BNP PARIBAS à AI for Finance by Artefact - Révéler le potentiel caché de l'IA

Adrien Vesteghem a commencé sa présentation en précisant que, contrairement aux applications d'IA plus courantes telles que les voitures autonomes ou la création de contenu, son travail est centré sur l'exploitation de l'IA pour ajouter de la valeur aux opérations de l'entreprise. Il a souligné l'importance de déterminer la valeur attendue des initiatives en matière d'IA en fonction du niveau de maturité de l'organisation et a expliqué que même si l'on ne fait rien, on peut toujours obtenir des avantages passifs liés à l'IA. Cependant, l'adoption active de l'IA peut apporter une valeur significative, en commençant par une approche “générative simple”, qui pourrait apporter une efficacité opérationnelle et augmenter les marges d'environ 5%.

Au fur et à mesure que BNP Paribas avançait dans son parcours d'IA, l'étape suivante consistait à adopter des compétences data en science et en opérations d'apprentissage automatique (MLOps). Vesteghem a comparé cette étape au fait de devenir des “chercheurs d'or”, en recherchant des cas d'utilisation de l'IA à forte valeur qui pourraient augmenter les marges de 10% supplémentaires. Il a indiqué que BNP Paribas était à ce niveau depuis plusieurs années et a expliqué que cette phase consistait à déployer des solutions d'IA dans l'ensemble de l'entreprise et à découvrir de précieuses “pépites d'or”. Vesteghem a souligné que l'identification et le déploiement de ces cas d'utilisation ont été déterminants pour faire progresser les capacités de BNP Paribas en matière d'IA.

Le troisième niveau de maturité de l'IA, comme le décrit Vesteghem, est une “approche globale de l'IA”, qui intègre l'IA dans tous les domaines d'activité afin de stimuler la valeur et d'augmenter potentiellement les marges jusqu'à 25%. Cependant, Vesteghem souligne l'importance de passer d'une approche axée sur les cas d'utilisation à un état d'esprit axé sur les produits. Il donne l'exemple de l'unification de divers besoins commerciaux au sein d'un seul produit d'IA pour un contenu client personnalisé, la rationalisation des ressources et la réduction des coûts.

Pour expliquer plus en détail l'approche basée sur les produits, Vesteghem a raconté l'histoire d'un projet appelé “Smart Inbox”, initialement conçu comme une simple solution de triage des courriels. Bien que le projet ait d'abord semblé avoir un retour sur investissement négatif, l'équipe a réalisé son potentiel en tant que produit d'intelligence artificielle au fil du temps. La boîte de réception intelligente s'est transformée en une solution plus complète, intégrant des fonctionnalités telles que les réponses automatisées aux courriels et la gestion des documents. Cette transformation a démontré l'intérêt de regarder au-delà des cas d'utilisation individuels et d'investir dans des produits d'IA évolutifs qui répondent à des besoins commerciaux plus larges.

La première leçon clé de M. Vesteghem est qu'il faut “voir loin” et ne pas abandonner prématurément les projets d'IA. Il a souligné qu'une vision à long terme permet de faire évoluer des solutions simples vers des produits complexes, comme ce fut le cas avec la Smart Inbox. Son deuxième conseil est de “regarder en profondeur” et de remettre continuellement en question les solutions existantes. Il a fait part d'une leçon tirée d'un projet d'IA pour le traitement de documents, où les résultats initiaux d'une précision de 50% ont été considérablement améliorés en réévaluant la technologie et en optant pour des solutions open-source plus efficaces, ce qui a permis d'atteindre une précision de 90-99%.

Sa troisième et dernière leçon a souligné l'importance de “mesurer” l'efficacité des initiatives d'IA, en particulier lors du déploiement de l'IA générative. Vesteghem a expliqué comment la crainte des limites de l'IA générative, telles que les hallucinations, a conduit BNP Paribas à s'associer à des entités externes telles que J. Gard pour évaluer et mesurer les risques. Cela a aidé BNP Paribas à mieux atténuer les risques dans les applications d'IA en contact avec les clients, comme les chatbots génératifs, ce qui est crucial pour l'environnement sensible aux risques du secteur bancaire.

Adrien Vesteghem a conclu son exposé en réfléchissant aux niveaux de maturité que BNP Paribas pourrait atteindre à l'avenir en matière d'IA. Bien que l'avenir soit incertain, il a exprimé sa confiance dans le fait que l'apprentissage et l'adaptation continus conduiront à de nouvelles perspectives, concluant son intervention par un message d'optimisme et une invitation à poursuivre la discussion.