TERATEC24 - Interview d'Hugues Even (BNP Paribas)

Summary

Le script d'entretien met en avant les initiatives de BNP Paribas dans le domaine de l'IA, avec le Chief Data Officer, HUG, partageant les projets et les défis liés à l'utilisation de modèles de langage génératifs. Il évoque la mise en place d'une Task Force pour explorer des cas d'usage, l'évaluation des clients sur des critères environnementaux avec l'aide de l'IA, et la création de commentaires pour le management d'actifs. L'accent est mis sur la sécurité des données, la gestion des risques et l'importance de l'équilibre entre innovation et contrôle lors de l'adoption de nouvelles technologies.

Takeaways

• 📊 HUG, le Chief Data Officer du groupe BNP Paribas, couvre plusieurs domaines, notamment la gouvernance et la qualité des données, la protection des données, et l'utilisation des données pour soutenir la stratégie de développement durable du groupe.
• 🌐 Le groupe BNP Paribas a déployé des solutions de data et d'IA depuis un certain temps, avec un plan à l'horizon 2025 visant à mettre en production environ un millier de cas d'usage et à générer 500 millions d'euros de valeur.
• 🔮 L'intérêt pour les grandes modèles de langage génératifs (LLM) est en augmentation au sein du groupe, avec la création d'une Task Force dédiée à l'exploration de ces technologies.
• 🛠️ Plus de 700 cas d'usage d'IA traditionnelle sont déjà en production, et une centaine de cas d'usage liés à la génération de langage sont en cours d'expérimentation dans divers métiers de la banque.
• 📈 L'utilisation des génératifs permet d'améliorer la productivité et la créativité dans la banque, en fournissant des résultats prometteurs dans les expérimentations en cours.
• 💡 L'exemple des engagements ESG est donné, où les génératifs sont utilisés pour extraire des informations des rapports environnementaux des clients, améliorant ainsi l'évaluation de ces derniers.
• 📝 Dans le domaine de la gestion d'actifs, les données structurées sont utilisées pour générer des commentaires de performance de fonds, enrichissant ainsi la communication avec les investisseurs.
• 👨‍💻 L'IT est également concerné par l'IA générative, avec des applications en cours d'expérimentation pour la codification, le débogage et la documentation de code.
• 🤖 L'expérimentation de l'IA générative est menée de manière bottom-up, avec des équipes métier créant des task forces pour identifier et proposer des cas d'utilisation.
• 🛡️ La sécurité des données est une préoccupation majeure, et aucune technologie ne sera déployée si elle présente un risque pour les données sensibles de la banque ou de ses clients.
• 🏢 La stratégie cloud du groupe est axée sur un approche hybride avec un cloud privé, rejetant l'utilisation de solutions cloud public pour des données sensibles.

Q & A

Quel est le rôle de HUG en tant que Chief Data Officer du groupe BNP Paribas ?

HUG en tant que Chief Data Officer est responsable de plusieurs domaines, notamment la gouvernance et la qualité des données pour répondre aux exigences réglementaires, le suivi des risques du groupe, la protection des données, et l'utilisation des données pour soutenir la stratégie de développement durable du groupe, y compris les données ESG.

Quelle est la taille des équipes de BNP Paribas dédiées à la data et à quel échelle elles opèrent-elles ?

La taille exacte des équipes n'est pas mentionnée, mais elles sont décrites comme importantes et opèrent à une échelle où elles sont capables de gérer et d'exploiter des cas d'utilisation d'IA à un niveau de maturité élevé, avec des plans à l'horizon 2025 impliquant un millier de cas d'utilisation en production.

Comment BNP Paribas aborde-t-il l'adoption des technologies d'IA génératives telles que les grands modèles de langage (LLM) ?

BNP Paribas a créé une Task Force dédiée à l'IA générative, qui collabore avec les équipes de données et informatique pour identifier et expérimenter de nouveaux cas d'utilisation à travers l'ensemble du groupe, en s'assurant de la sécurité et de la conformité réglementaire.

Quels sont les défis que BNP Paribas rencontre avec l'utilisation des IA génératives, comme par exemple les 'hallucinations' ?

Les 'hallucinations' font référence aux erreurs ou aux incohérences que peuvent produire les IA génératives. BNP Paribas cherche à contrôler ce risque en ajustant les paramètres de créativité et en effectuant des tests approfondis avant de passer à la production.

Comment BNP Paribas utilise-t-il l'IA générative pour évaluer les engagements ESG des clients ?

BNP Paribas utilise l'IA générative pour extraire des informations des documents non structurés tels que les rapports environnementaux des clients, afin de remplir des questionnaires d'évaluation ESG, améliorant ainsi l'efficacité et la précision du processus.

Quel est l'exemple donné concernant l'utilisation de l'IA générative dans le gestion d'actifs ?

Dans le gestion d'actifs, l'IA générative est utilisée pour créer des commentaires de performance de fonds en utilisant des données structurées, améliorant ainsi la richesse et la créativité des commentaires par rapport aux méthodes traditionnelles de NLG.

Comment BNP Paribas envisage-t-il l'utilisation de l'IA générative pour aider les développeurs informatiques ?

BNP Paribas explore l'utilisation de l'IA générative pour aider les développeurs à coder plus rapidement, à débugger et à documenter le code, en particulier pour la migration de systèmes historiques vers des technologies plus modernes.

Quelle est la stratégie de BNP Paribas concernant l'utilisation de l'IA générative pour les collaborateurs avec Microsoft Copilot ?

BNP Paribas teste Microsoft Copilot avec un certain nombre de collaborateurs pour évaluer sa valeur ajoutée dans le quotidien des collaborateurs, en se concentrant sur la sécurité et la formation appropriée avant de l'élargir à une base plus large.

Comment BNP Paribas identifie-t-il et cible-t-il les cas d'utilisation pour l'expérimentation de l'IA générative ?

La sélection des cas d'utilisation est un processus bottom-up, où les équipes des métiers ou des fonctions proposent des idées, qui sont ensuite validées par une gouvernance groupe en fonction de la valeur attendue et de l'innovation technologique.

Quels sont les défis liés à l'adoption opérationnelle de l'IA générative au sein de BNP Paribas ?

Les défis comprennent la maîtrise de la technologie, la gestion des données non structurées, la traçabilité des sorties générées, la formation des utilisateurs, l'intégration dans les processus métier et l'élaboration de road maps IT pour l'intégration des API et des solutions.

Comment BNP Paribas gère-t-il l'aspect de la sécurité des données avec les technologies d'IA génératives ?

La sécurité des données est la priorité absolue pour BNP Paribas. Elles ne déployent pas de technologie qui mettrait en risque les données sensibles et évitent l'utilisation de clouds publics pour ces cas d'utilisation, privilégiant plutôt des solutions sur des infrastructures privées et sécurisées.