Chez StarDust, nous suivons les tendances technologiques avec une grande attention et sommes donc attentifs par les discussions entourant l'intelligence artificielle (IA) dans le secteur bancaire.
Une introduction à l'IA
L'un des grands sujets de la FinTech ces deux dernières années est l'intelligence artificielle et son impact sur cette industrie. Il est bien connu que l'IA affecte l'ensemble du monde digitale et la FinTech ne fait pas exception. Les technologies de l'IA peuvent améliorer le processus de prêt, des souscriptions et autres services similaires, ce qui entraîne des solutions rapides et faciles à utiliser pour les clients. En plus des capacités de prise de décision plus rapides, l'IA apprend à un niveau plus profond que jamais. L’IA peut prédire des choses telles que la volatilité financière sur le marché et prendre des décisions intelligentes basées sur cette information en une fraction de seconde. Le Dr Darko Matovski, directeur général de causaLens, a souligné que les meilleures idées d'innovation seront le résultat de l'intégration de l'IA aux processus humains. L'efficacité inégalée de l'IA lors de l'analyse des données n'est plus à démontrer. Progressivement, l'IA surpasse les humains, ce qui amène aussi des réflexions philosophiques et éthiques, mais ce ne sera pas le sujet ici ;-)
Au total, l'investissement des FinTech est en croissance à travers le monde entier. KPMG démontre en effet dans son étude « The Pulse of FinTech » que les fonds mondiaux investis dans les fintechs ont progressé de 24 % en 2017 (31 milliards de dollars en 2017 contre 25 milliards de dollars en 2016). L'idée est d'améliorer continuellement les logiciels d'IA qui peuvent prendre de meilleures décisions que leurs homologues humains. La capacité de l'IA à analyser de grandes quantités de données plus rapidement et plus efficacement qu'un humain peut mener à des décisions plus rapides et offrir une image plus complète en raison de la grande quantité de données prises en considération. La technologie de l'IA touche encore la surface de ses applications potentielles dans le monde réel. Nous ne sommes qu'au début du potentiel de cette technologie.
L’IA et la fraude financière
L'objectif jusqu'ici était de développer la technologie de l'IA dans son ensemble en accordant moins d’importance à son application immédiate. Cependant, cela commence à changer et l’industrie FinTech est un excellent exemple de mise en pratique de l'IA. De plus en plus, les entreprises FinTech emploient l’IA pour résoudre les problèmes des clients dans les institutions financières. Un exemple de cette situation est la fraude financière, où l'IA est capable de détecter une activité suspecte d'une manière supérieure à celle d’un spécialiste humain. Comme l’a déclaré un paneliste de la FinTech Week, le machine learning et l'IA existent depuis longtemps. Depuis plusieurs années, les entreprises de prévention de la fraude emploient l'IA. En conséquence, de nouveaux types d'algorithmes, de procédures et de technologies signifient une nouvelle compréhension de la manière dont l’IA est appliquée dans les technologies financières modernes.
L'apprentissage approfondi devient de plus en plus populaire dans le monde de la technologie et le potentiel ne doit pas être sous-estimé. "Dans l'histoire de la finance, il y a toujours eu de la fraude", a déclaré Joern Leogrande, vice-président exécutif des services mobiles chez Wirecard. "C'est quelque chose qu'aucune technologie ne circonscrira ... Cela étant dit, je pense que les technologies portables (construites avec de l'IA) sont beaucoup plus sécurisées" (source: Wired UK). Cependant, de nombreuses entreprises continuent d'utiliser l'IA dans les rôles de soutien au lieu de faire en sorte que les machines prennent les décisions elles-mêmes. De plus, quand l’IA est chargée de prendre des décisions, il existe souvent une surveillance humaine forte pour s'assurer que rien ne va mal. La confiance inconditionnelle n'est toujours pas là (tant mieux ?) pour remettre les opérations les plus critiques à l'IA, mais l'IA est utilisée pour de plus en plus de tâches qui n'avaient été réalisées que par des humains auparavant.
Éviter les catastrophes : l'importance de tester le logiciel d’IA
L'IA est une technologie très complexe et, à cause de cela, son logiciel peut être propice aux bugs. Lorsqu'il s'agit de tester les plates-formes FinTech et le logiciel d’IA qu'ils pourraient intégrer, plusieurs des problèmes de test habituels sont présents. Si une plate-forme FinTech subit une QA ou un UAT (User Acceptance Test), une attention particulière devrait être accordée au logiciel IA. La validation des processus décisionnels d'une IA peut également accroître la confiance d’une entreprise dans ses applications d’IA.
L'objectif principal d'une plate-forme bancaire en ligne ou mobile est d'être sécurisée sans compromettre l'expérience utilisateur. Il est essentiel de tester rigoureusement les plates-formes FinTech sur une variété d'appareils avec des utilisateurs indépendants du processus de développement. Cela garantira des résultats de tests précis et impartiaux et permettra la découverte d'une plus grande variété de bugs que les tests effectués par les développeurs. Tout simplement, si l'IA va dominer le marché final, la technologie doit être pratiquement exempte de bugs. Tout bug dans le logiciel d’IA peut diminuer l'expérience de l'utilisateur ou, pire encore, compromettre la sécurité de la plate-forme. Les enjeux sont tout simplement trop élevés pour ne pas tester.
Comment intégrer un test dans la conduite de votre projet?
Les points clés :
• L’IA représente l'un des développements les plus importants dans l'industrie FinTech et était un sujet important au London FinTech Week.
• L’IA est capable d’analyser de grandes quantités de données plus rapidement et plus efficacement qu'un humain, peut conduire à des décisions plus rapides et offrir un aperçu plus complet.
• L'IA a une multitude d'applications en FinTech telles que la détection des fraudes et l'investissement. Le nombre d'applications continue de croître rapidement.
• Les tests indépendants sur les plateformes FinTech sont essentiels pour une intégration réussie du logiciel d’IA, car les tests numériques atténuent le risque de bugs. Les bugs de logiciels peuvent annuler les avantages que l'IA fournit à une application FinTech ou à un site Web.
