Une IA pour les services financiers

Anthropic, un des autres leaders de l'intelligence artificielle à l'ombre de la « star » OpenAI, vient de dévoiler une solution dédiée au secteur financier. Or, à regarder de près sa présentation officielle, on comprend pourquoi, à ce stade, il n'est pas vraiment question de préparer une révolution… mais plutôt de résoudre un vieux problème persistant.

Précisons d'emblée que le nouveau « Claude for Financial Services » est conçu plus spécifiquement pour la banque d'investissement. Dans les détails, son domaine d'expertise couvre ainsi l'analyse de marché, la production de documents de recherche et l'assistance à la prise de décision, avec, entre autres, des capacités exclusives prédéfinies autour des systèmes de trading, de la maîtrise de la conformité réglementaire, de la modélisation des risques et des simulations de tendances…

Cependant, la qualité principale sur laquelle mise son éditeur pour faire la différence face à une concurrence exacerbée réside ailleurs : il s'agit de sa connectivité. En résumé, Anthropic fournit non seulement les incontournables interfaces standardisées MCP permettant d'interagir avec des sources d'information externes, tellement importantes pour les métiers de l'investissement, mais également des modules d'intégration avec les plates-formes internes de l'entreprise (en tous cas celles qui s'appuient sur des socles reconnus), où sont hébergées ses données propriétaires, donc les plus précieuses.

Naturellement, le fournisseur se veut rassurant quant aux accès à cette matière première sensible. Il affirme, en particulier, qu'il n'en fait aucun usage à des fins d'entraînement et qu'elle est réservée à la production de résultats pertinents aux requêtes formulées par les collaborateurs. Les informations utilisées de la sorte sont en outre restituées, au besoin, sous forme de lien hypertexte, dans le but d'autoriser une vérification immédiate et de satisfaire aux exigences d'explicabilité de l'industrie.

Ces facultés d'intégration avec les dépôts de données existants constituent évidemment un prérequis basique pour un composant d'intelligence artificielle dont l'essence même consiste à en manipuler le contenu. Mais, en raison justement de cette condition, elles représentent le défi numéro un à relever pour l'adoption de l'IA dans les institutions financières, où de nombreuses applications, notamment parmi les plus anciennes, isolent les ressources qu'elles gèrent et rendent difficile leur exposition.

La situation me rappelle les aventures vécues dans quelques banques dans les années 2000, lorsque Google et quelques autres promettaient, avec leurs moteurs de recherche, de déverrouiller les trésors de données enfouis dans les centres de production informatique. Il a rapidement fallu déchanter. Entre les complexités techniques (y compris de diversité des outils), les obligations de sécurisation et de confidentialité (alors que le RGPD n'était pas encore né), les risques induits sur la stabilité et la performance des logiciels critiques…, la bataille était perdue d'avance.

Le contexte a-t-il changé ? Pas réellement. En pratique, il a même empiré dans la plupart des environnements. Dans un certain sens, Anthropic fait preuve de cohérence dans son approche, en insistant sur ces contraintes pour vanter sa solution. En revanche, rien ne prouve que ces nouveaux arrivants sauront mieux que leurs prédécesseurs surmonter ces obstacles… laissant finalement un doute sur leur capacité à s'intégrer dans les systèmes d'information des grands acteurs.