Interview | DreamQuark - Wealth Management - IA dans la finance

Avant de rentrer dans le vif du sujet, pourriez-vous expliquer l’expertise de DreamQuark ?

DreamQuark développe des logiciels intégrant des technologies d’intelligence artificielle responsable pour le secteur de la gestion de patrimoine (assurance-vie, banque privée, CGP, gestion d’actifs) ainsi que les technologies d’IA derrière ses solutions. L’offre de DreamQuark s’articule autour de trois solutions, une plateforme pour concevoir et déployer des modèles d’intelligence artificielle, un portail pour les conseillers en gestion de patrimoine et une plateforme de gestion et d’agrégation de données. Nous avons une expertise autour de l’application des technologies d’IA pour ce secteur (notamment pour accompagner les relationship-managers (CGP), autour de l’intelligence artificielle explicable et la lutte contre les biais de l’IA, la gestion des modèles d’intelligence artificielle en production, une expertise sur les moteurs de recommandation ou encore sur le traitement du langage naturel.

Nous souhaitons devenir un acteur leader de la wealthtech et de la finance responsable.

Comment arrive-t-on à développer une telle solution ? Quel est votre parcours ?

DreamQuark développe des technologies d’intelligence artificielle depuis sa création en 2014. Depuis 2017 nous travaillons avec de grandes institutions financières autour de cas d’usage commerciaux (recommandation de produits d’investissement ou d’assurance, identification de l’appétence aux mandats de gestion, lutte contre l’attrition), de cas d’usage de risque (modélisation du risque de crédit) ou de cas d’usage réglementaire (lutte contre le blanchiment).

A l’issue d’une levée de fond significative en 2019 et avec la crise, nous avons choisi en 2020 de simplifier et focaliser notre offre sur les CGP (Conseillers en Gestion de Patrimoine) en leur fournissant un portail pour les accompagner sur leurs problématiques de conseil (notamment en intégrant les nouveaux enjeux de finance durable ou les problématiques de conseil de niveau 2 et niveau 3 introduits par les réglementations Mifid2 et DDA) ou réglementaire notamment autour de la surveillance de portefeuille.
Nous nous sommes appuyés pour cela sur l’expertise acquise par la société et avons recruté des experts de la gestion de patrimoine et du design produit pour opérer ce virage métier.

Quelle est la place de l’IA et de son éthique dans la finance ?

Les acteurs des services financiers ne peuvent passer à côté de l’utilisation de l’intelligence artificielle. Les fintechs ont adopté très tôt ces technologies tandis que les grands groupes accélèrent sa prise en main. Les régulateurs eux-mêmes investiguent son usage (notamment pour comprendre comment auditer les modèles s’appuyant sur de l’apprentissage machine).

L’éthique est une dimension clé de l’intelligence artificielle. De nombreuses entreprises ont adopté des chartes éthiques, mis en place des preuves de valeur ou encore déployé les technologies d’IA éthiques de DreamQuark, et l’ACPR investigue les technologies facilitant la mise en place d’une intelligence artificielle explicable ou la lutte contre les biais discriminatoires.

La commission européenne vient de présenter un projet de réglementation qui place l’analyse du risque de crédit comme un cas d’usage à haut risque, de même que l’utilisation de technologies d’analyse biométrique (utilisées pour le KYC). Cela renforce les obligations éthiques.

De notre côté nous développons des technologies pour expliquer les résultats des algorithmes de machine-learning ou de deep-learning, pour identifier et réduire les biais éthiques, s’assurer de la robustesse des algorithmes une fois ceux-ci déployés (ce que l’on appelle le MLOps), ou encore pour maîtriser les émissions carbones liées à l’utilisation de ces technologies. Nous avons par ailleurs publié un livre blanc sur l’état de l’IA éthique dans le monde avec des recommandations sur les axes à développer en priorité en fonction des secteurs.

Comment une IA permettra davantage d’investissement responsable ?

Les institutions financières ont accéléré la mesure des informations extra-financières et le développement de produits de crédit, de produits d’investissement responsable ou l’émission d’obligations vertes ou socialement responsable. Par ailleurs durant la crise, de nouveaux labels tels que Greenfin (dédié à la finance verte) ont été mis en place par le gouvernement. Un nombre grandissant d’entreprises du secteur financier ont mis en place des stratégies autour du climat ou de l’économie sociale et solidaire.

La réglementation européenne sur la divulgation des données non financières va par ailleurs amener à une standardisation des critères ESG et libérer le partage d’information par les entreprises sur ces critères mais aussi par les fonds d’investissement pour chacun de leurs supports.

Aujourd’hui il y a deux enjeux forts :
Le premier étant d’améliorer la qualité de la mesure (notamment lorsque cela ne concerne pas l’activité directe de l’entreprise – le fameux pilier 3) et pour cela il faut capturer cette information pour ensuite l’utiliser. Comme cette donnée est non structurée, l’IA et l’utilisation de technologies de traitement du langage naturel va faciliter ce recueil de données pour donner des mesures d’impact fiables.

Le second concerne la distribution, il faut pour cela de nouveaux outils pour accompagner les CGP et les conseillers bancaires qui sont face à un nombre important de nouveaux produits complexes. L’intelligence artificielle peut aider au conseil et à identifier les produits adaptés aux objectifs et attentes de chaque individu et donc accélérer cette distribution.

Nous développons des approches pour agir sur ces deux enjeux mais nous avons vraiment progressé sur le second notamment avec le développement d’un portail pour le conseiller et un partenariat avec Atos et sa filiale EcoAct.

Quels sont les impacts pour les ingénieurs patrimoniaux ?

Les réglementations telles que Mifid2 et DDA renforcent les obligations autour du reporting ESG et la gouvernance des investissements et la prise en compte des préférences ESG des clients dans les recommandations. Les ingénieurs patrimoniaux et CGP ont besoins d’outils pour intégrer ces nouvelles obligations et assurer le meilleur conseil possible pour leurs clients.

Au travers d’un portail comme celui de DreamQuark, les conseillers peuvent plus facilement réaliser les conseils de niveau 2 et 3 introduits par ces réglementations et mieux prendre en compte les attentes de leurs clients en leur proposant des stratégies et des projets d’investissement plus diversifiés.

Ils sont aussi en mesure de mieux effectuer leurs due-diligence réglementaires en bénéficiant de recommandations sur les actions à mettre en place pour assurer à tout moment l’adéquation entre le portefeuille et le profil de l’investisseur.

Plus globalement, ils gagnent en efficacité et en productivité et peuvent ainsi passer plus de temps à mieux conseiller leurs clients dont les attentes évoluent.

On entend beaucoup parler d’IA frugale. Pourriez-vous expliquer cette notion ? Qu’en pensez-vous ?

L’intelligence artificielle est de plus en plus demandeuse en ressources (bande passante pour le transfert de données, stockage de ces données, entrainement qui nécessite le recours au cloud et à de nombreuses unités de calcul consommatrices d’énergie). Les dernières générations de modèles d’IA utilisées pour le traitement du langage naturel ont montré que le volume de données, le temps de calcul, l’énergie nécessaire pour passer d’une génération à la suivante évoluaient exponentiellement.

Avec le déploiement à grande échelle des technologies d’intelligence artificielle, il est critique de contrôler les émissions carbone associées à leur utilisation.

Les approches frugales visent à développer des nouvelles générations de technologies tout aussi performantes (voire plus) mais dont l’impact environnemental est réduit. Cela est d’autant plus important qu’avec le déploiement de la 5G et de la 6G, le volume de données disponible risque d’être démultiplié.
Il faut pour cela de nouvelles approches algorithmiques, de nouvelles générations de puces, la capacité à utiliser moins de données, plus généralement un meilleur usage de ces technologies et un meilleur design des applications ayant recours à l’IA et des infrastructures sur lesquelles elles s’appuient.

L’IA frugale peut remplacer tout système d’IA, l’enjeu étant que les risques et bénéfices soient équivalents. C’est d’autant plus nécessaire lorsque les ressources sont limitées dans des systèmes embarqués.

Un nombre croissant d’entreprises planchent sur ce concept. Il y a tout d’abord un enjeu de mesure mais des techniques émergent (par exemple en traitement du langage naturel, la distillation permet de concevoir un modèle d’intelligence artificielle plus petit à partir d’un modèle d’intelligence artificielle possédant un nombre de paramètres plus grands en transférant la connaissance du modèle plus grand dans le modèle plus petit).

Quels sont les enjeux du développement technologique ?

Il y a de selon moi quatre enjeux.

Le premier étant de répondre aux attentes des consommateurs pour une meilleure expérience digitale de leurs fournisseurs de services financiers. Ils veulent de l’immédiateté, un meilleur service, de la fluidité et de la simplicité. Cela est d’autant plus clé pour les acteurs qui veulent attirer et retenir les millenials. Il y a un véritable enjeu économique alors que les institutions sont confrontées à un transfert de patrimoine massif sur dix ans des boomers vers les millenials. C’est aussi un facteur d’attractivité et de rétention pour les employeurs. Les employés millenials veulent travailler avec de meilleurs outils digitaux qui les aident dans leur travail et leur fait gagner en productivité.

Il y a ensuite un enjeu réglementaire. Sans technologie il est impossible de répondre aux exigences réglementaires en termes de KYC, de lutte contre le blanchiment, ou aux exigences de surveillance de portefeuille.

Il y a un enjeu de coût, une bonne utilisation de la technologie permet de réduire le coût de fourniture du service pour adresser certaines populations qui peuvent parfois ne pas trouver un service adapté à leurs attentes car les modèles d’affaires ne sont pas adaptés – c’est particulièrement vrai pour la cible des clients ayant entre 100k et 3M d’euros de patrimoine à investir. Il y a un véritable potentiel que des acteurs comme WeBank (Tencent) ont su exploiter grâce à une utilisation massive de l’IA, de la blockchain, du cloud et de la donnée (modèle ABCD).

Finalement il y a un enjeu de souveraineté, la maîtrise de la technologie permettant de garder le contrôle et de faire émerger des alternatives aux acteurs américains et asiatiques qui ont acquis un vrai leadership sur le cloud et qui amènent une dépendance faute de vraies alternatives. Il est important pour l’Europe de maîtriser sa destinée via l’émergence de champions technologiques européens sur les autres technologies.