IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)

Vous êtes nouveau sur Developpez.com ? Créez votre compte ou connectez-vous afin de pouvoir participer !

Vous devez avoir un compte Developpez.com et être connecté pour pouvoir participer aux discussions.

Vous n'avez pas encore de compte Developpez.com ? Créez-en un en quelques instants, c'est entièrement gratuit !

Si vous disposez déjà d'un compte et qu'il est bien activé, connectez-vous à l'aide du formulaire ci-dessous.

Identifiez-vous
Identifiant
Mot de passe
Mot de passe oublié ?
Créer un compte

L'inscription est gratuite et ne vous prendra que quelques instants !

Je m'inscris !

Le cycle d'engouement montre que l'IA générative en finance est au sommet des attentes exagérées
Les dirigeants financiers devraient tempérer les attentes autour de la GenAI en finance, d'après Gartner

Le , par Jade Emy

34PARTAGES

6  0 
L'IA en finance a suscité un intérêt significatif de la part des directeurs financiers cherchant à maximiser les ressources et à améliorer l'efficacité et la prise de décision. Mais le battage médiatique important sur le marché est susceptible de conduire à une période de désillusion avec les différentes technologies dans ce domaine. Le cycle d'engouement (Hype Cycle) montre que l'IA générative en finance est au sommet des attentes exagérées, ainsi les experts de Gartner conseillent les dirigeants financiers de modérer leurs attentes à l'égard de l'IA générative en finance.

Le Gartner Hype Cycle for Finance AI and Advanced Analytics présente les principales innovations qui révolutionnent la finance. Le cycle d'engouement fournit aux directeurs financiers l'état actuel des principales techniques d'IA et d'analyse avancée pertinentes pour la finance, les aidant ainsi à aligner les feuilles de route technologiques sur la stratégie de l'entreprise.

Alors que de nombreuses innovations présentées sont déjà disponibles et largement utilisées aujourd'hui, d'autres sont tournées vers l'avenir et présentent les plus grandes promesses pour le futur. Les directeurs financiers peuvent utiliser le cycle d'engouement pour élaborer une feuille de route de transformation financière qui apporte une valeur à court terme tout en préparant l'avenir.

"L'IA générative se situe au sommet des attentes exagérées dans le domaine de la finance", a déclaré Mark D. McDonald, analyste directeur principal de la pratique financière de Gartner. "Une série d'outils d'IA générative (GenAI) accessibles au public ont généré une énorme publicité pour la technologie au cours des deux dernières années, mais à mesure que les fonctions financières adoptent cette technologie, elles risquent de ne pas la trouver aussi transformatrice que prévu."


Tempérer les attentes autour de la GenAI dans la finance

Bien que les experts de Gartner prévoient une désillusion à l'égard des outils GenAI dans le secteur financier à l'avenir, cela ne veut pas dire que la technologie ne sera pas utile dans ce secteur. Au contraire, la GenAI a plusieurs applications pour les professionnels de la finance, mais elles pourraient ne pas être aussi transformatrices que de nombreux responsables financiers le pensent actuellement. GenAI utilise le texte comme source, et excelle donc dans les tâches qui requièrent une analyse de texte, comme l'analyse des contrats.

M. McDonald déclare : "Les fonctions financières pourraient également utiliser GenAI pour faire des choses qu'elles ne font pas actuellement. Par exemple, en comparant une facture fournisseur entrante avec les prix négociés pour s'assurer que les frais sont conformes aux prix convenus. Les principaux atouts de GenAI dans le domaine financier sont sa facilité d'accès et sa simplicité d'utilisation. De nombreux fournisseurs proposant des solutions GenAI privées en interne, l'exploitation de ces outils consiste essentiellement à apprendre aux employés comment les utiliser et dans quelles circonstances il s'agit d'une solution fiable."

Cependant, lorsqu'il s'agit de tâches basées sur des données numériques, les fonctions financières devront s'appuyer sur d'autres techniques d'IA, en particulier sur diverses applications de l'apprentissage automatique. L'apprentissage automatique peut aider les professionnels de la finance dans des tâches telles que la prévision des revenus ou la recherche d'erreurs dans de grands volumes de données.

M. McDonald ajoute : "L'apprentissage automatique peut également contribuer à de nouvelles méthodes plus sophistiquées d'analyse de nos résultats financiers, en détectant des tendances qui pourraient autrement passer inaperçues. L'un des principaux avantages de l'apprentissage automatique est que les responsables financiers peuvent quantifier la qualité des résultats de l'algorithme, ce qui peut servir de preuve pour des transactions vérifiables."

L'utilisation de l'apprentissage automatique nécessitera toutefois de nouvelles compétences. Les organisations financières commencent à utiliser le modèle de science des données citoyenne qui enseigne aux professionnels de la finance un sous-ensemble de la capacité de science des données et les compétences nécessaires pour utiliser les techniques fondamentales de science des données.


L'IA composite

L'IA composite se trouve au stade du déclencheur d'innovation du cycle d'engouement, et fait référence à l'application combinée de différentes techniques d'IA pour améliorer l'efficacité de l'apprentissage et élargir le niveau de représentation des connaissances.

M. McDonald commente : "Au fur et à mesure que l'adoption de l'IA mûrit dans les fonctions financières, il deviendra évident qu'aucune technique d'IA n'est une panacée. La combinaison des techniques d'IA est beaucoup plus efficace que de s'appuyer uniquement sur des heuristiques ou sur une approche entièrement basée sur les données."

La dépendance croissante à l'égard de l'IA pour la prise de décision pousse les organisations vers l'IA composite, car les actions les plus appropriées peuvent être mieux déterminées en combinant des modèles basés sur des règles et des modèles d'optimisation - une combinaison souvent désignée sous le nom d'analyse prescriptive. Les petits ensembles de données, ou la disponibilité limitée des données, ont également poussé les organisations à combiner plusieurs techniques d'IA.

La modélisation à base d'agents est la prochaine vague de l'IA composite. Une solution d'IA composite est composée de plusieurs agents, chacun représentant un acteur de l'écosystème. La combinaison de ces agents en un "essaim" permet de créer une conscience commune de la situation, une optimisation plus globale de la planification, une programmation réactive et une résilience des processus.

Source : Gartner

Et vous ?

Pensez-vous que ces analyses sont crédibles ou pertinentes ?
Quel est votre avis sur le sujet ?

Voir aussi :

L'IA pourrait remplacer environ 54 % des emplois dans le secteur bancaire, car ils ont un fort potentiel d'automatisation. L'assurance serait le deuxième secteur le plus touché avec 48 %, d'après Citigroup

Pourquoi certains experts sont-ils si convaincus que le boom de l'IA va s'essouffler ? Ils voient des similitudes avec l'ère des dotcoms et affirment que les capacités de l'IA générative sont surestimées

L'IA perd de sa popularité et certains investisseurs commencent à craindre qu'elle ne leur apporte pas les profits considérables escomptés, d'autres restent toutefois optimistes quant au potentiel de l'IA

Une erreur dans cette actualité ? Signalez-nous-la !