Goldman Sachs et la Deutsche Bank déploient des agents IA pour la surveillance des transactions

Les banques expérimentent une nouvelle forme d'intelligence artificielle, appelée « IA agentique », qui va au-delà de la simple analyse de mots-clés ou des règles prédéfinies. Plutôt que de s'appuyer uniquement sur des alertes statiques, certaines salles de marché commencent à mettre en place des systèmes capables d'analyser les tendances en temps réel et de signaler les comportements susceptibles de nécessiter une intervention humaine.

Bloomberg a détaillé la manière dont Goldman Sachs et la Deutsche Bank explorent ou mettent en œuvre des outils d’IA dits « agentiques » pour la surveillance des transactions. L’objectif est d’améliorer la surveillance des ordres et des transactions en déployant des agents logiciels capables d’analyser l’activité au fur et à mesure qu’elle se produit et de repérer les schémas indiquant une éventuelle faute professionnelle.

Agents adaptatifs

Les grandes banques utilisent des systèmes de surveillance automatisés pour contrôler l'activité de trading, qui reposent souvent sur des règles prédéterminées : si une transaction dépasse un certain volume, s'écarte d'un indice de référence ou correspond à un schéma de risque connu, elle déclenche une alerte. Les équipes de conformité examinent ensuite manuellement ces cas.

La difficulté réside dans l'ampleur et la complexité du système. Les marchés modernes génèrent d'énormes quantités de données couvrant toutes les classes d'actifs, tous les fuseaux horaires et toutes les plateformes de négociation. Les règles statiques peuvent entraîner un nombre élevé de faux positifs, tandis que des formes de manipulation plus subtiles peuvent ne pas correspondre aux schémas établis.

Selon Bloomberg, les nouveaux systèmes basés sur des agents sont conçus pour aller au-delà de cette approche. Au lieu de se contenter de comparer les transactions à une liste de contrôle, ces agents IA examinent le comportement de trading à l'aide de multiples signaux, le comparent à l'activité historique et détectent les combinaisons inhabituelles d'actions.

Ces outils ne sont pas destinés à remplacer les responsables de la conformité. Ils servent plutôt de niveau de surveillance supplémentaire, mettant en lumière les cas qui méritent un examen humain plus approfondi.

La collaboration entre la Deutsche Bank et Google Cloud

Bloomberg a rapporté que la Deutsche Bank collabore avec Google Cloud pour développer des agents IA capables de surveiller l'activité de trading. Le système est conçu pour analyser de grands volumes de données d'ordres et d'exécution et signaler les anomalies presque en temps réel.

La banque a élargi ses initiatives en matière d'IA ces dernières années, et ce projet de surveillance illustre la manière dont les institutions financières appliquent la technologie des modèles linguistiques génératifs et à grande échelle au-delà des simples interfaces de chat. Ici, l'IA ne répond pas aux demandes des clients, mais analyse des flux de données structurés et non structurés liés au comportement de trading. Ces agents IA peuvent aider à identifier des « anomalies complexes » dans les ordres et les transactions, ce qui suggère que le système pourrait évaluer les relations entre les transactions, le timing, les conditions de marché et l'historique des traders plutôt que des événements isolés.

Le personnel chargé de la conformité continue d’être responsable de l’examen des cas signalés et de la décision quant à la nécessité de prendre des mesures supplémentaires.

La stratégie d'IA agentique de Goldman Sachs

Goldman Sachs explore également l'utilisation de l'IA agentique à des fins de surveillance, comme le rapporte Bloomberg. La banque a réalisé d'importants investissements dans l'IA au sein de ses systèmes de trading et de gestion des risques ces dernières années, et cette initiative semble étendre ce travail au domaine de la conformité.

Selon le rapport, l'accent est mis sur le déploiement d'agents IA capables de fonctionner avec une certaine autonomie pour détecter les signes de comportement répréhensible. Le système pourrait identifier des schémas qui ne correspondent pas à une règle spécifique mais qui semblent néanmoins inhabituels.

Pour les régulateurs, l'avantage est clair : une détection plus précoce peut contribuer à réduire les dommages causés au marché et le risque de réputation. Pour les banques, il y a également un avantage opérationnel. Les services de conformité sont sous pression pour gérer de grands volumes d'alertes tout en respectant des normes de surveillance strictes. Les outils capables de réduire le bruit sans compromettre la rigueur de l'examen sont susceptibles de gagner en popularité.

Pourquoi l'« IA agentique » est-elle importante ?

Le terme « IA agentique » désigne des systèmes capables de mener des actions orientées vers un objectif plutôt que de se contenter de répondre à des invites. En pratique, cela signifie que le logiciel peut décider quelles données examiner ensuite, comparer plusieurs signaux et signaler ses conclusions sans intervention humaine constante. Dans un environnement de trading, cela pourrait impliquer de surveiller les flux d’ordres, les mouvements de prix, les métadonnées de communication et les comportements historiques afin de déterminer si l’activité correspond aux schémas normaux.

Cela ne signifie pas que le système prend seul des décisions disciplinaires. Les institutions financières opèrent dans des cadres réglementaires stricts, et la responsabilité incombe toujours aux superviseurs humains. Le rôle de l’agent est d’identifier et d’organiser les informations plus efficacement que ne le peuvent les systèmes statiques.

Une évolution plus large en matière de conformité

Ce qui semble nouveau, c'est l'application d'architectures d'IA générative plus avancées aux fonctions de contrôle interne.

Les régulateurs américains et européens ont encouragé les entreprises à améliorer leur surveillance des abus de marché et des manipulations. Si les règles n'exigent pas spécifiquement une IA agentique, elles imposent aux entreprises de maintenir des systèmes et des contrôles efficaces. Si les outils d'IA peuvent aider à respecter cette norme, leur adoption devrait s'accroître.

Dans le même temps, l'utilisation de l'IA dans le domaine de la conformité soulève des questions spécifiques. Les banques doivent s'assurer que les modèles sont explicables, exempts de biais et capables de résister à l'examen des autorités de régulation. La gouvernance des modèles, la sécurité des données et les pistes d'audit restent des préoccupations majeures.

Quels changements pour le secteur

Si les outils de surveillance agentique s'avèrent efficaces, ils pourraient transformer le mode de fonctionnement des équipes de conformité. Au lieu de passer au crible de nombreuses alertes simples, le personnel pourrait consacrer davantage de temps à l'évaluation des cas complexes identifiés par les agents IA.

Cette évolution n'éliminerait pas le besoin de jugement humain. Cependant, elle pourrait modifier la manière dont les efforts humains sont concentrés. Sur des marchés où la vitesse et le volume de données ne cessent de croître, la capacité à analyser des tendances en temps réel est de plus en plus difficile à atteindre avec des systèmes basés uniquement sur des règles.

Voir aussi : La démonstration de paiement par IA de Mastercard ouvre la voie au commerce piloté par des agents

Vous souhaitez en savoir plus sur l'IA et le big data auprès des leaders du secteur ? Découvrez l'AI & Big Data Expo qui se tiendra à Amsterdam, en Californie et à Londres. Cet événement complet fait partie de TechEx et se déroule en parallèle d'autres événements technologiques de premier plan. Cliquez ici pour plus d'informations.

AI News est proposé par TechForge Media. Découvrez ici d'autres événements et webinaires à venir sur les technologies d'entreprise.