Dans cette nouvelle phase d’adoption de l’IA, les idées et les modèles pilotes ne suffisent plus. De plus en plus, les dirigeants opérationnels et les conseils d'administration souhaitent voir l'IA en production à grande échelle, avec des retours mesurables. Mais cette tâche s'avère plus difficile que prévu, en particulier dans les services financiers. À l'heure actuelle, 88 % des projets d'IA d'entreprise sont bloqués avant d'atteindre le stade de la production parce que l'infrastructure existante ne peut pas répondre aux besoins en matière de données en temps réel.
Dans le secteur des services financiers, l'écart entre « avoir des données » et « générer de la valeur » se résume souvent à un seul facteur : la latence. Alors que de nombreuses institutions ont passé la dernière décennie à perfectionner les modèles de « lakehouse » pour les données statiques, les cas d'utilisation les plus solides de l'IA nécessitent un changement fondamental vers les données en temps réel ou les données en mouvement.
Une récente table ronde avec des experts d'IBM et Cloudera a exploré le défi majeur pour les dirigeants : comprendre l'impératif de ce changement et choisir le bon partenaire architectural. La discussion s’est concentrée sur la façon dont l’architecture en temps réel répare enfin le « lien brisé » de l’IA financière.
L'Importance de l'IA en temps réel dans les services financiers
Le moteur des données en temps réel va au-delà de la vitesse technique ; il s'agit de combler une fuite opérationnelle majeure. Les institutions financières tolèrent depuis longtemps les « heures sombres » où les données restent inactives, attendant un traitement par lots de nuit. Ces dernières années, ce retard est devenu un risque concurrentiel.
Concentration sur le retour sur investissement immédiat : les services arrière et intermédiaires
Dans une récente note d'information, le cabinet de recherche et de conseil en technologie Omdia a exploré les cas d'utilisation de l'IA en temps réel dans les services financiers :
Prévention de la fraude en temps réel et sécurité
Expérience client et fidélisation
Ingestion des données, transformation et gestion des flux
Modernisation de la plateforme et des rapports
Consultez le résumé pour plus d’informations
Bien que l'IA générative orientée vers les consommateurs soit tentante pour des domaines tels que l'expérience client et la fidélité, pour de nombreuses sociétés de services financiers, le retour sur investissement le plus immédiat est obtenu dans les services administratifs et intermédiaires. Ces cas d’usage « peu attrayants » se traduisent directement par d’énormes gains d’efficacité.
Opérations sans contact : l'application de l'IA en temps réel aux prévisions financières internes permet de dématérialiser les processus à 94 à 95 %
Une efficacité massive : L’automatisation de l’agrégation des données pour l’établissement de rapports complexes permet de réduire les dépenses d’exploitation de 30 % à 40 %
Échelle d'impact : Pour les banques d'entreprise, ces optimisations se traduisent par des centaines de millions de dollars de productivité récupérée
L'avantage de Cloudera et IBM ensemble : efficacité hybride et souveraineté
L’augmentation des coûts des opérations cloud et l’intensification du contrôle réglementaire font du choix de la plateforme un point d’appui stratégique pour les services financiers. L’approche de Cloudera en matière de souveraineté des données est très proche de celle d’IBM, privilégiant un accès sécurisé et contrôlé plutôt que le déplacement des données. Ensemble, ils permettent un modèle de fédération sur place qui permet aux institutions financières d’accéder aux données et de les analyser où qu’elles se trouvent — à travers les systèmes bancaires centraux, les plateformes de négociation, les environnements cloud et les canaux périphériques — sans avoir à les déplacer. Cette approche permet d’obtenir des informations en temps réel tout en aidant les institutions à respecter les exigences réglementaires, à réduire les risques opérationnels, à stabiliser les coûts de calcul et à maintenir un contrôle strict sur les données financières sensibles.
Flexibilité hybride pour le contrôle des coûts
L'IA en temps réel dans les services financiers exige un calcul « toujours actif » pour prendre en charge des cas d'utilisation tels que le traitement des paiements, la modélisation des risques et les opérations de trading. Si les environnements cloud offrent la souplesse nécessaire à l'expérimentation, le coût total de possession (TCO) pour des charges de travail stables et à haut débit telles que le traitement des transactions ou les rapports réglementaires peut être nettement inférieur dans les locaux de l'entreprise. La plateforme hybride de Cloudera's permet la portabilité des données et des applications afin que les institutions puissent exécuter des charges de travail sensibles à la latence et à forte intensité de coûts là où elles ont le plus de sens sur le plan financier et opérationnel.
Réparer le « lien rompu » avec la gouvernance
Un obstacle majeur pour l’IA dans les services financiers est la difficulté rencontrée par les data scientists et les équipes de gestion des risques pour découvrir, faire confiance et gérer les données en mouvement. Cloudera répond à cela en étendant la gouvernance, la traçabilité, le catalogage et les contrôles de sécurité cohérents aux données en flux, garantissant que les données en temps réel utilisées pour les décisions soient aussi auditables et fiables que les données au repos. C’est essentiel pour répondre aux exigences de conformité et soutenir l’IA explicable.
IA et souveraineté des modèles
Les institutions vont au-delà de la résidence des données pour entrer dans l'ère de l'IA et de la souveraineté des modèles. Avec Cloudera et IBM, les organisations peuvent s'assurer qu'à la fois les données et les modèles restent dans les limites géographiques ou réglementaires requises — soutenant ainsi la conformité aux réglementations en matière de protection des données et aux réglementations financières en constante évolution. Cette approche empêche les données sensibles de quitter une juridiction tout en maintenant la performance. De plus, les modèles IBM Granite fournissent une provenance auditable de niveau entreprise, réduisant ainsi le risque associé aux données d'entraînement opaques ou non vérifiées.
Le chemin à suivre : IA en périphérie et architecture pilotée par les événements
Pour permettre la prise de décision en temps réel, telle que la prévention de la fraude, l’adjudication de crédit et la validation des transactions, les institutions financières doivent dépasser le traitement par lots pour adopter des architectures pilotées par des événements propulsées par des technologies comme NiFi et Flink.
IA de périphérie : Approcher la prise de décision du point d’interaction (ou de la « périphérie » (ou edge computing) — comme le point de vente, un distributeur automatique ou une application mobile — permet la détection de fraude en temps réel et la validation des transactions. Cela permet aux institutions d'arrêter les activités frauduleuses avant qu'une transaction ne soit finalisée, plutôt que de l'identifier après règlement.
Petits modèles linguistiques (SLM) : Tous les cas d'utilisation des services financiers ne nécessitent pas un modèle à grande échelle. Les modèles compacts (moins de 10 milliards de paramètres) peuvent être déployés en périphérie (ou edge computing) ou dans des environnements contrôlés pour prendre en charge des cas d'utilisation tels que l'authentification client, le traitement des documents et les vérifications de conformité, offrant une latence réduite, une meilleure confidentialité et des coûts d'infrastructure réduits.
Assurer la pérennité de l'entreprise basée sur l'IA grâce à des données en temps réel
L’ère de l’approche « Champ des rêves » — construire d’immenses lacs de données et simplement espérer que la valeur suivra — est révolue depuis longtemps. Dans les services financiers, la valeur se mesure à travers des résultats prouvés.
Il est temps d'agir. Les données en temps réel ne sont plus un luxe, mais constituent la base essentielle des opérations modernes de banque, de paiements, d’assurance et de marchés de capitaux. Il transforme les rapports statiques en une prise de décision continue axée sur les événements, permettant ainsi des flux de travail dynamiques qui s'adaptent en temps réel. En tirant parti de la plateforme hybride et des offres de données en mouvement de Cloudera, associées à IBM WatsonX pour l'IA, et en alignant ces technologies sur des résultats opérationnels clairs, les institutions financières peuvent transformer les données en temps réel en un avantage concurrentiel permanent sans perdre le contrôle, la gouvernance et la résilience que ce secteur exige.
