MONTRÉAL — Les banques cherchent à intensifier l’utilisation de l’intelligence artificielle (IA) pour des millions de clients, mais les dirigeants affirment que les obstacles sont nombreux et qu’il faut mettre en place des mécanismes de contrôle.
Lors du Forum Fintech Canada qui se tient mardi, des dirigeants des secteurs bancaire et technologique indiquent que les institutions financières n’ont pas encore intégré l’IA dans la majorité de leurs systèmes, tels que les applications et le stockage de données, même si le secteur financier est l’un des pionniers dans l’adoption de l’apprentissage automatique.
Michael Pelosi, responsable pour le Canada de l’entreprise d’IA Cohere, établie à Toronto, explique que ce n’est pas parce qu’un agent d’IA peut offrir des conseils financiers à petite échelle qu’il sera suffisamment sûr ou peu coûteux pour être déployé auprès de millions de clients.
«La dure réalité à laquelle de nombreuses banques sont aujourd’hui confrontées, c’est que procéder par petits lots (…) est très, très différent — comme peuvent en témoigner bon nombre des intervenants présents aujourd’hui — du passage en production», affirme M. Pelosi devant plusieurs centaines de participants à la conférence, soulignant que le coût constituait un défi particulier.
Il propose l’analogie d’un séjour dans une propriété de vacances surdimensionnée: cela convient pour un court séjour, mais pas à long terme ni à grande échelle.
«Ma femme veut que nous louions cette grande maison. C’est exagéré. Nous n’avons pas besoin de toutes ces chambres, nous n’avons pas besoin de toutes les prestations de cette maison… et je lui dis: “D’accord, c’est cher, mais c’est juste pour un week-end.”
«Mais si elle m’avait dit qu’elle veut faire ça 365 jours par an, ça devient un problème.»
Les entreprises de technologie financière vont de l’avant avec les technologies d’apprentissage automatique, que ce soit pour l’évaluation des demandes de crédit immobilier ou le service client.
Selon une analyse de Statistique Canada, plus de 30 % des entreprises du secteur de la finance et de l’assurance utilisaient l’IA l’année dernière. Ce taux de pénétration place les banques parmi les plus grands adeptes de l’IA, bien au-dessus de secteurs tels que l’hôtellerie et la restauration, par exemple, où l’utilisation de l’IA s’élevait à 1,5 %.
Mais à bien des égards, l’expérience utilisateur reste inchangée, les applications bancaires étant globalement les mêmes qu’il y a quatre ans, souligne M. Pelosi.
La question de la sécurité
Jusqu’à présent, les préoccupations en matière de sécurité et le coût du déploiement à grande échelle de modèles d’apprentissage automatique ont freiné une adoption plus large par les banques, indique Stephanie Hazlewood, directrice principale à la Banque Royale du Canada. Mais à ses yeux, le rythme toujours rapide de l’adoption au sein des «cinq grandes» banques et au-delà rend la sécurité et la responsabilité d’autant plus cruciales.
«Nous disposons d’une grande quantité de données et nous sommes ravis de pouvoir utiliser ces informations pour créer de la valeur pour l’entreprise. Mais il est également très important de garder à l’esprit que c’est la gestion rigoureuse de ces données qui permet réellement de générer cette valeur. Et cette gestion a un coût élevé», avance-t-elle.
Les enjeux sont particulièrement élevés lorsque les économies d’une vie et des sommes colossales provenant des investisseurs entrent en ligne de compte, ce qui nécessite une prudence accrue.
M. Pelosi évoque l’appel lancé en fin de semaine par le dirigeant d’Anthropic, Dario Amodei, en faveur d’un «ralentissement» et de contrôles plus stricts du secteur — un appel repris par d’autres leaders du domaine de l’IA.
«C’est une technologie incroyable, mais elle fera un jour la une des journaux», prévient M. Pelosi.
«Quand on imagine le déploiement de cette technologie auprès de millions de clients d’une banque, les gens sont quelque peu terrifiés à l’idée de faire la une des journaux: “Une grand-mère perd l’épargne de toute une vie” parce que l’agent a agi en son nom.»
Au-delà de la responsabilité des entreprises quant aux choix financiers effectués par un agent IA, la traçabilité — c’est-à-dire la capacité à déterminer précisément comment une décision donnée a été prise — devrait constituer une autre contrainte essentielle, affirme Tess Bloch, cofondatrice de Spade, une plateforme d’IA dédiée aux données transactionnelles.
«Il faut identifier la source, identifier les données sous-jacentes à cette décision et éviter de se retrouver face à une boîte noire totale», conclut-elle.
Entreprise dans cette dépêche: (TSX:RY)
Christopher Reynolds, La Presse Canadienne
