L’Intelligence Artificielle fait l’objet de beaucoup de fantasmes. Qu’elle est-elle vraiment ?
Il existe deux types d'Intelligence Artificielle : l’IA forte et l’IA faible. L’IA forte, c'est celle qui est capable de remplacer l’homme ; c’est-à-dire qu’elle peut tout faire, tout comprendre et peut-être même avoir une conscience. C’est cette IA qui est au cœur des livres de science-fiction. Elle fait aujourd’hui l’objet de recherche mais elle n’existe pas encore. À l’heure actuelle, ce n’est que de la théorie. Chez BNP Paribas, nous ne nous intéressons donc pas à ce domaine de recherche. L’IA qui nous intéresse et que l’on utilise partout aujourd’hui, dans tous les secteurs d’activité, c’est ce que l’on appelle « l’IA faible ». Il s’agit d’une IA qui est capable d’accélérer et d’automatiser des processus qui sont chronophages et répétitifs pour l’homme.
Comment cette IA « faible » fonctionne-t-elle concrètement ?
Elle repose sur deux techniques. Premièrement, l'apprentissage supervisé, qui consiste à entraîner une machine à exécuter une tâche bien précise en lui montrant comment les humains l’exécutent, au travers d’exemples et de feedbacks. La seconde méthode, l’apprentissage non supervisé. Cela signifie que la machine est capable d’apprendre par elle-même a partir des données qu’on lui a fournies.
Pour illustrer ces deux approches, on peut observer l’évolution du fameux logiciel AlphaGo, développé par Google pour affronter les champions du jeu de go, d’une grande complexité. Jusqu’en 2017, AlphaGo était entraîné à l’aide de données de parties déjà jouées, ce qui revient à un apprentissage supervisé. Puis une version non-supervisée du logiciel a été dévoilée : AlphaGo Zero. Ne connaissant rien de plus que les règles du jeu, cette nouvelle version a joué des millions de parties contre elle-même pour se muscler, avant de gagner tous ses matchs officiels, sans exception.
Photo : Hugues Even
Quels sont les bénéfices de cette IA ?
À l’heure actuelle, l’IA permet d’automatiser toutes les tâches répétitives et basiques qui ne requièrent pas d’intervention humaine. Concrètement, l’idée est de permettre aux collaborateurs de recentrer leur action sur ce qu’ils savent faire de mieux. Chez BNP Paribas par exemple, notre travail consiste à libérer du temps à nos opérateurs back, middle ou front office afin qu’ils se consacrent pleinement à l’échange avec le client ou aux analyses complexes, aux prises de décisions… Cela nous amène à nous poser des questions telles que : « comment les IA peuvent-elles renforcer ce que les humains font de mieux ? » ou « quels changements d’organisation faut-il effectuer pour accommoder cette nouvelle forme de collaboration humain-IA ? ».
Justement, quelle est la stratégie de BNP Paribas en matière d’IA ?
Nous partons du principe que l'IA permet de répondre à des petites problématiques du quotidien. On ne cherche pas à développer des projets pharaoniques – bien souvent ce type de projet n’aboutissent jamais. Nous nous concentrons en revanche sur l'automatisation de tâches quotidiennes qui répondent à des besoins pragmatiques de nos clients.
Actuellement, on apprend à nos IA à maîtriser toutes les fonctions basiques, comme la reconnaissance de textes, d’images et de sons. Toutes nos solutions sont développées sous forme de plateformes web et d’API, qui peuvent ensuite être utilisées par toutes les unités du groupe. C’est finalement une vision très agile, qui nous pousse à revoir notre infrastructure IT traditionnelle. Nous passons d’une IT monolithique, fermée, au sein de laquelle on cherchait à tout faire, à une architecture plus modulaire, ouverte, rendant des micro-services accessibles en libre-service sous forme d’applications.
on apprend à nos IA à maîtriser toutes les fonctions basiques, comme la reconnaissance de textes, d’images et de sons.
C'est une vision très agile, qui nous pousse à revoir notre infrastructure IT traditionnelle
Quelles applications concrètes au sein de la banque vous viennent à l’esprit ?
Un des services que nous avons développés en interne et dont nous sommes très fiers, est un moteur de traduction intelligent. En tant que Groupe international, nous avons régulièrement besoin de traduire des documents confidentiels ; qu’il s’agisse de contrats pour nos clients, ou d’e-mails. Or, il s’agit souvent de contenus trop sensibles pour que l'on utilise des outils grand public comme Google Translate, d’autant que le vocabulaire est très spécifique au monde bancaire. Notre propre moteur de traduction est capable de traduire du contenu en une quinzaine de paires de langues. Grâce à cet outil, on peut préserver l’intérêt de nos clients, c’est à dire protéger leurs données, tout en produisant des traductions à la hauteur de nos attentes.
Il y a évidemment d’autres cas d’usage. Certaines de nos équipes doivent extraire des tableaux de chiffres de rapports annuels, afin de les commenter. Pour les aider à réaliser cette tâche, nous avons mis au point une solution, basée sur la génération automatique de textes (GAT ou NLG, pour Natural Language Generation), très performante. Elle génère un paragraphe de commentaire sur un tableau de chiffres de manière entièrement automatisée. Pour autant, l’analyse détaillée et de fond est assurée par nos experts.
Enfin, un dernier projet dont nous tirons une grande fierté : le moteur de recherche interne à la banque, que l’on a baptisé SEARCH. Les grandes organisations, telles les banques, disposent de nombreux moteurs de recherche en interne. En revanche, elles n’ont pas de moteur de recherche unique, comme Google, capable de rendre accessible l’ensemble des connaissances en un seul endroit. Et bien nous, c’est ce que nous avons fait ! Nous avons créé un index global, accessible à tous, capable de gérer les juridictions et les accès… À terme il pourra devenir un levier majeur de transformation de la banque.
“ Nous avons créé un index global, accessible à tous, capable de gérer les juridictions et les accès… À terme il pourra devenir un levier majeur de transformation de la banque. ”
Chief Data Officer chez Corporate & Institutional Banking (CIB)
Quel est l’impact de l’IA dans le mode de fonctionnement et la culture d’une entreprise ?
L’IA peut transformer le fonctionnement et la culture d’une entreprise. C’est pourquoi, il nous paraît important de commencer petit et d’avancer pas à pas. L’IA est ainsi généralement très bien accueillie par les collaborateurs car elle est perçue comme une aide pour gagner du temps et effectuer plus efficacement le travail. Par exemple, grâce au bouche à oreille, l’outil de traduction a très vite été adopté par plusieurs milliers d’utilisateurs, sans même que l’on ait fait d’effort de communication.
Quelles sont les prochaines grandes échéances ?
En ce qui concerne le monde bancaire, je pense que ce sont les métiers de la conformité qui offriront le plus d’opportunités en matière d’IA. Ces domaines sont des terrains formidables car ils génèrent une pléthore de données, à la fois structurées et non structurées. Il est d’autant plus crucial de chercher des optimisations dans le domaine de la compliance que la réglementation se densifie. De plus, la conformité couvre un périmètre immense puisqu’elle concerne toutes les activités de la banque…
En un sens, l'industrie bancaire et financière est devenue une industrie de la connaissance et son avenir réside dans sa capacité à savoir gérer cette connaissance. Cela signifie savoir interconnecter toutes les données entre elles, afin d’être capable de générer une intelligence avancée, destinée à mieux servir nos clients.
Chief Data Officer – Un métier qui devient clé
Hugues Even est Chief Data Officer de l’activité Corporate & Institutional Banking (CIB). Il explique son rôle ainsi : « Cela consiste à mettre en qualité, protéger, valoriser et rendre la donnée disponible à nos clients internes ou externes pour optimiser certains usages de la banque. »
Au sein de l’entité CIB Analytics Consulting, il dispose d’un Lab d’Intelligence Artificielle dont le but est de traiter de la donnée non structurée, c’est-à-dire du texte, des images ou du son. Ce type de données non structurées représente 80 % du volume global des données – un potentiel immense à exploiter. Le Lab est constitué de data scientists et de développeurs. Leur objectif n’est pas de mener des expérimentations confinées au labo, mais de développer des projets qui verront bel et bien le jour et seront d’une réelle utilité pour les équipes !
Parallèlement au Lab, Hugues gère le Data Office Central, une entité qui veille au contrôle et à la bonne mise en œuvre des opérations. Au sein de CIB, chaque métier et chaque région a son propre Chief Data Officer. Le rôle d’Hugues est de travailler main dans la main avec eux pour déployer des politiques, des procédures et des plans de contrôle, afin de permettre le déploiement de réglementations – comme le RGPD – et la mise en qualité des données les plus importantes de la banque.
Crédit photo : header ©Gorodenkoff