Principaux enseignements tirés de la discussion entre Charlie Flanagan, responsable de l'IA chez Balyasny Asset Management (BAM), et Adam Wenchel, PDG et fondateur d'Arthur AI, lors du sommet « AI for Financial Services Artefact organisé par Artefact le 12 juin 2024.

À propos de Charlie Flanagan : Chez Balyasny Asset Management, il dirige le développement d'outils d'intelligence artificielle, notamment le BAM ChatGPT, une solution exclusive de la société. Il a enseigné l'apprentissage automatique et le langage Python à Stanford et a précédemment travaillé chez Google.

À propos d'Adam Wenchel : Il a fondé Arthur, une entreprise spécialisée dans l'amélioration des performances de l'IA grâce à des solutions de surveillance, d'optimisation et d'explicabilité. Avant de fonder Arthur, il a travaillé dans les domaines de l'apprentissage automatique et de la cybersécurité, occupant notamment le poste de vice-président chargé de l'IA chez Capital One.

Introduction à l'intégration de l'IA

Adam Wenchel, cofondateur et PDG d'Arthur, reçoit Charlie Flanigan, responsable de l'IA chez Balyasny Asset Management. Balyasny Asset Management est un important fonds spéculatif qui gère 21 milliards de dollars sur divers marchés. Charlie souligne l'importance de leur équipe centralisée d'IA appliquée, composée de six ingénieurs et de six chercheurs, qui développe des outils visant à améliorer l'efficacité et la productivité des investissements.

Le parcours et le programme d'Adam Wenchel

Adam présente son parcours, notamment son ancien poste à la tête de l'équipe d'IA de Capital One, et aborde les défis liés à la mise en œuvre de l'IA dans des environnements réglementés. Il expose le programme de la session : présentation de cas d'utilisation dans lesquels Balyasny Asset Management a su tirer parti de l'IA générative, discussion des étapes nécessaires à la mise en œuvre et mise en avant des principaux enseignements à retenir. La discussion porte également sur l'importance des partenariats, Balyasny Asset Management s'appuyant sur l'infrastructure et les travaux de recherche d'Arthur pour renforcer son développement stratégique.

Système de génération assistée par la recherche

Charlie présente en détail l'un de leurs systèmes, un système de génération assistée par recherche, qui indexe plus de six millions de documents afin de fournir des informations pertinentes pour les décisions d'investissement. Il souligne l'importance d'data précise data et aborde le risque d'« hallucinations » de l'IA. Adam ajoute que les produits d'Arthur intègrent des pare-feu en temps réel destinés à détecter et à bloquer ces hallucinations, renforçant ainsi la fiabilité des résultats fournis par l'IA.

L'intérêt de l'IA générative dans le domaine de l'investissement

La conversation s'oriente ensuite vers l'intérêt de l'IA générative dans le domaine de l'investissement. Charlie cite des exemples où l'IA a permis d'améliorer la productivité et d'apporter des perspectives inédites, comme l'élaboration de nouvelles questions pour les réunions de direction à partir d data approfondie data . Il souligne le caractère évolutif de la technologie de l'IA ainsi que l'importance d'une amélioration et d'une adaptation continues.

Aspects pratiques du déploiement de l'IA

La session s'achève par une discussion sur les aspects pratiques du déploiement de l'IA, notamment le choix des modèles et le suivi des performances. Adam et Charlie s'accordent à dire qu'il est essentiel de se lancer dans des projets d'IA et de tirer les leçons de l'expérience. Ils encouragent le public à commencer à expérimenter l'IA afin d'en découvrir les avantages potentiels.

Conclusion

La session s'achève en soulignant l'importance de la collaboration et du recours à l'expertise externe pour compléter les efforts stratégiques internes. Adam et Charlie mettent en avant la nécessité d'un apprentissage et d'une adaptation continus dans un paysage de l'IA en constante évolution. Ils encouragent le public à expérimenter activement les technologies d'IA, en tirant les leçons de leurs expériences pour découvrir les avantages potentiels et relever des défis tels que les « hallucinations » des modèles. Les deux intervenants soulignent que, si l'IA peut considérablement améliorer la productivité et fournir des informations précieuses, il est essentiel de garantir la fiabilité des résultats générés par l'IA.

En partageant leurs expériences et leurs points de vue, ils souhaitent proposer une feuille de route pour une mise en œuvre réussie de l'IA. Enfin, ils invitent le public à poursuivre les échanges lors du cocktail, en encourageant les questions et les discussions afin de favoriser l'émergence d'une communauté axée sur la collaboration et l'innovation dans le domaine de l'IA.