BNP PARIBAS à l'événement « AI for Finance » organisé par Artefact Révéler le potentiel caché de l'IA

Adrien Vesteghem a commencé son discours en précisant que, contrairement aux applications d’IA plus courantes telles que les voitures autonomes ou la création de contenu, son travail consiste à exploiter l’IA pour apporter une valeur ajoutée aux opérations commerciales. Il a souligné l’importance de déterminer la valeur attendue des initiatives d’IA en fonction du niveau de maturité de l’organisation, et a fait remarquer que même l’inaction pouvait générer certains avantages passifs liés à l’IA. Cependant, l'adoption active de l'IA peut apporter une valeur significative, en commençant par une approche « simplement générative », qui pourrait améliorer l'efficacité opérationnelle et augmenter les marges d'environ 5 %.

Au fur et à mesure que BNP Paribas progressait dans son parcours vers l’IA, l’étape suivante consistait à acquérir des compétences data et en opérations d’apprentissage automatique (MLOps). M. Vesteghem a comparé cette étape à celle de « chercheurs d’or », à la recherche de cas d’utilisation de l’IA à forte valeur ajoutée susceptibles d’augmenter les marges de 10 % supplémentaires. Il a indiqué que BNP Paribas se trouvait à ce stade depuis plusieurs années et a expliqué que cette phase consistait à déployer des solutions d’IA à l’échelle de l’entreprise et à découvrir de précieuses « pépites d’or ». M. Vesteghem a souligné que l’identification et le déploiement de ces cas d’utilisation avaient joué un rôle déterminant dans le développement des capacités de BNP Paribas en matière d’IA.

Le troisième niveau de maturité en matière d'IA, tel que le décrit Vesteghem, est une « approche globale de l'IA », qui consiste à intégrer l'IA dans tous les domaines d'activité afin de créer de 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 une approche centrée sur les produits. Il cite l'exemple de la consolidation de divers besoins opérationnels au sein d'un seul produit d'IA destiné à la personnalisation du contenu client, ce qui permet de rationaliser les ressources et de réduire les coûts.

Pour mieux expliquer cette approche axée sur les produits, Vesteghem a raconté l'histoire d'un projet intitulé « Smart Inbox », initialement conçu comme une simple solution de tri des e-mails. Bien que le projet semblait au départ présenter un retour sur investissement négatif, l'équipe a pris conscience, au fil du temps, de son potentiel en tant que produit d'IA. Smart Inbox a évolué pour devenir une solution plus complète, intégrant des fonctionnalités telles que les réponses automatisées aux e-mails et la gestion des documents. Cette transformation a démontré l'intérêt de voir 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 essentielle tirée par M. Vesteghem était de « voir loin » et de ne pas abandonner prématurément les projets d’IA. Il a souligné qu’une vision à long terme permettait de faire évoluer des solutions simples vers des produits complexes, comme ce fut le cas avec la Smart Inbox. Son deuxième conseil était de « voir en profondeur » et de remettre continuellement en question les solutions existantes. Il a partagé une leçon tirée d’un projet d’IA dédié au 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, portant ainsi la précision à 90–99 %.

Sa troisième et dernière leçon a mis l'accent sur l'importance de « mesurer » l'efficacité des initiatives en matière d'IA, en particulier lors du déploiement de l'IA générative. M. Vesteghem a expliqué comment la crainte des limites de l'IA générative, telles que les hallucinations, les avait amenés à s'associer à des entités externes comme J. Gard pour évaluer et mesurer les risques. Cela a permis à BNP Paribas de mieux atténuer les risques liés aux applications d'IA destinées aux clients, telles que les chatbots génératifs, ce qui est crucial dans l'environnement sensible aux risques du secteur bancaire.

Adrien Vesteghem a conclu son discours en évoquant les différents niveaux de maturité que l'IA pourrait atteindre à l'avenir chez BNP Paribas. Bien que l'avenir soit incertain, il s'est dit convaincu que l'apprentissage et l'adaptation continus déboucheront sur de nouvelles perspectives, et a terminé son intervention sur une note d'optimisme en invitant l'auditoire à poursuivre la discussion.