi à Instagram.

Concrètement, quels avantages fonctionnels y trouveront les entreprises du secteur financier ?

OMS : Goldman Sachs a publié le mois dernier un rapport prédisant que l'impact de l'IA sur le marché mondial dépassera les 7000 milliards de dollars sur une période de 10 ans. Appliquée au secteur financier, elle permettra l'automatisation des tâches, une meilleure détection des fraudes et des services plus personnalisés, mais également une expérience client optimisée grâce à des outils de type ChatGPT, capables de comprendre et de répondre intelligemment et instantanément à n'importe quelle question sans intervention humaine.

Ces capacités révolutionnaires transforment profondément les systèmes et processus opérationnels, réduisent considérablement les besoins en ressources et présagent une multitude de nouvelles possibilités. Il ne fait aucun doute que nous assisterons à un changement de paradigme dans les fonctions des collaborateurs au cours des prochaines années, ainsi qu'à la création de nouveaux métiers.

Des conditions techniques sont-elles requises pour permettre à l'IA générative de réaliser son potentiel ?

OMS : Pour pouvoir être efficace, l'IA générative doit avoir accès à des données de haute qualité, centralisées et organisées rigoureusement. La recherche montre d'ailleurs que l'amélioration de l'accès aux données réparties sur plusieurs plateformes est devenue une priorité pour plus de 60 % des responsables financiers. Les institutions financières doivent également se conformer à une législation mondiale de plus en plus stricte vis-à-vis de la gestion des données, accroissant la nécessité pour ces entreprises d'unifier leurs ensembles de données, qui plus est en continuelle expansion. L'une des solutions répondant à ces exigences techniques et légales est l'architecture de couches de données, grâce à la Data Fabric.

Qu'est-ce que la Data Fabric ?

OMS : La Data Fabric est la solution de gestion des données la plus puissante disponible aujourd'hui sur le marché, tirant parti de l'IA pour gérer les données à grande échelle et en temps réel. Elle utilise des algorithmes de machine learning pour récupérer automatiquement des données à partir de différentes sources. Ces données sont ensuite intégrées dans un cadre centralisé appelé couche de virtualisation. À partir de là, des graphes de connaissances et des ontologies peuvent être créés de manière semi-automatique, convertissant des données techniques et complexes en données unifiées, liées, précises et lisibles, en leur donnant une signification métier, compréhensible par tous.

À grande échelle, les ontologies de la Data Fabric sont importantes pour l'interopérabilité sémantique des données, puisqu'elles fournissent un vocabulaire commun de description et d'échange des données entre les banques, les sociétés d'investissement, les régulateurs, etc. Les ontologies standardisées et liées entre elles permettent aux systèmes d'échanger et de fédérer des données ayant une signification universelle, rendant ainsi la communication homme-machine et machine-machine beaucoup plus fluide.