L’IA et la finance – Partie 1




Cette fois nous voici dans le cœur de métier du cabinet Xénium Partners : le conseil en banque, finance et assurance.

Pour Xénium Partners nous avons identifié les impacts suivants :



Maintenant, vous vous doutez que les financiers n’ont rien à craindre de l’Intelligence Artificielle, et qu’elle crée même dans certains cas des emplois ultra-qualifiés, encore vous faut-il savoir à quoi ressemblent les puissants outils d’analyse qu’elle propose. Destinés à remplir plus efficacement les tâches quotidiennes tout en automatisant totalement des processus répétitifs (de faible valeur ajoutée), qui nécessitaient auparavant un travail humain important. Pour ce faire les banques investissent de plus en plus dans l’IA et de nouveaux outils sont régulièrement lancés

Menu :

L’IA et les autorités financières

L’ACPR lance une consultation publique
La position de l’ACPR
la vision de l’ACPR
Les conclusions des consultation de l’ACPR
Les usages possibles à ce jour
Les risques
Les enjeux pour le superviseur
La suite vue de l’ACPR

L’IA va transformer le secteur financier, le superviseur évalue les risques
IA et finance : les nouveaux enjeux réglementaires
Le Conseil de Stabilité Financière alerte sur l’impact de l’intelligence artificielle dans le secteur de la finance

Quand l’Intelligence Artificielle débarque dans la banque et la finance…
Compliance et trading
Métiers titres et back-office
Gestion d’actifs
Finance d’entreprise
Et pour finir : la NLG, ça vous dit quelque chose ?

L’intelligence artificielle comme moteur de la finance
CBOE-AI et machine learning pour surveiller le VIX
Bourse : de premiers fonds dédiés à l’intelligence artificielle
L’IA dans les services financiers : mythe et réalité
L’intelligence artificielle n’est pas magique
Comment l’intelligence artificielle investit le secteur bancaire
La féroce compétition du monde des traders haute fréquence
Shift lève 60 millions de dollars pour diffuser l’IA dans l’assurance
Voici Maxime, le chatbot juridique d’Axa

Lire le Chapitre suivant


Articles complémentaires


L’IA et les autorités financière

Vu les implications actuelles et surtout celles qui arrivent, les autorités financières ne peuvent rester inactives.

Mieux vaut prévenir que guérir ou sanctionner …


L’ACPR lance une consultation publique

Dans le prolongement de ses études sur la révolution numérique dans les secteurs de la banque et de l’assurance, l’ACPR a souhaité mener une réflexion sur les enjeux du développement de l’intelligence artificielle dans le secteur financier, qu’elle soumet aujourd’hui à consultation publique.

L’ACPR lance une consultation publique dans le prolongement de ses études sur la révolution numérique dans les secteurs de la banque et de l’assurance, l’ACPR a souhaité mener une réflexion sur les enjeux du développement de l’intelligence artificielle dans le secteur financier, qu’elle soumet aujourd’hui à consultation publique. L’adoption de l’intelligence artificielle est facteur d’innovation et peut améliorer la qualité,la sécurité et l’efficacité de nombreux services financiers. Les algorithmes «intelligents», capables d’apprendre et d’améliorer leurs performances au fil du temps, sont appelés à prendre une place croissante dans le secteur financier. Cependant, le développement des techniques d’IA doit se faire de façon maîtrisée et doit s’accompagner d’une réflexion sur la gouvernance, le contrôle et la compréhension des techniques mises en œuvre. L’ACPR souhaite encourager cette réflexion afin d’accélérer le processus d’intégration des techniques d’intelligence artificielle au sein du secteur. La présente consultation est une première étape importante en ce sens.«En accompagnant les acteurs français dans le développement maîtrisé de l’intelligence artificielle, l’ACPR joue son rôle en préparant les conditions pour que le secteur financier de demain soit encore plus sûr, innovant et fiable, au service des consommateurs et de l’économie», confirme François Villeroy de Galhau, président de l’ACPR et gouverneur de la Banque de France. Période de consultation : Le document « Intelligence artificielle : enjeux pour le secteur financier » est présenté pour susciter toutes observations et commentaires, aussi bien sur son contenu précis que sur la démarche d’ensemble. Cette consultation s’adresse tant à la profession et aux intermédiaires et établissements soumis au contrôle de l’ACPR que, plus largement, à l’ensemble des personnes concernées par l’intelligence artificielle dans le secteur financier.

ACPR Banque France : IA l’ACPR lance une consultation publique
Document PDF : 2018_12_20_intelligence_artificielle_fr_0.pdf



La position de l’ACPR

Création du pôle Fintech / innovation au sein de l’ACPR ; complément de la création de 2016 pour

Le schéma ci-dessous fixe la vision de l’ACPR :

Les conclusions des consultation de l’ACPR

Les usages possibles à ce jour

Les risques



Les enjeux pour le superviseur

La suite vue de l’ACPR



L’IA va transformer le secteur financier, le superviseur évalue les risques

Le superviseur des banques et des assureurs, l’ACPR, publie un rapport et lance une consultation publique sur les usages de l’intelligence artificielle dans la finance. Jugée prometteuse, la technologie pose aussi des risques de discrimination par les algorithmes et accroît les enjeux de cybersécurité.

Du chatbot qui répond dans l’appli mobile aux questions des clients d’Orange Bank à l’analyseur de courrier électronique pour les conseillers du Crédit Mutuel, en passant par les outils de traduction automatique ou de détection de fraude et les robo-advisors dans la gestion de patrimoine : l’intelligence artificielle (IA) a commencé à se déployer un peu partout dans la finance. C’est la raison pour laquelle la Banque de France a créé il y a quelques mois une taskforce sur l’IA, composée d’acteurs de la place et d’autorités publiques pour en étudier les enjeux.

Le pôle Fintech de l’Autorité de contrôle prudentiel et de résolution (ACPR, superviseur adossé à la Banque de France) vient de rendre public ce jeudi 20 décembre un document de réflexion abordant les opportunités et les risques du déploiement de l’IA, à l’occasion du lancement d’une consultation publique, ouverte jusqu’au 28 février 2019, destinée à recueillir l’analyse des parties prenantes.

« Nous avons voulu livrer un diagnostic au moment où le secteur financier s’apprête à généraliser l’usage de l’IA, même si l’on se trouve plutôt au stade de l’expérimentation, du « Proof of concept » (PoC) que de l’industrialisation ».

Olivier Fliche, le directeur du pôle Fintech de l’ACPR

La maîtrise de l’IA est perçue comme une priorité stratégique pour les acteurs du secteur financier : 30% des projets de digitalisation seraient conçus principalement autour de l’intelligence artificielle et plus de la moitié des projets en développement utilisent l’IA. Les niveaux d’avancement sont « disparates » mais « les progrès [sont] réels et rapides » et le superviseur estime que « le secteur semble bel et bien au seuil d’un ensemble d’innovations qui vont profondément le transformer. »

L’ACPR relève que cette technologie peut permettre d’améliorer la relation client et le service rendu (chatbot, voicebot, analyseur d’email), en traitant plus rapidement les demandes, de mieux détecter la fraude, d’automatiser le traitement de certains sinistres dans l’assurance.

« En Chine, il est aujourd’hui possible d’envoyer des photos d’accidents simplement via l’application d’Alibaba et de recevoir un remboursement très rapidement grâce aux technologies de « deep learning » en reconnaissance d’images »

Des établissements utilisent aussi l’IA dans l’octroi du crédit pour améliorer leur système de scoring, notamment dans le domaine du crédit conso où les clients sont plus sensibles à la rapidité de la réponse. Des tests sont en cours pour assister les services conformité des banques dans les déclarations de soupçons. Du côté des marchés, l’IA peut aider à détecter les anomalies, les erreurs de type « fat finger » (gros doigt, erreur de touche), les délits d’initiés ou les fraudes extérieures.

Article complet : L’IA va transformer le secteur financier – le superviseur évalue les risques
Publié sur La Tribune le 22 décembre 2018 par Delphine Cuny



Intelligence artificielle et finance : les nouveaux enjeux réglementaires


Par les perspectives qu’elle ouvre, la diffusion de l’intelligence artificielle pourrait rendre nécessaire d’aller plus loin que la loi pour une République numérique et le Règlement européen GDPR (General Data Protection Regulation) ou RGPD.

L’utilisation de l’intelligence artificielle (IA) dans le secteur financier n’est pas nouvelle. Apparu dès les années 1950, à partir d’un article d’Alan Turing, ce domaine de recherche n’en est pas à son premier engouement. La première « bulle », qui ne portait pas encore ce nom, a pris la forme des systèmes experts, apparus dès les années 1980 dans les banques et les compagnies d’assurance. Le désenchantement qui a suivi a duré jusqu’à l’émergence de deux technologies : le traitement automatique du langage naturel (NLP, d’après l’acronyme anglais) et la reconnaissance d’image. Couplées à l’augmentation incessante de la puissance de calcul, elles promettent une infinité d’applications. Leur influence commence déjà à s’exercer dans de nombreux domaines, de la santé publique à l’interface homme-machine.

Article complet :
Risques & Réglementations & IA : Les nouveaux enjeux
Publié sur Revue Banque le 8 septembre 2017


Le Conseil de Stabilité Financière alerte sur l’impact de l’intelligence artificielle dans le secteur de la finance

L’utilisation de l’intelligence artificielle et du machine learning a considérablement augmenté au sein des entreprises et organismes financiers. Les applications de ces nouvelles technologies permettent en effet d’automatiser la relation client, de conseiller en matière de crédit ou encore d’assurance grâce à une meilleure analyse des données et à une plus grande efficacité.

Un secteur en demande d’IA

Le Conseil de Stabilité Financière (CSF) a publié le 1er novembre dernier un rapport sur les impacts sur la stabilité financière de l’intelligence artificielle et du machine learning. Cet organisme qui représente les banques centrales et les régulateurs des économies du G20 s’est en effet penché sur l’évolution actuelle que connaît le secteur.

Si cette révolution technologique aura bien évidemment des répercutions positives, en termes de profit, elle n’en reste pas moins un outil dangereux. Comme l’indique le CSF, si les entreprises sont entrées dans ce qui semble une course à l’IA, c’est aussi parce que leurs concurrents s’y sont lancés. L’accélération peut sembler vertigineuse tant l’intégration d’outils IA s’est faite rapidement. Si les bénéfices sont certains, les risques sont beaucoup plus flous mais bien réels comme l’indique le rapport.

Des risques à maîtriser au plus tôt.

Le CSF a identifié plusieurs risques et alerte sur la dépendance que cela pourrait créer pour les entreprises vis-à-vis des géants du domaine mais aussi sur la cyber-criminalité.

Ces problèmes de concurrence – suffisamment pertinents du point de vue de l’efficacité économique – pourraient se traduire par des risques de stabilité financière, si et quand, ces entreprises technologiques détiennent une part de marché importante dans des segments spécifiques du marché financier.

Conseil de Stabilité Financière

Le rapport du CSF met également l’accent sur la nécessité de former et de recruter un personnel spécialiste dans ces nouvelles technologies.

Si plusieurs entreprises développent des stratégies commerciales utilisant des modèles d’IA et de machine learning sans les comprendre, du fait de leur complexité, il serait très difficile pour les entreprises et les superviseurs de prédire comment les actions des modèles affecteront les marchés

Conseil de Stabilité Financière

Parallèlement, comme l’indique le CSF dans son rapport, les applications et programmes actuels ont été développés à une période où le système financier international est plutôt en accélération. Cela implique un questionnement nécessaire car “les modèles pourraient ne pas suggérer des actions optimales en période de ralentissement économique ou de crise financière”.

L’intelligence artificielle promet une plus grande efficacité, une meilleure inter-connectivité entre les organismes et entreprises mais implique plus que jamais d’être maîtrisée.

Comme pour tout nouveau produit ou service, il sera important d’évaluer les utilisations de l’IA et du machine learning en fonction de leurs risques, y compris en ce qui concerne le respect des protocoles sur la confidentialité des données, les risques de conduite et la cybersécurité.
Des tests et une “formation” adéquats aux outils via des données objectives et des mécanismes de rétroaction sont fondamentaux pour s’assurer que les applications font ce qu’elles sont censées faire.

Conseil de Stabilité Financière

L’intelligence artificielle et ses applications sont des outils à très fort potentiel mais ils entrainent également des risques bien réels. Le secteur de la finance n’est pas le seul à s’interroger sur l’avenir de la société et, même si les avis divergent, il semble fondamental d’ouvrir un réel débat sur le sujet.

L’article complet : Le CSF alerte sur l’impact de l’intelligence artificielle dans le secteur de la finance

Publié sur ActuIA Par Thomas Calvi



Quand l’Intelligence Artificielle débarque dans la banque et la finance…

A présent que vous savez que les financiers n’ont rien à craindre de l’Intelligence Artificielle (IA), et qu’elle crée même dans certains cas des emplois ultra-qualifiés, encore vous faut-il savoir à quoi ressemblent les puissants outils d’analyse qu’elle propose. Destinés à remplir plus efficacement vos tâches quotidiennes tout en automatisant totalement des processus répétitifs, à faible valeur ajoutée, qui nécessitaient auparavant un travail humain, de nouveaux outils sont régulièrement lancés.

Voici donc, secteur par secteur, quelques exemples de produits avec lesquels vous serez désormais susceptibles de travailler..

Compliance et trading

L’éditeur de progiciels financiers Misys vient d’annoncer récemment le lancement d’une nouvelle solution baptisée FusionCapital Detect destinée aux professionnels des salles de marché (traders, compliance officers…). Reposant sur une technologie dite de « machine learning », celle-ci permet aux institutions financières de repérer les erreurs de saisie, les anomalies et de manière générale les activités inhabituelles, tout en accélérant la validation des transactions.

Misys Finastra

Ladite solution se comporte ainsi comme un assistant personnel intelligent au service des équipes de validation, signalant les erreurs, notamment manuelles, qui, en temps normal, nécessitent du temps pour être identifiées.

« Nous exploitons les capacités de l’IA à créer un système offrant anticipation et contrôle dans un marché toujours plus volatile. D’ailleurs, les résultats notés par une banque primo-adoptante sont probants », explique Nadeem Syed, CEO de Misys. « De surcroît, cette technologie permet d’accroitre l’efficacité, de réaliser des économies et, en définitif, d’améliorer la croissance à long terme des institutions financières ».

Pouvoir valider des transactions en temps réel est crucial dans un environnement réglementaire de plus en plus exigeant, avec notamment EMIR (European Market Infrastructure Regulation) qui impose d’identifier les erreurs, le plus tôt possible, afin de confirmer les transactions sous 24 ou 48h, ainsi que FRTB (Fundamental Review of the Trading Book) qui exige quotidiennement des rapports de risques, notamment des erreurs de transactions non identifiées qui pourraient invalider les dits rapports et avoir un impact sur la conformité.

Fait d’un mix d’algorithmes Open Source et de développements propriétaires, le machine learning garantit une évolution continue de la solution en réponse aux schémas de trading toujours plus variables.

« Les interventions manuelles ainsi que les contrôles pré-codés ont permis de réduire les erreurs de traitement dans le processus de trading, sans pour autant réduire la pression exercée par la réglementation sur les marchés de capitaux », explique Joséphine de Chazournes, analyste chez Celent, société conseil spécialisée dans l’IT Finance.


Métiers titres et back-office

Il n’y a pas que les métiers de front-office à être concernés. BNP Paribas Securities Services a ainsi récemment pris une participation minoritaire dans la startup fintech Fortia Financial Solutions, un éditeur de logiciels qui s’appuie sur l’intelligence artificielle, le machine learning et le contrôle des processus métier pour permettre au secteur des fonds de respecter les exigences de conformité croissantes et gérer la hausse importante des volumes de données.

« La solution Innova de Fortia s’attaque à deux défis bien réels pour les sociétés des services financiers et les investisseurs institutionnels – la croissance des exigences réglementaires et du volume des données – en mettant en œuvre de nouvelles technologies de façon intelligente et innovante »

« Ce partenariat stratégique marque une étape clé dans notre volonté de devenir l’un des premiers prestataires de solutions technologiques dédié au contrôle de la conformité des investissements, à la connaissance client et au reporting »

Reda Bouakel, fondateur de Fortia

Gestion d’actifs

Horizon Software, fournisseur de technologie pour les marchés de capitaux, a annoncé le lancement d’un module de gestion du risque pour son logiciel de gestion du passif Horizon Distrib qui propose des tableaux de bord de suivi du passif permettant aux responsables des sociétés de gestion d’avoir une vue d’ensemble de la répartition des parts de leurs fonds, selon des critères configurables d’agrégation (par niveau de risque, par type de client ou par secteur géographique par exemple).

Pour aller plus loin sur l’appréciation de la dynamique du passif, Horizon Distrib complète ces tableaux de bord avec des analyses statistiques des flux de souscriptions / rachats (Data Mining) et des modèles de prédiction s’appuyant sur les technologies de l’intelligence artificielle.

Un précieux outil d’aide à la décision qui permet d’anticiper les mouvements de décollecte et donc de mieux appréhender les mécanismes de re balancement et le risque de liquidité.


Finance d’entreprise

Les fonctions transversales de l’entreprise sont trop souvent les parents pauvres de l’innovation, et s’ils sont concernés par la révolution digitale, la réalité des métiers n’a pas vraiment changé. Pourtant, les fonctions achats, finances et RH ont un potentiel de digitalisation énorme, grâce à l’Intelligence Artificielle.

L’assistant digital de Dhatim, dont la technologie est basée sur l’Intelligence Artificielle, automatise par exemple le contrôle de milliers de factures ligne à ligne en les comparant avec les bons de commandes, les contrats des fournisseurs ou les plans comptables, permet la vérification de milliers de lignes dans des tableaux Excel, ou facilite la recherche croisée d’erreurs dans des bases de données hétérogènes et complexes comme les ERP.

« Nous assistons à une véritable révolution dans certains métiers comme les achats ou la comptabilité où des robots logiciels réalisent des actions pour le compte d’êtres humains », commente Thomas Bourgeois, CEO et co-fondateur de Dhatim. « Les assistants digitaux facilitent la vie des salariés en leur permettant de se consacrer à des tâches à plus forte valeur ajoutée, d’augmenter leur performance et de fait optimisent les dépenses des entreprises ».


Et pour finir : la NLG, ça vous dit quelque chose ?

Aujourd’hui, une nouvelle technologie d’IA fait son apparition et est en train d’être adoptée par toutes les grandes banques françaises. Il s’agit de la Natural Language Generation (NLG) ou Génération Automatique de Texte en français.

Spécialisée dans la NLG, la société française Yseop vient de mettre au point un logiciel qui rédige comme un être humain des résumés de situation, des diagnostics à partir de l’analyse des données et même des recommandations argumentées, mais à la vitesse de milliers de pages par seconde.



L’intelligence artificielle comme moteur de la finance

L’intelligence artificielle ne date pas d’hier. Mais aujourd’hui plus que jamais, cette technologie est au coeur des préoccupations depuis l’avènement du big data. Voyons quels sont ses impacts dans le secteur de la banque et de la finance

Publié sur Unow le 18 janvier 2019 par Alexia Verdier avec un extrait du MOOC correspondant.

Dans le secteur bancaire, où l’analyse des données est un enjeu essentiel, on comprend donc vite que cette technologie va remodeler toute l’activité, du trading à l’analyse financière, en passant par l’évaluation de risque, le crédit ou encore la gestion de portefeuille.

Quels sont les impacts de l’intelligence artificielle dans la finance ? Quel est le rôle des acteurs fintech ? Quels risques, quels enjeux peut-on détecter ?

La transformation du rôle de conseiller dans les banques

L’intelligence artificielle  pénètre peu à peu les banques, dans l’optimisation de leurs services de conseil financier. On peut différencier deux types d’application, qui dans les deux cas, transforment le rôle traditionnel du conseiller.

Parlons d’abord de ces logiciels de plus en plus performants, basés sur des algorithmes de traitement de données, proposés par exemple par YseopIBM Watson ou Oracle. Grâce à l’analyse d’informations clients en temps réel, ils tirent des conclusions rapides facilement exploitables par les conseillers. Par exemple, quel est le produit financier le plus adapté à mon client, quels arguments mettre en avant pour le lui vendre etc ?

Un deuxième type d’application est cette petite icône sur votre plateforme bancaire, vous savez ce fameux “posez une question à Chloé, votre conseillère”. Et non, aussi avenante soit-elle, Chloé n’est pas réelle… C’est ce qu’on appelle un chatbot, un outil permettant de générer une conversation naturelle avec les utilisateurs. L’avantage ? Un point d’entrée client permettant une qualification automatisée des leads, et un gain de temps pour les conseillers (les vrais cette fois !) qui peuvent se consacrer à des questions à plus forte valeur ajoutée.

Ces outils sont donc pour les banques le moyen de réduire leurs frais de structure, tout en augmentant l’efficacité commerciale, le panier moyen et la fidélisation client. Peu de banques parlent encore de leurs projets, mais on peut toutefois citer le partenariat récent entre le Crédit Mutuel et les services d’intelligence artificielle d’IBM Watson.

Les robots advisor

L’intelligence artificielle n’est pas seulement développée par les banques. Depuis quelques années, des Fintech ont vu le jour pour aller encore plus loin dans la gestion d’actifs. C’est l’arrivée sur le marché des Robot advisor, ces services permettant une gestion de portefeuille 100% en ligne avec un minimum d’intervention humaine et donc à moindre coût.

Arrivées des Etats-Unis (pour changer !) avec par exemple Wealthfront ou SigFig, des acteurs s’implantent progressivement en France. On peut recenser deux types de services :

Trois avantages évidents sont à signaler :



CBOE-AI et machine learning pour surveiller le VIX


Article source : CBOE AI et machine learning pour surveiller le VIX

Cboe Global Markets aura recours à l’intelligence artificielle pour tenter de faire taire ceux qui affirment que son fameux indice de volatilité VIX, surnommé « indice de la peur », est sujet aux manipulations.

Pour ce faire Cboe collaborera avec la FINRA (Financial Industry Regulatory Authority), un organisme d’autorégulation financière, afin de développer des techniques d’apprentissage automatique (machine learning) permettant en théorie de détecter d’éventuelles anomalies dans les transactions afférentes au VIX durant les journées de règlement, a déclaré le marché de dérivés à Reuters.

« Incorporer de l’apprentissage automatique et de l’AI (intelligence artificielle) est une évolution logique de la procédure de mise à niveau de notre programme de régulation », dit Greg Hoogasian, responsable des questions de régulation chez Cboe, dans un courriel.

La Finra a confirmé travailler sur l’apprentissage automatique pour assurer une meilleure surveillance des opérations de règlement sur le VIX.

Depuis abcbourse

L’organisme veut employer l’AI à intercepter plus rapidement les activités suspectes, y compris les montages douteux inédits pour le régulateur, a expliqué Tom Gira, responsable du département régulation de la Finra.

Au point de vue performance boursière, Cboe est à la traîne des autres plateformes boursières cette année. L’action Nasdaq est en hausse de quelque 17%, celle d’Intercontinental Exchange de 10% et celle de CME Group de 18%.

Les craintes de manipulation de l’indice VIX sont apparues l’an passé lorsque deux chercheurs de la McCombs School of Business (Université du Texas) ont remarqué une forte hausse des volumes de transactions sur les options de l’indice S&P-500 au moment du règlement. Ils ont également comparé la valeur de l’indice VIX au moment du règlement et celle calculée à partir des options du S&P-500 tout de suite après le règlement et ont trouvé qu’elles avaient tendance à diverger. Pour certains, cela veut dire que des traders peu scrupuleux ont délibérément modifié le prix de règlement.

La chute de la Bourse du 5 février dernier avait provoqué une hausse du VIX sans précédent depuis le quart de siècle de son existence, déclenchant une multitude de procès et l’ouverture d’enquêtes par la Securities and Exchange Commission (SEC) et la Commodity Futures Trading Commission (CFTC).

Les régulateurs n’ont pas encore rendu leurs conclusions mais Cboe balaie les accusations de manipulation, évoquant des problèmes de liquidité et une activité d’arbitrage légitime pour expliquer les mouvements inhabituels les jours de règlement.

Dans l’intervalle, Cboe a revu de fond en comble la technologie sur laquelle repose les transactions, amélioré la vitesse d’envoi des alertes lors de déséquilibres manifestes et tenté d’augmenter le nombre de teneurs de marché, les firmes qui fournissent des prix d’achat et de vente lors de la criée. Ces mesures ont produit des résultats ces derniers mois, relâchant un peu la pression sur la plateforme de Chicago.

Le VIX et les produits associés ont représenté le quart environ du résultat de Cboe en 2017, estiment les analystes. Les régulateurs n’ont pas encore rendu leurs conclusions mais Cboe balaie les accusations de manipulation, évoquant des problèmes de liquidité et une activité d’arbitrage légitime pour expliquer les mouvements inhabituels les jours de règlement.

Dans l’intervalle, Cboe a revu de fond en comble la technologie sur laquelle repose les transactions, amélioré la vitesse d’envoi des alertes lors de déséquilibres manifestes et tenté d’augmenter le nombre de teneurs de marché, les firmes qui fournissent des prix d’achat et de vente lors de la criée.

Ces mesures ont produit des résultats ces derniers mois, relâchant un peu la pression sur la plateforme de Chicago.

Le VIX et les produits associés ont représenté le quart environ du résultat de Cboe en 2017, estiment les analystes.

Article source : CBOE AI et machine learning pour surveiller le VI



Bourse : de premiers fonds dédiés à l’intelligence artificielle

L’intelligence artificielle, ce n’est plus de la science-fiction. Les investissements s’accélèrent dans tous les secteurs économiques. D’après un récent rapport du cabinet américain McKinsey,  l’intelligence artificielle pourrait entraîner une croissance du PIB mondial de 1,2 % par an jusqu’en 2030  !

Investir directement dans les entreprises les plus prometteuses dans ce domaine est une autre façon de mettre l’intelligence…

La suite sur : Des premiers fonds dédies à l’IA
Des produits financiers spécialisés vous permettent de profiter de la nouvelle manne que représente l’IA.

Voir également :

ODDO BHF AM lance un fonds dédié à l’intelligence artificielle
ODDO BHF Asset Management vient de lancer ODDO BHF Artificial Intelligence, le premier fonds thématique investissant dans l’intelligence artificielle (IA) qui utilise lui-même l’intelligence artificielle dans son processus d’investissement. Ce fonds, lancé en décembre 2018, investit dans des actions internationales.
Qualcomm : Lance un fonds dédié à l’IA
Point Banque :
BNPP Banque Privée et SG Securities Services ont récemment lancé deux solutions d’investissement basées sur l’intelligence artificielle (IA)
Pepiteweb :
Le co-fondateur de Google Brain monte un fonds dédié à l’intelligence Artificielle.
L’Agefi : Des ETF exclusivement pilotés par l’intelligence artificielle
L’intelligence artificielle (IA) est-elle l’avenir de la gestion quantitative et, par ricochet, celui des ETF (exchange-traded funds)
Next-Finance : IA dans l’industrie financière – Entre peur de l’inconnu et enthousiasme affirmé
Le cabinet d’avocats d’affaires international Baker & McKenzie publie, en collaboration avec Euromoney Thought Leadership, une étude sur les impacts de l’intelligence artificielle (IA) perçus par les acteurs de l’industrie financière.
Le Temps : L’apport de l’intelligence artificielle à la finance
La Tribune : IA – une task force va évaluer ses effets dans la finance
Forbes : IA et «Epargne», Vers Un Nouveau Modèle Financier ?



L’intelligence artificielle dans les services financiers : mythe et réalité

Cela ne fait pas de doute : l’intelligence artificielle est vouée à entraîner une modification fondamentale de l’univers des services financiers. Les expériences client seront enrichies, la fraude détectée et les opportunités dénichées. Pourtant, le battage autour du sujet surpasse son potentiel d’aujourd’hui et les entreprises doivent d’abord davantage mieux comprendre où la technologie peut avoir l’impact le plus important.

Matthew Davey,  Directeur de Solutions, Societe Generale Securities Services

« L’un des problèmes majeurs est qu’on cherche des solutions sans avoir identifié les problèmes » selon Matt Davey, Responsable Business Solutions de Société Générale Securities Services. En d’autres mots, il ne s’agit pas d’employer la technologie pour la technologie mais d’avoir une vision de ses objectifs, puis un plan d’action des moyens les plus directs de les atteindre. « Les entreprises peuvent perdre de vue leurs besoins métier et comment exploiter au mieux la technologie » analyse-t-il. « Du coup, les attentes peuvent ne pas avoir été satisfaites mais l’intérêt a été piqué au vif. C’est le cas avec toute nouvelle technologie. »

La différence avec l’IA est qu’il ne s’agit pas d’une technologie informe mais d’un ensemble d’outils bien distincts qui répondent à différents besoins de l’entreprise. Ces outils en sont à des stades de développement variés mais à ce jour, les chatbots, ou assistants virtuels, mieux connus sous le nom de Siri et Ok Google, font partie des plus avancés d’entre eux. Cependant, l’apprentissage automatique, le traitement automatique du langage naturel (NLP) et l’automatisation robotisée des processus (RPA) ont aussi le vent en poupe. Réunis, ils sont à même de générer des gains d’efficience et de qualité énormes par le biais de la validation des données, de notifications proactives et de la réalisation de schémas, de l’identification des erreurs et de la production de rapports de flux et de transactions à des fins de conformité.

La génération et la compréhension du langage naturel sont ajoutées au panel pour absorber l’information brute dans de grands ensembles de données, comprendre et détecter les tendances et les corrélations mais aussi identifier les inférences, les risques ou les opportunités d’investissement. Dans le déroulé continu, le NLP et la génération automatique brouilleront les pistes jusqu’à ce que les clients ne sachent plus s’ils s’adressent à un humain ou à une interface d’intelligence artificielle. La reconnaissance vocale et faciale sera elle aussi développée au service d’une expérience client enrichie et de la cybersécurité.

Le RPA suscite également beaucoup d’intérêt puisqu’il a pour but de remplacer le traitement manuel de tâches répétitives et fastidieuses. Il diffère d’un logiciel d’automatisation traditionnel en cela que la tâche en question ne nécessite pas une reconfiguration et une transformation fondamentales. M. Davey précise « Si l’apport de l’IA au processus décisionnel de l’investissement a beaucoup été exploré, le RPA est davantage lié à l’amélioration des procédures opérationnelles ». « Il gagne en puissance dans les services financiers grâce à l’attrait de sa modularité et de son efficacité. Les banques ont consacré du temps et de l’argent à l’intégration des systèmes en place ou nouveaux mais il faut toujours une intervention humaine pour réintroduire l’information. Le RPA vous permet de paramétrer ce processus et de le faire fonctionner en continu. »

En dehors des bénéfices de l’intégration, M. Davey souligne plusieurs autres débouchés viables dans le traitement des négociations, le rapprochement et les contrôles client. « À titre d’exemple, le RPA peut également être utile à la constitution de fonds lorsqu’il est nécessaire de saisir une quantité de données très importante. La technologie peut définir le processus, l’automatiser, puis procéder aux mises à jour automatiques. »

Sans surprise, ces nouvelles technologies pourraient donner lieu à tout un éventail d’aspects règlementaires mais pour le moment les législateurs procèdent avec parcimonie. Ainsi, au Royaume-Uni, la Financial Conduct Authority vise à déployer sa « sandbox » qu’elle a lancée en 2016 au niveau mondial. L’initiative permet aux entreprises de services financiers de formuler de nouvelles idées et de développer des produits dans un environnement sécurisé mais sert aussi de support pour identifier les bons garde-fous à intégrer dans les nouveaux produits et services en termes de protection des consommateurs.

La génération et la compréhension du langage naturel sont ajoutées au panel pour absorber l’information brute dans de grands ensembles de données, comprendre et détecter les tendances et les corrélations mais aussi identifier les inférences, les risques ou les opportunités d’investissement. Dans le déroulé continu, le NLP et la génération automatique brouilleront les pistes jusqu’à ce que les clients ne sachent plus s’ils s’adressent à un humain ou à une interface d’intelligence artificielle. La reconnaissance vocale et faciale sera elle aussi développée au service d’une expérience client enrichie et de la cybersécurité.

Le RPA suscite également beaucoup d’intérêt puisqu’il a pour but de remplacer le traitement manuel de tâches répétitives et fastidieuses. Il diffère d’un logiciel d’automatisation traditionnel en cela que la tâche en question ne nécessite pas une reconfiguration et une transformation fondamentales. M. Davey précise « Si l’apport de l’IA au processus décisionnel de l’investissement a beaucoup été exploré, le RPA est davantage lié à l’amélioration des procédures opérationnelles ». « Il gagne en puissance dans les services financiers grâce à l’attrait de sa modularité et de son efficacité. Les banques ont consacré du temps et de l’argent à l’intégration des systèmes en place ou nouveaux mais il faut toujours une intervention humaine pour réintroduire l’information. Le RPA vous permet de paramétrer ce processus et de le faire fonctionner en continu. »

En dehors des bénéfices de l’intégration, M. Davey souligne plusieurs autres débouchés viables dans le traitement des négociations, le rapprochement et les contrôles client. « À titre d’exemple, le RPA peut également être utile à la constitution de fonds lorsqu’il est nécessaire de saisir une quantité de données très importante. La technologie peut définir le processus, l’automatiser, puis procéder aux mises à jour automatiques. »

Sans surprise, ces nouvelles technologies pourraient donner lieu à tout un éventail d’aspects règlementaires mais pour le moment les législateurs procèdent avec parcimonie. Ainsi, au Royaume-Uni, la Financial Conduct Authority vise à déployer sa « sandbox » qu’elle a lancée en 2016 au niveau mondial. L’initiative permet aux entreprises de services financiers de formuler de nouvelles idées et de développer des produits dans un environnement sécurisé mais sert aussi de support pour identifier les bons garde-fous à intégrer dans les nouveaux produits et services en termes de protection des consommateurs.

Source : L’IA dans les services financiers – mythe et réalité


L’intelligence artificielle n’est pas magique

Des progrès récents de la science remettent sur le devant de la scène une discipline apparue dès les années 1950 : l’intelligence artificielle. Mais que recouvre exactement ce terme ? Et comment s’articule-t-il avec d’autres concepts comme celui d’apprentissage profond, de Big Data ou d’algorithmes prédictifs ? Le chercheur Jean-Gabriel Ganascia revient sur les concepts de base de sa discipline et met en garde contre les fantasmes qui l’accompagnent souvent.

Ces dernières années, l’intelligence artificielle (IA) a suscité un certain engouement mais les recherches la concernant sont bien plus anciennes. Pouvez-vous en retracer les grandes étapes ?

L’IA est une discipline scientifique née au cours de la seconde moitié du XXe siècle. Elle fait suite aux recherches sur la cybernétique des années 1940 – et notamment aux travaux du mathématicien américain Norbert Wiener – qui croisaient déjà différentes disciplines : ingénierie, philosophie, psychologie, sociologie…  Une étape importante a été franchie avec les articles écrits par Alan Turing en 1948 et 1950 : le mathématicien et cryptologue britannique y décrit ce que l’on entend par « penser » lorsque l’on parle d’une machine. Pour lui, cette notion relève de l’illusion : on a l’impression que la machine est un être intelligent. Il estime qu’une telle machine pourrait être créée. En 1956, deux chercheurs américains, Marvin Minsky et John McCarthy, décident de lancer une nouvelle discipline scientifique qui aborderait la question de l’intelligence avec les machines. L’objectif était à la fois de mieux comprendre comment fonctionne l’intelligence et de mettre au point des applications pratiques permettant de simuler certaines des capacités de l’intelligence, comme lire, calculer, mémoriser, raisonner… Des fonds sont collectés auprès de la fondation Rockefeller. C’est ainsi qu’il y a une soixantaine d’années est née l’IA. Par la suite, la discipline a connu des hauts et des bas : beaucoup d’espoirs, puis des déceptions. La dernière vague d’enthousiasme a débuté en 2010.

Quel en a été le déclencheur ?

Deux facteurs ont joué. D’une part, il y avait la nécessité de traiter des données massives : la numérisation de la vie sociale et les progrès des capteurs (objets connectés, télescopes ultraperformants ou outils de séquençage du génome par exemple) ont permis de collecter des volumes de plus en plus importants d’informations. Il fallait être capable de les utiliser. D’autre part, la discipline avait fait des progrès et pouvait aider à tirer parti de ces immenses quantités de données.

L’article complet sur : L’intelligence artificielle n’est pas magique



Comment l’intelligence artificielle investit le secteur bancaire 

Aujourd’hui, l’intelligence artificielle permet de traiter un formulaire de demande en 5 secondes, plutôt qu’en 58 minutes. Appliquée à un secteur bancaire en pleine mutation, cette technologie a beaucoup à apporter à l’un des plus vieux métiers du monde qui doit se moderniser d’urgence afin de mieux répondre aux attentes de ses clients et de les conserver, mais aussi pour rester compétitif face aux fintechs qui se multiplient. La mutation est en marche.

Transformer l’expérience client

Aujourd’hui, pour la banque comme pour de très nombreux secteurs, exploiter l’information est devenu primordial: c’est une ressource inestimable pour un organisme financier. L’intelligence artificielle intervient dès ce stade: une partie des processus de compréhension sémantique et d’analyse des contenus textuels peuvent – et doivent – être traités par des technologies telles que l’IA et le machine learning.

La recherche en langage naturel transforme ainsi l’expérience client via les chatbots et les forums de questions-réponses intelligentes sur les sites web. Plus les questions traitées en langage naturel – par opposition à la recherche par mots-clés – sont adressées précisément, plus le client est facilement et rapidement satisfait, à la hauteur d’un service humain mais affranchi de tout risque de stress ou de conflit et en mode 24h/24 et 7j/7.

Par Alain Biancardi, Vice Président Sales Expert System France.

Article complet : Comment l’intelligence artificielle investit le secteur bancaire
Publié sur Challenges le 20 juillet 2017.



La féroce compétition du monde des traders haute fréquence

Les automates de trading ultrarapides se livrent à une rude et coûteuse compétition qui a entraîné la consolidation du secteur.

Article réservé aux abonné sur Les Échos : La féroce compétition du monde des traders haute fréquence

Voir notre étude : Le trading à haute fréquence


Shift lève 60 millions de dollars pour diffuser l’intelligence artificielle dans l’assurance


Ce nouveau tour de table porte le montant total des fonds levés par la startup française à 100 millions de dollars. La technologie de détection de fraude de Shift, fondée sur des algorithmes d’IA, est utilisée par 70 assureurs dans le monde. L’Assurtech prévoit de recruter 150 personnes au cours de l’année.

Nouveau record battu dans l’Assurtech française. Quelques semaines après l’annonce par le jeune assureur Alan d’une levée de fonds de 40 millions d’euros, Shift Technology, spécialisée dans la détection automatique des fraudes à l’assurance, officialise une augmentation de capital de 60 millions de dollars (environ 53 millions d’euros). Le tour de table, qui porte le montant total des fonds levés à 100 millions de dollars (environ 88 millions d’euros), est mené par le fonds américain Bessemer Venture Partners, dont le dernier investissement en France remonte à 2012 dans Criteo. Les fonds Accel, General Catalyst et Iris Capital, actionnaires historiques de la jeune pousse, participent également à l’opération.

Article complet : Shift Technology lève 60 millions de dollars pour diffuser l’IA dans l’assurance
Publié sur La Tribune le 4 mars 2019 par Juliette Raynal

Maddyness : Shift Technology lève 28 millions de dollars pour lutter contre la fraude à l’assurance
L’Usine Digital : Avec Shift Technology, l’intelligence artificielle s’invite chez les assureurs



Voici Maxime, le chatbot juridique d’Axa, fruit d’une démarche collaborative

Axa Protection Juridique a lancé en janvier 2019 un assistant virtuel baptisé Maxime. Utilisant l’intelligence artificielle pour répondre à des questions simples et fréquentes liées au logement, ce chatbot est une illustration réussie de collaboration participative à la fois en interne et avec des particuliers.

Miser sur l’intelligence artificielle pour aider les particuliers à obtenir des réponses sur des questions juridiques complexes. C’est le parti-pris d’Axa Protection Juridique, filiale d’Axa France, qui a mis en ligne un service baptisé Maxime, permettant aux utilisateurs du site www.dailydroits.fr (plateforme d’Axa France, NDLR) de poser des questions autour du logement via un chatbot. Particularité de ce bot spécialisé dans les réponses juridiques automatisées : il a été conçu dans une démarche participative.

Co-créé avec Fanvoice, plateforme participative qui permet aux marques de co-créer des produits et services avec leurs clients et collaborateurs, Maxime est issu d’une vraie démarche collaborative. C’est au cours d’un hackathon, à l’été 2017, qu’émergent différents projets d’innovation. « Nous nous trouvions dans une logique d’innovation disruptive« , résume Jean-Manuel Caparros, responsable Marketing, Digital et Innovation chez Axa Protection Juridique. Devant un jury composé de membres de la direction, des services juridiques et de start-up, plusieurs sujets émergent, dont celui du logement. D’où l’idée de créer un bot sur cette thématique et spécialisé dans les litiges les plus fréquemment rencontrés, comme des voisins bruyants ou les questions liées à la caution…

Article complet :
Maxime le chatbot juridique d’Axa

Publié sur L’Usine Digitale le 11 février 2019 par Aude Chardenon


Lire le Chapitre suivant


Retour