Le machine learning pour le secteur financier ?

On entend de plus en plus parler de machine learning dans notre vie de tous les jours, savons-nous pour autant de quoi il retourne ? Combien d’entreprises anticipent-elles les changements que vont apporter à leur business les nouvelles technologies de machine learning et plus généralement les systèmes liés à l’intelligence artificielle (IA) ?

Nous avons tous entendu parler de la voiture sans chauffeur de Google et des millions de kilomètres qu’elle a dû parcourir pour « apprendre » tous les scénarios auxquels elle pourrait être confrontée et ainsi devenir meilleur conducteur qu’un être humain. Au-delà de l’expérience récente du joueur de Go, vous avez peut-être également entendu que l’IA sera bientôt susceptible de vous sauver la vie grâce à un diagnostic médical beaucoup plus précis que celui de votre médecin traitant. Votre médecin base son diagnostic sur ses études et sur les centaines ou milliers de cas qu’il a rencontré dans sa carrière tandis qu’une machine intelligente aura fait une analyse statistique de millions de paramètres et s’enrichira chaque jour de nouvelles données.

Cette nouvelle révolution industrielle autour de l’IA va impacter de nombreux aspects de notre vie et aussi profondément modifier le secteur financier, tout le buzz autour des Fintech n’est encore que la partie émergée de l’Iceberg.

Tentons de définir ou tout du moins de décrire simplement les notions d’intelligence artificielle et de machine learning qui est un de ses champs d’application. Imaginez que vous ayez une capacité quasi illimitée à apprendre et à analyser statistiquement un ensemble de données sur un sujet précis, vous serez alors capable d’anticiper et de prévoir différents scénarios de façon bien plus efficace que des êtres « normaux ». Si à cette capacité, vous ajoutez la possibilité d’apprendre itérativement de vos erreurs sans intervention extérieure, vous êtes désormais équivalent à un système avancé d’intelligence artificielle, cela vous rappellera peut-être le film Terminator. Vous avez compris que les caractéristiques essentielles du machine learning sont les données, les statistiques et l’amélioration continue.

Revenons un moment sur Terminator, ce film appartient largement au domaine de la fiction et devrait y rester encore pendant pas mal de temps. En effet, les systèmes d’intelligence artificielle doivent apprendre à partir de bases de données, très larges et surtout bien structurées/ordonnées, or cette donnée bien qu’abondante n’est disponible que dans certains domaines pour les entrainements de systèmes d’IA. La perception humaine demeure nettement supérieure à celle de la machine et la grande difficulté des entreprises impliquées dans le machine learning consiste à trouver et classer la donnée d’apprentissage de leurs systèmes d’IA. Terminator n’est pas encore pour demain !

S’il ne faut pas craindre les progrès de l’intelligence artificielle, les entreprises devraient toutefois se pencher sur les changements que celle-ci va entraîner dans nos sociétés.

De plus en plus de tâches vont pouvoir être accomplies par les machines « apprenantes », de nouveaux emplois seront toutefois générés autour de deux domaines : le premier est logiquement tout ce qui tourne autour de l’intelligence artificielle, le data mining, le nettoyage et le classement de la donnée, les mathématiques, l’expertise d’entrainement et d’apprentissage de systèmes d’intelligence artificielle. Le second concerne toutes les activités faisant appel à la créativité, appliqué dans de multiples domaines comme le design graphique ou la littérature pour lesquels la machine ne devrait pas jouer de rôle avant longtemps.

Comment tout ceci se transpose-t-il à l’industrie financière ?

Le machine learning est déjà utilisé dans de multiples secteurs. Un des domaines de prédilection touche évidemment aux décisions d’investissement, vous avez lu tous ces articles sur les robot “advisor” sensés prendre en compte tellement de paramètres et apprendre constamment pour pouvoir vous proposer les meilleures décisions d’investissement. Utilisent-ils toutefois les bonnes données pour élaborer leurs recommandations ? Il peut être difficile d’anticiper l’éclatement d’une guerre locale et de ses impacts sur le marché. On vous répondra toutefois qu’en pratiquant “l’analyse de sentiment”, on peut aussi prévoir ce genre de risques, un système pourra apprendre à détecter tous les termes et expressions qui fleurissent dans les médias préalablement au début d’un conflit. Ceci pour mentionner un autre champ d’application dans le secteur financier du machine learning : le contrôle des risques et de conformité. Un système d’intelligence artificielle peut analyser des informations et comportements à partir de multiples sources pour pouvoir détecter un investisseur ou un investissement suspect.

En plus d’une utilisation pour les décisions d’investissement, le contrôle des risques et de conformité, l’IA peut aussi être utilisée dans un but commercial. Les institutions financières ont tellement de données disponibles qu’elles devraient, avec celles-ci, être capables d’anticiper les besoins de leurs clients pour leur proposer le bon produit au bon moment.

Enfin, le machine learning peut être utilisé pour réduire les coûts et accroitre la productivité des institutions financières.

Un exemple en particulier est le recours à l’intelligence artificielle pour automatiser les traductions très techniques de documents financiers et ainsi gagner en temps de production et en ressources. Lingua Custodia a été créée dans le but d’appliquer le machine learning aux traductions financières et ainsi aider toutes les équipes devant traduire des documents financiers à y consacrer moins de temps et de ressources.

Que ce soit pour améliorer les performances d’investissement, réduire les risques, améliorer les ventes ou réduire les coûts, un système d’intelligence artificielle ne peut à ce jour remplacer complètement l’intervention humaine, c’est par contre un outil d’aide fabuleux dans de multiples domaines.

Au-delà de l’univers des Fintech dont on parle beaucoup, les grands acteurs financiers du monde de demain seront sans aucun doute ceux qui auront compris le rôle que peut jouer l’intelligence artificielle dans leur activité pour l’utiliser au mieux.

Pour continuer la discussion autour des outils de traduction automatique, retrouvez-nous sur notre page officielle LinkedIn.

Pour en savoir plus sur VERTO, notre solution de traduction automatique et personnalisée pour le domaine financier, n’hésitez pas à nous contacter.