Défis de mise en œuvre de GenAI dans les services financiers

Défis de mise en œuvre de GenAI dans les services financiers

Horodatage: 24 janvier 2024 12h06
Nœud source: 3085402

La capacité d'un ordinateur à générer du texte en prose est récemment devenue suffisamment bonne pour être envisagée dans le cadre d'une utilisation commerciale pratique. Alors pourquoi la plupart des entreprises ne l’utilisent-elles pas encore ? Examinons quelques défis liés à la mise en œuvre de ces méthodes. Alors que l'IA générative (GenAI)
peut également générer des images, de l’audio ou de la vidéo, nous nous concentrerons ici sur sa capacité à générer du texte.

Au cœur de GenAI se trouve un modèle qui transforme un morceau de texte en un autre. Le texte saisi est souvent une question posée ou une commande donnée par un utilisateur humain. Nous espérons que le texte de sortie est une réponse correcte et significative. La plupart d'entre nous ont joué avec
un ou plusieurs de ces modèles en ligne dans un environnement de messagerie texte rappelant une conversation. Même si cela ressemble à une conversation, des fissures apparaissent, nous signalant que nous ne parlons pas à un être humain.

Le premier groupe de défis réside dans la manière dont ces modèles ont été réalisés. Ils sont basés sur d’énormes collections de textes provenant d’Internet. Une grande partie de ce texte est fictive ou contient des propos inappropriés tels que la discrimination. Une grande partie de ce texte est également soumise au droit d'auteur
loi, ce qui rend la légalité des modèles quelque peu floue.

Le prochain groupe de défis concerne la nature même de ces modèles. Ils représentent une gigantesque matrice de probabilité indiquant quel mot est le plus susceptible de suivre une séquence de mots de départ donnée. En tant que tels, ils ne sont pas capables de raisonnement logique, causal
l'argumentation ou le bon sens. Le résultat pratique est qu’ils donnent parfois des réponses incorrectes ou impossibles – ce qu’on appelle une hallucination.

De plus, dans la pratique commerciale, ces modèles ne peuvent pas vivre seuls mais doivent être intégrés à une variété d'autres outils logiciels, souvent créés par d'autres fournisseurs. Les modèles GenAI peuvent alors représenter une interface linguistique pour ces outils logiciels pour rationaliser
de nombreuses tâches. Cependant, le travail d’intégration des modèles GenAI avec les logiciels existants ne fait que commencer et est rendu complexe par le paysage diversifié et en évolution rapide des fournisseurs eux-mêmes.

En supposant que GenAI soit pleinement intégré aux utilitaires logiciels courants utilisés dans le secteur des services financiers, nous serions toujours confrontés au défi de la formation et de la gestion du changement au sein de la main-d’œuvre d’un secteur fier de son intelligence humaine.

Ce sont tous des défis de principe. Laissons-les de côté pour l’instant et demandons-nous pour quoi nous utiliserions GenAI dans les services financiers.

Certaines utilisations sont courantes dans d'autres secteurs, comme l'automatisation du service client pour répondre aux questions ou effectuer des tâches de routine comme une hotline automatisée intelligente. On peut envoyer des e-mails marketing à de nombreux clients, adaptés au comportement de chaque individu.
modèle pour annoncer des produits et services spécifiques vraiment adaptés à cette personne. 

Cela devient plus intéressant quand on réalise que GenAI ne parle pas seulement des langages humains mais aussi des langages informatiques. Il peut traduire une question posée en anglais en SQL, le langage des bases de données, ou en JavaScript, le langage des pages Web. Un financier
L'analyste peut poser une question en anglais, la mettre dans une base de données en SQL parfait et la réponse transformée en une page JavaScript qui s'affiche sous forme de graphique analytique. Pour l’analyste financier, le graphique apparaît instantanément avec des données numériques fiables.
C'est digne de confiance car GenAI n'a pas créé le contenu numérique mais l'a plutôt récupéré à partir d'une base de données bien constituée. La réponse instantanée est un gain significatif car tout le travail humain et tout le retard sont évités.

GenAI est capable d'écrire du texte en prose de manière native et peut ainsi fournir une première ébauche d'analyse ou de rapport financier à corriger par un humain. Il est bien documenté que l’automatisation de la première ébauche peut permettre d’économiser jusqu’à 40 % de l’effort total de travail humain.
pour le rapport.

En résumé, les principaux défis résident dans les modèles eux-mêmes et dans leur intégration dans d’autres outils. Une fois intégrés, ils doivent être utilisés correctement par une main-d’œuvre disposée et formée pour le faire.

Cela nous amène au dernier obstacle à l’adoption dans les services financiers : la confiance. Les professionnels de la finance, les dirigeants d’entreprise et les régulateurs gouvernementaux ne croient pas encore vraiment à la fiabilité de ces technologies comme nous le souhaiterions.
une industrie réglementée dans laquelle de grosses sommes d’argent peuvent être perdues en un instant. Cela doit être satisfait avec des intégrations comme celle mentionnée ci-dessus pour contrôler GenAI avec des bases de données précises, et également avec une meilleure défense de l'industrie de l'IA elle-même afin que la compréhension
vainc le manque de confiance.

Horodatage:

Plus de Fintextra