De plus en plus de personnes ont recours à l’intelligence artificielle dans la gestion de leurs finances personnelles. User de la technologie peut s’avérer utile, mais comporte aussi des risques. Si la collecte de données et l’analyse peuvent désormais être automatisées, le discernement, la confiance et la responsabilité, qui ne peuvent l’être, prennent d’autant plus d’importance. Par Christian Carette
Jeunes
Depuis l’arrivée des grands modèles de langage, comme ChatGPT ou Claude, les outils capables de produire des recommandations d’investissement se multiplient, ils analysent en quelques secondes des volumes de données qu’aucun professionnel ne pourrait traiter manuellement, intégrant l’actualité économique, les évolutions réglementaires ainsi que les spécificités d’un portefeuille. En revanche, ils sont dépourvus du jugement, de l’esprit critique et de la prudence qui fondent la relation de confiance entre un conseiller et sa clientèle. Comme jusqu’ici – mais pour combien de temps encore ? – il y a un accès gratuit à l’IA, la tentation est grande, surtout chez les jeunes qui ont un petit pécule, sont mieux informés et se méfient du système bancaire, se tournant parfois vers des courtiers ou banquiers en ligne, d’interroger la machine pour savoir où investir. Leur crédo : « les banques cherchent leur intérêt derrière le tiens, alors que le robot n’a aucun autre intérêt financier que le tiens ». On pourrait même ajouter que dans les banques les conseillers eux-mêmes s’appuient dorénavant sur des modèles d’intelligence artificielle adaptés aux données de leur entreprise et de ses clients, pour des tâches d’analyse de plus en plus automatisées qui mobilisaient précédemment d’importantes ressources humaines.
Mutation
Même si elles communiquent finalement peu sur le sujet et les bouleversements qu’il provoquent, on sait que les engagements et investissements réalisés par les institutions financières dans ce domaine ces derniers temps sont considérables, au point d’ailleurs d’en inquiéter certaines au regard du ratio coût/gain. En réalité, le secteur est en pleine mutation, à la fois conscient du fait que l’IA est dans la finance et y restera, que les clients sont devenus plus mobiles et autonomes, et donc que le rôle des banquiers doit évoluer en tirant le meilleur parti de la nouvelle donne, avec au bout du compte une interrogation : jusqu’où peut-on confier la finance à l’IA ? La réponse en l’état actuel de la technologie semble toujours être « l’humain avec la machine » et non « la machine au lieu de l’humain ». Une étude approfondie menée par l’université Paris-Dauphine constate certes que les fonds d’investissement dont les équipes ont développé les compétences IA affichent des performances supérieures à celles qui ne les utilisent pas, mais elle précise qu’il s’agit justement de cas où la machine assiste un gérant expérimenté plutôt que de le remplacer.
Un métier
A l’évidence, l’IA peut être fort utile pour reformuler ou synthétiser très rapidement une grande quantité de données, et elle contribue à démocratiser l’investissement, surtout chez les nouvelles générations face aux banques traditionnelles qui leur paraissent lourdes et coûteuses. Qu’est-ce qui empêche dès lors la nouvelle poule aux oeufs d’or de déboucher sur une voie royale, puisque les chiffres montrent qu’ils ne sont toujours pas plus de 10% à souscrire directement en ne tenant compte que des indications de l’intelligence artificielle ? Si cette dernière lui fait concurrence, elle ne semble en effet pas encore prête à remplacer un vrai conseiller financier déjà rôdé aux nouveaux outils et progressivement libéré de tâches contraignantes. Ce n’est pas pour rien que dans les banques l’accent est mis de plus en plus sur l’expertise IA lors des nouveaux engagements et qu’un vaste effort de requalification des employés y est consenti, mobilisant équipes d’affaires, spécialistes technologiques et ressources humaines. Il ne s’agit pas seulement de former à l’IA, mais de former à penser en présence de l’IA. C’est qu’investir reste à la fois un métier et un choix humain. Un robot ne peut être tenu responsable de rien. Il vaut donc mieux être connaisseur, pour savoir évaluer le niveau de risque et vérifier, comparer, croiser les sources d’information face à des machines qui ne font que répondre à la formulation d’une demande et livrer un point de vue généré par des milliers d’articles de presse, de rapports d’analystes et de données de marché.
Expertise humaine
L’intitulé et la précision de la requête que l’on adresse à l’IA sont dès lors cruciaux. Il faut être capable de poser les bonnes questions, d’autant que l’intelligence artificielle ne sera pas à même ensuite d’expliquer pourquoi elle recommande telle action plutôt qu’une autre. On se doit aussi de tenir compte du risque d’erreur, on est en effet encore loin du niveau où l’on pourrait se fier à 100 % aux informations qu’elle fournit. Quatre fois sur cinq elle peut voir juste et la cinquième se tromper. Le phénomène d’hallucination, par lequel elle génère des informations entièrement fabriquées, a déjà causé du dégât, et on sait qu’elle a une fâcheuse tendance à fournir avec la même assurance des informations erronées plutôt que d’avouer qu’elle ne sait pas ou ne rien dire. Quand elle manque d’information fiable, elle comble le vide avec une réponse cohérente en apparence mais fausse sur le fond. En consultant des sites d’information ou des bases de données, elle peut également voir ses décisions détournées par des contenus malveillants, des fonds inexistants, des observations obsolètes ou basées sur un contexte étranger, il faut donc posséder la capacité critique nécessaire pour détecter les erreurs. Bien sûr, la recherche continue de travailler sur des mécanismes permettant de mieux évaluer la fiabilité des modèles, mais, malgré l’engouement suscité à tous les étages par l’IA et les perspectives qu’elle offre, on voit bien qu’elle ne devrait pas être employée seule pour orienter des décisions financières. Elle ne remplace pas l’expertise humaine qui rassure, accompagne, remet en question les réponses toutes faites et explique les risques. Jusqu’à preuve du contraire, c’est toujours mieux quand les machines analysent et que les hommes (ou les femmes) décident. On verra pour la suite.