L’IA est annoncée comme fortement créatrice de valeur chez BNP Paribas. Pour autant, l’humain doit devenir critique vis à vis de l’informatique car l’IA hallucine. C’est ce que relève Sophie Javary, Vice présidente de la banque d’investissement de BNP Paribas pour la zone EMEA.
Webinaire 3 juillet : Intégrer le Digital Product Passport
Le passeport numérique des produits (DPP) se déploie en Europe. Il trace les produits afin de les fabriquer de manière responsable et va transformer vos projets Data. Rendez-vous pour tout comprendre le 3 juillet avec Informatica en 30 min chrono
Je m’inscris au webinaireLe groupe BNP Paribas mise sur l’IA, qu’elle soit traditionnelle ou générative. La création de valeur annoncée apparaît significative.
L’informatique n’est plus sûre à 100% avec l’IA générative
Mais dans cette démarche une révolution se profile. L’informatique n’est plus sûre à 100% à cause des hallucinations de l’IA générative. C’est ce que pointe Sophie Javary, Vice présidente de la banque d’investissement de BNP Paribas pour la zone EMEA. Elle a pris la parole lors du Paris Finance Forum, l’événement organisé par Finance Innovation le 10 juin à Paris.
“Il faut qu’on s’habitue, nous humains, à se dire maintenant que l’informatique peut halluciner, elle peut faire des erreurs”
Dans le même temps, le train de l’IA est lancé à pleine vitesse chez BNP Paribas. « Nous avons 800 cas d’usage actuellement d’IA en production. Nous avons 700 Data scientists et Business analysts, et on ne peut pas parler d’intelligence artificielle sans parler de Data. Nous avons 3000 personnes qui sont dédiées à la Data, et nous investissons dans l’intelligence artificielle » décrit la dirigeante.
Une création de valeur de 500 millions d’euros en 2025 grâce à l’IA
Côté création de valeur, les chiffres annoncés sont élevés. « Nous avons annoncé 500 millions d’euros de création de valeur pour le groupe en 2025, et 750 millions en 2026, et au niveau de la banque de financement et d’investissement, c’est 200 millions en 2025, et ce sera 600 millions à l’horizon 2030. Il y a un véritable moteur de productivité » annonce-t-elle.
“L’intelligence artificielle dite traditionnelle, c’est des algorithmes sur des données quantitatives, mais aussi capable, de lire des textes et de trouver des données non traditionnelles”
Et il y a l’IA générative. « Il y a l’IA générative qui génère des contenus qui ressemblent à des contenus qu’aurait pu produire un humain. Dans les cas d’usage que nous avons, il y a des premiers cas d’usage qui sont des cas d’usage où on améliore l’expérience client, c’est-à-dire que dans les chatbots, dans les échanges, que ce soit avec Hello Bank, que ce soit avec Cardif, etc. on améliore l’outil conversationnel, l’agent qui vous répond lorsqu’il est posé une question. Pourquoi on l’améliore ? Parce qu’on a été capable d’analyser, en fait, toutes les conversations téléphoniques avec les call centers, tous les emails, etc. » présente-t-elle.
Gain de 5 jours lors du traitement d’une demande de crédit immobilier
L’IA permet d’accélérer les processus documentaires classiques d’une banque. « Il y a un deuxième cas d’usage typique, c’est l’efficacité opérationnelle. On utilise maintenant l’intelligence artificielle dans le réseau bancaire en France pour lire des documents d’acquisition immobilière, et donc pour que les clients puissent avoir leurs offres de crédit immobilier de façon beaucoup plus rapide. On a gagné 5 jours, en fait, grâce à l’utilisation de cet outil » se félicite-t-elle.
“Il y a un troisième cas qui est très important, qui est la sécurisation des opérations, c’est-à-dire de lutter contre la fraude, de faire des KYC”
Il faut ensuite disposer d’IA explicables. Cela est d’ailleurs demandé par le régulateur. « Le deuxième point, c’est vis-à-vis du régulateur, c’est de faire de l’intelligence artificielle qui est ‘natively interpretable’, c’est-à-dire qu’on est capable, lorsque l’intelligence artificielle a produit un résultat, de retracer de bout en bout les étapes par lesquelles est passée l’intelligence artificielle » souligne-t-elle.
Des modèles d’IA explicables pas plus coûteux que des boîtes noires
La dirigeante s’appuie sur les promesses des spécialistes du domaine. « Il semble que les spécialistes disent que maintenant, on peut faire des modèles d’intelligence artificielle ‘natively interpretable’, c’est-à-dire intelligibles, qui ne soient pas plus coûteux que des boites noires, donc des boites transparentes qui sont à peu près équivalentes aux boites noires » retient-elle.
“C’est un point qui est très important pour savoir comment on a pris telle ou telle décision”
« Le deuxième point, c’est la gouvernance. Je dirais que ce n’est pas tellement le régulateur, mais c’est que c’est très important qu’on soit assurés que nous ayons une gouvernance en place au niveau du groupe qui fasse qu’on comprend les biais éventuels que pourrait prendre un outil d’intelligence artificielle et qu’on puisse aussi interpréter les résultats de bout en bout » insiste-t-elle. Dans ce cadre, elle se félicite d’une vision commune avec le régulateur. « On sait très bien qu’il y a, heureusement d’ailleurs pour nous tous, un régulateur européen qui vise à ce que ce soit une intelligence artificielle qui ne reproduise pas des biais de décision » soutient-elle en forme de conclusion.
Et vous, qu’en pensez-vous ?
Une idée, une réaction, une question ? Laissez-nous un mot ci-dessous.
J’ai quelque chose à dire