Mercredi 4 octobre 2023, SMART BOURSE reçoit François Deltour (Président du Directoire, Arkéa IS)
Category
🗞
NewsTranscription
00:00 Le dernier quart d'heure de Smart Bourges, chaque soir, c'est le quart d'heure thématique.
00:13 Le thème ce soir, c'est celui de l'intelligence artificielle.
00:15 On en parle beaucoup sous l'angle des marchés, bien sûr.
00:18 Nous en parlons ce soir sous l'angle de la gestion d'actifs et de ce que l'IA apporte
00:22 aujourd'hui à l'industrie de la gestion d'actifs et aux sociétés de gestion.
00:26 C'est François Deltour, le président du directoire d'Arkea IS qui est à mes côtés
00:29 en plateau pour ce quart d'heure thématique.
00:31 Bonsoir François.
00:32 Bonsoir Grégoire.
00:33 Merci beaucoup d'être là.
00:34 En quelques mois, en un an à peine, tout le monde est devenu spécialiste de l'IA avec
00:38 l'avènement de l'IA générative qui est une nouvelle brique technologique, on va dire
00:42 en tout cas un nouvel usage de l'IA.
00:44 Chaque GPT, novembre 2022, je crois qu'on a tous un peu le calendrier en tête.
00:49 Et donc tout un vocable qui inonde aujourd'hui nos actualités.
00:54 Si on essaye de donner ou redonner peut-être les caractéristiques de l'IA qui n'a pas
01:00 été inventée avec chaque GPT, je le rappelle François, qu'est-ce qui définit pour vous
01:05 l'intelligence artificielle de la manière la plus simple et de la manière la plus transparente
01:10 et claire pour tout le monde ?
01:11 Merci d'abord Grégoire de m'avoir invité.
01:14 Effectivement, l'intelligence artificielle dont on parle à longueur de temps aujourd'hui,
01:18 en fait tout simplement c'est un programme qui cherche à imiter l'intelligence humaine
01:23 en utilisant des algorithmes de calcul.
01:24 Son but en fait c'est imiter le fonctionnement ou en tout cas le résultat que pourrait
01:29 donner un cerveau humain.
01:31 Aujourd'hui l'IA, vous l'avez dit, c'est un terme un peu fourre-tout qui sert globalement
01:35 à désigner tout ce qui est relativement complexe qui jusqu'à un temps très récent
01:42 était un peu l'apanage de l'être humain.
01:45 C'est des choses comme communiquer avec des clients via des chatbots ou bien encore jouer
01:49 aux échecs.
01:50 Le terme aujourd'hui est utilisé souvent de manière un peu interchangeable avec machine
01:54 learning, avec deep learning, un peu des termes comme ça.
01:57 Il y a cependant des différences assez importantes qu'il faut je pense comprendre avant de détailler
02:02 un peu les applications que peuvent avoir l'intelligence artificielle ou les intelligences
02:06 artificielles pour la gestion d'actifs.
02:08 Le machine learning tout simplement en fait c'est axé sur la création de systèmes qui
02:13 apprennent ou qui s'améliorent en regardant, en étudiant un nombre important des données
02:18 qu'ils traitent.
02:19 Donc le machine learning c'est une utilisation de l'intelligence artificielle mais l'intelligence
02:23 artificielle ça ne se limite pas au machine learning.
02:26 Et puis pour revenir sur ce qui fait le buzz depuis novembre 2022, bientôt un an, c'est
02:30 l'intelligence artificielle dite générative.
02:34 En fait l'intelligence artificielle générative c'est quoi ? C'est une intelligence artificielle,
02:37 donc des algorithmes qui en fait créent du contenu, créent du texte, créent des images,
02:42 créent aussi du code même si on en parle moins mais ça a des implications très importantes
02:45 pour l'ensemble de l'industrie, du jeu vidéo par exemple, mais de la gestion d'actifs
02:49 aussi.
02:50 Donc à retenir l'intelligence artificielle elle crée du contenu quand elle est générative.
02:53 Et l'intelligence artificielle n'est pas seulement générative, l'intelligence artificielle
02:57 peut avoir d'autres fins, c'est par exemple aider des assistants pour faire de la conduite
03:02 de voiture autonome ou bien encore pour prendre des décisions.
03:06 Et puis le dernier volet, on entend beaucoup le mot conversationnel, effectivement, lié
03:10 à l'intelligence artificielle générative.
03:12 Ce n'est pas de l'intelligence artificielle à proprement parler mais c'est ça qui fait
03:16 qu'on en parle énormément aujourd'hui, c'est tout simplement la capacité qu'on peut avoir
03:19 avec un BARD, avec un chat GPT, à poser une question en français et à recevoir une question
03:24 en français, un français grammaticalement et syntaxiquement parfait.
03:28 Si on en vient aux usages, alors dans le monde de la gestion d'actifs, à commencer par le
03:34 métier principal des sociétés de gestion qui est d'investir ou de gérer des actifs
03:39 pour le compte des clients, si on est dans la dimension investissement, quels sont les
03:43 usages déjà en place aujourd'hui pour votre industrie et pour une société de gestion
03:49 comme la vôtre François ?
03:50 Oui, c'est vrai que la gestion d'actifs, en fait, ça constitue un terrain de jeu, je
03:55 dirais, presque idéal pour l'intelligence artificielle parce que par nature, c'est un
03:59 monde dans lequel on utilise énormément de données.
04:01 Les données, c'est vraiment l'or noir de l'intelligence artificielle.
04:05 Alors les applications possibles dans l'investissement spécifiquement dit, elles sont nombreuses,
04:09 autour de la détection de signaux, par exemple, autour de la construction, l'optimisation
04:14 de portefeuille ou bien encore autour du trading.
04:18 Alors si je commence par le trading, parce que c'est quelque chose qui existe déjà
04:21 depuis plusieurs années, l'intelligence artificielle, c'est vraiment une composante
04:25 essentielle du trading algorithmique.
04:28 Un cas d'usage utilisé régulièrement, c'est tout simplement essayer de minimiser
04:32 des coûts de transaction tout en pouvant réaliser l'opération dans un délai de temps
04:37 défini et ça, ça se fait grâce à des techniques d'apprentissage par renforcement
04:40 utilisées depuis de nombreuses années par des hedge funds spécialisés.
04:44 Deuxième élément, c'est vraiment un peu le cœur du métier, c'est la construction,
04:48 l'optimisation de portefeuille.
04:49 Pour ça, il existe des techniques classiques, on va dire, de construction de portefeuille
04:54 et l'intelligence artificielle pourrait améliorer encore ces techniques pour permettre
04:59 d'optimiser la construction de portefeuille.
05:01 Après, on n'en est pas encore là.
05:03 Si on regarde un des plus grands robots advisors américains qui a justement essayé de travailler
05:08 sur ces techniques en essayant de changer la façon de construire ses portefeuilles,
05:12 il a annoncé récemment qu'il allait abandonner l'intelligence artificielle pour l'optimisation
05:16 de ses portefeuilles.
05:17 Pour quelle raison ?
05:18 La raison est assez simple, c'est-à-dire que quand il y a eu ce qu'on appelle le
05:20 use case, donc les tests, finalement les données qui étaient utilisées pour la
05:26 construction et l'apprentissage du modèle, dans ce jeu de données, dans ce monde défini,
05:31 le modèle se comportait mieux que les modèles classiques.
05:34 Mais quand finalement il a été lâché dans le grand bain, il a été un peu utilisé
05:37 dans le monde réel, on s'est rendu compte que les portefeuilles construits étaient
05:41 moins performants que les portefeuilles construites avec des techniques classiques.
05:44 Donc on voit du potentiel mais pas encore forcément des concrétisations, en tout cas
05:48 elles ne sont pas immédiates.
05:49 Il y a des limites, on y reviendra, mais la limite aujourd'hui des usages et des applications
05:56 issus de l'intelligence artificielle, et puis il y avait la détection de signaux,
06:01 comme vous dites François, qu'est-ce que c'est et qu'est-ce que l'IA vient apporter
06:05 à ça ?
06:06 Ça je pense que c'est le plus intéressant pour une utilisation, une diffusion large
06:09 des techniques d'intelligence artificielle.
06:11 On a par exemple, nous travaillé avec une fintech qui utilise ce qu'on appelle du NLP,
06:15 c'est-à-dire du traitement de langage naturel combiné avec du deep learning pour pouvoir
06:22 nous aider à détecter des indices de fraude, c'est-à-dire pour faire ça, étudier en
06:29 détail de façon automatique tous les rapports comptables qu'on peut trouver sur internet
06:34 concernant une entreprise pour détecter des tendances, des patterns qui seraient peut-être
06:41 révélateurs d'une fraude et qui finalement font sonner un buzzer si vous voulez, et qui
06:45 ensuite forcent les analyses ou les incitent à aller regarder plus en détail cette entreprise.
06:49 Et on travaille là, c'est tout nouveau parce que l'IA génératif c'est plus récent, on
06:53 travaille là sur une utilisation de l'IA génératif pour être capable de générer
06:57 assez rapidement ce qu'on appelle une fiche société, c'est-à-dire la description d'une
07:01 société qui utilise des données publiques, qui utilise aussi nos propres données et
07:04 puis aussi ce qu'on appelle le bruit médiatique disponible pour avoir aussi un sentiment sur
07:08 l'appréciation donnée par les marchés, donnée par les réseaux sociaux sur l'entreprise
07:12 en question.
07:13 Vous fonctionnez, alors, société de gestion, c'est une société qui a des opérations
07:19 comme n'importe quelle autre société.
07:21 De ce point de vue-là, si on met de côté la partie marché, la partie investissement,
07:26 François, qu'est-ce que l'IA apporte dans l'efficacité de fonctionnement d'une société
07:31 quelle qu'elle soit, mais en l'occurrence celle que vous présidez, l'ARCAIS ?
07:34 Oui, c'est vrai, il y a l'investissement, je viens d'en parler, et il y a aussi tout
07:37 ce qui est un peu connexe à l'investissement.
07:39 Là, il y a des sujets qui concernent toutes les industries qui sont évidents autour de
07:44 l'amélioration de l'efficacité opérationnelle, autour de l'optimisation de parcours utilisateurs
07:50 ou d'interface client, ou bien encore tout simplement de la conformité qui est quelque
07:54 chose de vraiment central pour tout ce qui est l'industrie financière.
07:58 Alors sur l'efficacité opérationnelle, c'est des choses simples, on a des algorithmes
08:04 de machine learning qui existent, qui peuvent permettre d'automatiser des tâches répétitives,
08:09 c'était déjà fait avec des systèmes plus déterministes, mais là ça aide à être
08:13 encore plus performant.
08:15 Et puis sur interface parcours utilisateurs, finalement avoir une meilleure connaissance
08:18 du client possible grâce à l'IA, ça permet de développer des produits, ça permet de
08:23 développer des services pour que le client perçoit encore plus la valeur ajoutée et
08:28 puis aussi pour le fidéliser.
08:29 Là, je pense qu'il y a beaucoup de potentiel, c'est beaucoup plus aujourd'hui un peu l'apanage
08:33 d'un distributeur, il ne faut pas oublier qu'en gestion d'actifs, on est en B2B2C,
08:37 donc très souvent on est en partenariat avec des distributeurs qui adressent le client
08:40 retail, mais c'est là qu'il y a beaucoup d'intérêt aujourd'hui.
08:45 On regarde par exemple les robots advisors, certains sont à la fois société de gestion
08:51 et en même temps distributeurs directs parce qu'ils adressent en direct des clients via
08:55 internet.
08:56 On voit que les efforts d'investissement autour de l'intelligence artificielle sont
08:58 beaucoup plus sur la fonction de distribution, d'optimisation des parcours que sur l'investissement.
09:03 C'est la construction de portefeuille, c'est ce que vous disiez avec l'exemple du robot
09:06 advisor américain.
09:07 Sur la partie compliance ?
09:08 Sur la partie compliance, les techniques d'IA permettent en théorie de détecter des fraudes
09:14 de façon beaucoup plus robuste et puis satisfaire aux exigences de conformité, donc ça nous
09:20 on le fait.
09:21 Et puis on voit aussi que les agences de régulation, les organismes en charge s'y sont mis.
09:24 La SEC aux Etats-Unis a fait ça, a utilisé des modèles d'intelligence artificielle
09:28 pour être plus efficaces pour débusquer des fraudes comptables.
09:31 Et puis en France, l'AMF, elle a également construit son propre outil de régulation
09:35 sur lequel elle commence à appliquer des modèles de machine learning pour détecter
09:40 les opérations suspectes.
09:41 Il ne faut pas oublier, l'AMF, j'ai un chiffre qui date un peu, même 2021, mais la base
09:46 ICY de l'AMF en 2021 c'est 110 milliards de lignes.
09:49 On voit bien à quel point ce genre de matière brute se prête à l'utilisation de l'intelligence
09:56 artificielle pour débusquer des fraudes ou des opérations suspectes.
10:00 Au-delà de l'enthousiasme qui a été généré, encore une fois, par l'avènement du GPT,
10:04 de l'IA générative, quelles sont les limites à ce stade sur le plan professionnel, sur
10:09 le plan de la gestion, sur le plan de l'efficacité d'une entreprise ?
10:13 Où est-ce qu'on n'est pas encore à l'aise avec les usages de l'IA par exemple, François ?
10:18 Oui, on voit qu'il y a un terrain de jeu, un potentiel vraiment énorme.
10:21 Mais vous avez raison, et c'est à mon avis critique de poser cette question.
10:25 Quelles sont un peu les limites ? Quelles sont les choses qu'il faut vraiment regarder attentivement ?
10:29 Il y en a un, le premier, il n'est pas spécifique à l'IA, c'est tout simplement la qualité,
10:32 l'intégrité des données.
10:33 C'est le fameux "garbage in, garbage out" qui s'applique pour tous les modèles.
10:36 Dès qu'on a un jeu de données qui derrière est transformé pour fournir des informations,
10:41 si le jeu de données est faux, forcément, c'est dévicié, ça ne marche pas.
10:45 Dans l'intelligence artificielle, c'est encore plus complexe, car il y a un peu en effet
10:48 souvent boîte noire, j'y reviendrai, qui rend beaucoup plus difficilement explicables
10:53 les données fournies en sortie.
10:55 Il s'agit en premier lieu d'être certain de la qualité des données en entrée.
10:58 Donc le deuxième effet, c'est le côté black noir ?
11:01 Voilà, celui-là, c'est je pense le plus problématique.
11:04 C'est tout ce qui est autour de l'opacité, tout ce qui est autour de la complexité.
11:08 On a en fait des modèles d'IA qui peuvent prendre des mauvaises décisions basées sur
11:12 des dédictions incorrectes, ou bien encore plus, et là on le voit vraiment dans l'IA
11:16 générative, c'est produire du contenu qui tout simplement est faux.
11:18 C'est ce qu'on appelle le phénomène d'hallucination des modèles.
11:21 Là, c'est vraiment une nouveauté de l'IA.
11:24 Je pense qu'il ne faut pas oublier comment fonctionne l'IA générative.
11:27 Je prends cet exemple parce qu'il est important.
11:28 L'IA générative, on a l'impression que ça fonctionne comme un cerveau humain.
11:33 Je pose une question au français, on me répond en français, c'est quasiment comme si j'interagissais
11:37 avec vous sur un plateau ou avec un collègue.
11:39 Et parfois dans un meilleur français même qu'une personne humaine.
11:42 C'est parfait.
11:43 Mais il ne faut pas oublier, l'IA générative, ça fonctionne en fait de façon très différente.
11:47 Je trouve qu'il y a un terme que j'aime beaucoup, c'est de dire l'IA générative,
11:50 c'est un perroquet stochastique, un perroquet probabiliste.
11:53 Ça veut dire quoi en fait ?
11:54 Ça veut dire que comment ça fonctionne ?
11:55 Un mot qui va être fourni par un BARD ou un tchat GPT dans une réponse,
12:00 comment est-ce qu'il est produit ce mot ?
12:02 En fait, il y a une analyse de la probabilité qu'on a d'avoir ce mot qui suit le mot d'avant
12:09 dans le contexte de la question.
12:11 Donc finalement, le contenu, il semble avoir du sens,
12:13 mais c'est surtout notre cerveau qui, en lisant les paragraphes, lui donne du sens.
12:18 Le modèle qu'il a construit, il n'a aucun sens au mot qu'il fournit.
12:22 C'est uniquement de la probabilité.
12:24 Ça veut dire que ça va peut-être réduire la nécessité d'un contrôle humain,
12:30 mais quand il y aura besoin de contrôle, ce contrôle-là,
12:32 il devra être plus fort que jamais d'une certaine manière.
12:35 Moi, je pense que ça va augmenter la nécessité de contrôle humain,
12:37 c'est-à-dire que ça va ouvrir un champ des possibles énorme,
12:41 mais on voit bien qu'il est indispensable d'avoir un contrôle très précis.
12:45 Parce qu'en plus, l'intelligence artificielle générative, elle est extrêmement assertive.
12:49 Certaines fois, elle dit "je ne sais pas".
12:50 Elle peut affirmer des choses, bien sûr, l'une à l'autre.
12:53 Parfois, elle affirme des choses, comme vous l'avez dit, bien écrites,
12:55 qui ont toute l'apparence de la réalité, mais c'est complètement faux.
12:58 Et ça, c'est très difficile à détecter, parce qu'on ne sait pas exactement
13:02 comment le modèle a fonctionné pour arriver à produire le contenu qu'il a produit,
13:06 que ce soit du code, une image ou bien encore du texte.
13:08 Merci beaucoup François.
13:09 Merci d'être venu nous éclairer sur ces enjeux industriels
13:13 pour le monde de la gestion d'actifs, l'intelligence artificielle, effectivement.
13:17 Tout le monde est en train de regarder ces sujets sur le plan industriel également,
13:21 pas que sur le plan de l'investissement et sur les marchés.
13:23 François Deltour qui est avec nous, le président du directoire d'Arkea IS,
13:27 invité de ce dernier quart d'heure de Smartboard ce soir.
13:29 Merci.
13:30 [Musique]