❌

Vue lecture

Il y a de nouveaux articles disponibles, cliquez pour rafraîchir la page.

Une IA pour remplacer les actuaires

Huscarl
Huscarl, qui vient d'opérer une première levée de fonds au début du mois, s'attaque à une forteresse historique de l'analyse de données : l'actuariat. Elle développe en effet, à l'intention des entreprises auto-assurées, des outils d'intelligence artificielle capables de calculer des projections de pertes et de primes sur des scénarios personnalisés.

Bien sûr, il n'est pas question – en tous cas pour l'instant (?) – de remplacer les experts qui, dans les compagnies, affinent presque quotidiennement les évaluations de risques sur les produits courants de l'industrie avec des modèles mis au point et étalonnés sur de longues années. En revanche, la jeune pousse (française) défend ses atouts pour s'implanter dans des domaines plus spécialisés, tels que ceux que prennent en charge les entités captives, correspondant fréquemment à des besoins atypiques.

Huscarl propose ainsi de réaliser des études de faisabilité ad hoc ou bien de construire un véritable plan d'affaires pour une couverture donnée. À partir d'informations plus ou moins riches et d'une description des attentes, ses algorithmes vont élaborer un dossier d'étude sur cinq ans, illustrant l'équation économique d'un projet, y compris en conditions extrêmes, ou bien estimer le coût à prévoir, ligne par ligne, prenant même en compte les évolutions structurelles, par exemple autour des aléas liés au changement climatique.

Dans une large mesure, la startup cherche plus à combler les niches dans lesquelles les professionnels ne peuvent s'engager qu'à remplacer le travail des actuaires, ce qui explique son positionnement. Elle promet notamment, de manière explicite, de fournir des résultats exploitables sur des risques que les acteurs traditionnels ne veulent pas considérer ou, du moins, pas avec le niveau de personnalisation souhaité, que ce soit par manque de données de référence ou en raison de leur mauvaise qualité.

Accueil Muscarl

Aujourd'hui, vus de l'extérieur, les actuaires représentent une élite intouchable dans l'univers de l'assurance. Pourtant, ils ne seront pas épargnés par la révolution de l'intelligence artificielle, bien au contraire. Leurs compétences en matières de statistiques sont évidemment parmi les plus exposées à l'automatisation… et, conscients du progrès, ils ont su s'approprier les générations précédentes de science de données en vue de décupler leur efficacité. Désormais, c'est le second pan de leur savoir-faire qui est menacé : la compréhension des sous-jacents d'un risque et d'une couverture. Certes les IA n'en ont pas une réelle perception mais elles sont néanmoins en mesure de les capturer dans des documents ou autre sources d'information et cette capacité peut probablement suffire à reproduire une expertise convaincante.

Des IA pour les conseillers financiers

Claude
Coup sur coup, OpenAI puis Anthropic ont présenté leurs solutions d'intelligence artificielle générative à l'intention des conseillers financiers. Au milieu de la frénésie pour les agents IA, leurs prétentions, largement circonscrites à la documentation, paraissent timides : l'extrême prudence qui règne dans le secteur impose ses conditions.

Pour être précis, les annonces des deux firmes ne concernent pas exactement les mêmes populations : la déclinaison de ChatGPT s'adresse plutôt aux équipes de banque d'investissement tandis que celle de Claude est véritablement dédiée aux professionnels de l'accompagnement des particuliers. J'estime néanmoins intéressant de constater à quel point les approches s'avèrent similaires et, finalement, portent sur un périmètre contraint qui, en pratique, en limite la valeur en tant qu'offre tierce.

Les solutions visent ainsi un même objectif de simplifier les phases documentaires et préparatoires au travail des spécialistes. Dans cette perspective, l'accent est mis sur les connecteurs pré-intégrés, qui permettent à l'IA d'accéder directement et de manière aussi transparente que possible (donc sans requérir des configurations techniques parfois complexes) aux sources d'information habituelles de ses utilisateurs. À partir de cette matière, elle réalise les tâches administratives classiques de son audience cible.

Pour ChatGPT, qui rattrape ici son grand concurrent sur un produit datant de plus d'un an, il s'agit de produire des documents d'analyse financière – sous divers formats, y compris graphiques, adaptés aux chartes de chaque client, le cas échéant – en combinant des sources multiples et en opérant sur des dimensions variables (statique, temporelle…). Naturellement, OpenAI insiste sur les garanties de sécurité et de confidentialité qu'elle engage vis-à-vis des données ingérées par son modèle.

L'IA pour les Conseillers Financiers

Du côté de Claude, c'est une batterie de fonctions unitaires qui est mise à la disposition des conseillers, également dans l'optique de faciliter leur quotidien : études préalables à un entretien, portant, selon les cas, sur les investissements alternatifs, sur les aspects réglementaires, sur la fiscalité, la revue des équilibres du portefeuille… Les protections sont partiellement automatisées, par exemple le contrôle des exigences de la SEC sur les communications aux clients, ou déléguées à l'humain, dont la validation est requise pour les livrables potentiellement sensibles (notamment s'ils sont partagés).

En synthèse, les géants de l'IA proposent à l'industrie de la finance des outils qui se contentent d'implémenter les « basiques » de l'intelligence artificielle générative dans ses métiers, à savoir, en simplifiant le concept, l'acquisition d'information, son traitement, et la restitution de contenus dérivés plus ou moins originaux. Cette démarche évite certes les inquiétudes suscitées par des modèles qui élaboreraient des stratégies d'investissement ou émettraient des recommandations. Mais ne correspond-elle pas à ce que les institutions construisent déjà en interne depuis quelques temps ?

Démocratiser la gestion de patrimoine avec l'IA

Vanguard
Rêve ancien mais, hélas, jamais concrétisé, la gestion de patrimoine pour tous semble aujourd'hui réveiller les appétits, à l'aune des promesses de l'intelligence artificielle. Le géant américain Vanguard annonce ainsi l'acquisition d'Altruist, en espérant que sa plate-forme aide les conseillers spécialisés à démultiplier leur force de frappe.

Avec les générations successives de « robots-conseillers », la première vague de démocratisation du secteur vise, depuis une quinzaine d'années, à proposer une alternative aux personnes ne disposant pas des moyens de bénéficier des services d'un professionnel. L'absence d'une dimension d'accompagnement de proximité dans ces outils les a malheureusement relégués à un rôle de plate-forme d'investissement certes accessible, mais avec laquelle le client est largement laissé seul devant ses choix.

La vision cible a maintenant changé, y compris chez les trublions d'autrefois, qui, pour les plus évolués, ont mis en place des modèles de conseil humain pour les utilisateurs « haut de gamme ». L'objectif privilégié consiste désormais à rendre ces approches plus efficaces, de manière à en abaisser les coûts et parvenir de la sorte à les ouvrir à une population plus large… qui ne pourra cependant englober l'immense majorité des ménages, modestes, voués, pour l'instant (à jamais ?), à rester à l'écart de la tendance.

Altruist se positionne clairement sur ce créneau, avec une solution propulsée à l'IA pour l'optimisation des processus administratifs qui consomment tellement de temps et d'énergie chez les conseillers, qu'ils préfèreraient consacrer à aider plus d'individus dans le pilotage de leur argent : ouvertures de compte (et les contraintes, notamment réglementaires, associées), suivi des portefeuilles et rapports contextualisés (incluant aussi un portail dédié pour les clients), pilotage des opérations, facturation…

Vanguard x Altruist

Le domaine de la gestion de patrimoine est historiquement en retard dans sa transformation « digitale » et cette situation crée une opportunité pour des jeunes pousses qui voient dans l'intelligence artificielle un moyen de combler le déficit (en France, Patrimind, dont je parlais récemment en fournit un autre exemple). En revanche, leurs offres adressent en priorité des enjeux de productivité dans les métiers existants plutôt que d'envisager une modernisation pourtant nécessaire de l'expérience client.

Je reste toutefois optimiste pour l'avenir, même si celui ci semble encore lointain, car, comme je le remarquais dans un article précédent, je pense que les acteurs qui commencent à convaincre la profession de recourir à l'IA dans leur quotidien – et l'irruption de Vanguard dans la bataille devrait accélérer le mouvement – prendront certainement conscience, avec leurs clients, des possibilités d'étendre progressivement leur périmètre d'intervention, en particulier en permettant à leurs outils d'offrir les niveaux de conseil primaires qui font aussi partie du train-train des spécialistes et peuvent couvrir une part importante des besoins des moins fortunés.

Un assistant IA pour la gestion de patrimoine

Intellectuality
Conçue et développée par un conseiller en gestion de patrimoine en activité et un spécialiste de l'intelligence artificielle, Patrimind est une solution qui vise d'abord à soulager les professionnels du domaine de leurs tâches administratives, mais qui peut également les aider à mieux accompagner leurs clients, notamment les plus modestes.

Dans son rôle primaire d'assistante technique, le premier volet de l'expertise de cette IA sectorielle porte sur l'acquisition et la restitution d'information. Pour ce faire, la plate-forme ingurgite différents types de sources (documents d'identité, justificatifs fiscaux, échanges informels…), sous de multiples formats (fichiers PDF, feuilles de calcul, courriels…),  et en extrait les données importantes pour, par exemple, l'analyse initiale du dossier d'un prospect ou la préparation d'une proposition de plan d'investissement.

Outre un tableau de bord récapitulatif du client, l'utilisateur a la possibilité d'interroger, par tchat, le corpus ainsi constitué, de manière à retrouver en un tournemain une information utile sans avoir à explorer les pièces accumulées. Et, parce que le métier de la gestion de patrimoine ne souffre aucune approximation et que règne, à juste titre, une certaine méfiance vis-à-vis des hallucinations de l'IA, les réponses apportées à chaque question sont assorties d'une référence précise et vérifiable à leur origine.

Selon sa complétude, la connaissance engrangée de la sorte est ensuite disponible pour diverses analyses – bilans, audits, études de conformité… – qui pourront aussi déboucher sur des suggestions opérationnelles, spontanées ou stimulées (par une demande explicite). Comme tout ce que produit l'outil, les éléments de raisonnement mis en œuvre dans ce contexte sont toujours fournis avec leur provenance officielle, entre autres les textes juridiques pertinents, afin d'asseoir la légitimité des recommandations.

Patrimind

À partir des propositions retenues, émanant de l'IA ou élaborées à l'instigation du professionnel, la solution est alors en mesure de dérouler des scénarios de bout en bout, basés sur les données réelles, afin d'en évaluer la valeur et/ou de constituer un argumentaire à partager avec le client. Enfin, lors du passage à l'action, elle va extraire de ses registres et transmettre automatiquement les données nécessaires à la souscription de produits (pour les procédures de KYC et anti-fraude, en particulier).

Clairement et sans ambiguïté possible, l'objectif de Patrimind consiste bien à libérer du temps pour le conseiller, qu'il va pouvoir consacrer à son véritable savoir-faire, au service de ses clients. Cependant, les préconisations que commence à inclure son outil laissent également entrevoir une autre opportunité, de démocratisation de la gestion de fortune. En effet, l'intelligence artificielle pourrait assumer une part autonome plus ou moins importante et plus ou moins standardisée de l'accompagnement – sous contrôle d'un expert humain, par sécurité – selon le niveau de patrimoine de l'intéressé.

L'IA commence à remplacer les débutants

Gartner
Dans les entreprises du secteur tertiaire, l'intelligence artificielle s'avère bien adaptée à l'exécution des tâches historiquement réservées aux employés inexpérimentés et l'impact sur les recrutements commence à s'en ressentir. Alors Gartner s'interroge sur les moyens d'adapter les pipelines traditionnels de formation des débutants ainsi menacés.

Alors que l'adoption massive de l'IA ne produit encore que rarement des résultats probants – seulement un cinquième des 95% organisations concernées déclarent en avoir tiré une valeur significative –, 22% des responsables de ressources humaines interrogés au cours du dernier trimestre de 2025 confirment que, dans au moins un département, les embauches de personnel pour les positions juniors ont déjà été totalement interrompues en raison des initiatives d'automatisation engagées.

Le raisonnement est trivial. Les parcours d'apprentissage des nouveaux arrivants, notamment dans les métiers intellectuels, passent par la réalisation des opérations simples et répétitives préparatoires à la mise en œuvre de l'expertise de leurs aînés. Or leur nature rend ces tâches propices à leur prise en charge par l'intelligence artificielle. Hélas, comme je l'ai souligné par le passé, comment les experts de demain apprendront-ils s'ils n'ont plus de place dans l'entreprise au début de leur carrière ?

Au mieux, et dans un premier temps, les firmes devront faire appel à des compétences externes, plus onéreuses et plus volatiles, afin de compenser la disparition de leur vivier de talents cultivé en interne. Au pire, et, à défaut de changement de méthode, de manière inévitable, elles ne trouveront plus les individus correctement formés dont elles ont besoin… et rien ne garantit (heureusement ?) que, à ce moment de rupture, l'IA aura atteint une maturité suffisante pour assumer les rôles correspondants.

Gartner HR

Concrètement, les directions de ressources humaines n'ont donc guère d'autre choix que d'entamer une transformation profonde des pratiques en vigueur vis-à-vis des débutants. Les analystes de Gartner leur proposent trois approches possibles, qu'il faudra certainement combiner pour un maximum d'efficacité (et un minimum de perturbations dans la vie de l'entreprise), en prenant en compte simultanément l'évolution à long terme des compétences requises à l'ère de l'intelligence artificielle.

La priorité portera d'abord sur l'identification des fonctions que les jeunes recrues sont à même d'assumer une fois que celles qui leur étaient dévolues jusqu'à présent sont assignées à l'IA. Il s'agira fréquemment d'interagir avec cette dernière au service de capacités critiques. Le déficit de formation, qui ne sera pas comblé de la sorte, imposera ensuite de développer des méthodes d'apprentissage dédiées. Enfin, l'ensemble devra être entouré d'un filet de sécurité, constitué d'outils, d'accompagnement et de réseautage, de manière à limiter les risques d'erreur durant ces phases initiales.

Nombre d'organisations s'emparent des promesses de l'intelligence artificielle sans prendre le moindre recul et, outre qu'elles oublient de définir les critères objectifs et mesurables de succès, ne considèrent pas toujours les conséquences de leurs choix à des échéances lointaines. Les impacts considérables de la technologie, sur toutes les dimensions de leur fonctionnement, dont la gestion des effectifs et des talents, rendent pourtant absolument indispensable de l'intégrer dans une perspective stratégique.

Un régulateur teste l'IA contre la fraude

MAS
Consciente que la lutte contre la criminalité financière est incontestablement plus efficace quand elle porte sur un périmètre élargi, la banque centrale singapourienne lance une expérimentation de détection de malversations grâce à des techniques d'analyse de données évoluées appliquées à un historique de transactions réelles.

Le principe du recours à des modèles d'apprentissage automatique, voire d'intelligence artificielle, en vue d'améliorer la performance des protections contre la fraude n'est évidemment pas nouvelle… elle représente même un des cas d'usage de ces outils parmi les plus répandus dans l'industrie. En revanche, sa déclinaison à l'échelle d'un régulateur national est plus originale et répond à un vrai enjeu de réactivité, l'identification des risques étant plus rapide à partir d'une vue de l'ensemble des échanges dans un pays plutôt qu'au seul niveau d'un établissement.

La mise en œuvre n'est toutefois pas triviale, comme le démontrent les conditions dans lesquelles la MAS organise ce qui devrait être un simple test. Certes, il n'y a aucune prouesse technique à demander à cinq banques locales de partager les informations qu'elles détiennent sur les opérations réalisées pendant une période spécifique (non précisée) puis à entraîner des solutions d'IA plus ou moins sophistiquées sur cette matière première pour l'identification automatique des tentatives d'escroquerie.

La réelle difficulté consiste à réaliser un tel projet avec toute la sécurité requise, alors que les données dont il est question sont extrêmement sensibles. Les responsables se veulent rassurants, en évoquant la mise en place d'un mécanisme de « hash » sur les références de compte (ce qui ne vaut pas anonymisation totale), un stockage chiffré (heureusement !) et des règles strictes d'accès. Mais dans le climat actuel où les fuites sont légion, est-ce suffisant ? Et il ne s'agit que d'une phase d'évaluation préliminaire : comment une éventuelle généralisation pourra-t-elle éliminer tout danger ?

La démarche engagée par la MAS est importante afin d'espérer réduire les pertes subies par les particuliers et les entreprises dans un contexte de croissance de la criminalité, désormais assistée elle-même par l'intelligence artificielle. Elle ne peut cependant, sans être taxée d'incohérence, ignorer les défis de sécurité qu'implique automatiquement son approche. Dans ce sens, elle devrait probablement se pencher au préalable ou, à tout le moins, en parallèle, sur les technologies émergentes de traitement de données préservant la confidentialité (PET)… comme l'avait fait l'ACPR française il y a quelques années (mais dont je ne connais hélas pas les résultats officiels).

MAS

❌