Les agents IA semi-autonomes intelligents promettent une solution puissante à de nombreux défis du secteur financier. Mais leur besoin de données de bonne qualité met également en évidence les lacunes qui subsistent dans les architectures de données de certaines institutions.
Utile dans une certaine mesure
Cette situation apparente de l’œuf et de la poule est une situation que Thomas Steinborn, directeur produit et technologie de Smartstream, estime ne pouvoir être résolue qu’en revenant aux fondamentaux de la gestion des données.
« Il y a encore beaucoup d’intervention humaine dans le processus d’accès aux données », a-t-il déclaré à Data Management Insight. « Le monde sera très, très bientôt transformé par les agents IA, et il s’agit d’un changement massif dans la façon dont le secteur envisage le problème. »
L’intelligence artificielle transforme peut-être le traitement des données pour les institutions financières, mais la tendance de l’IA à halluciner avec un potentiel de prendre des décisions mal informées ou erronées met en évidence le besoin fondamental de combiner des stratégies de gestion des données éprouvées déployées dans les institutions financières avec un raisonnement agentique encadré pour obtenir les avantages des deux mondes.
Les agents IA promettent d’automatiser les tâches routinières, libérant ainsi le capital humain, mais c’est aussi loin qu’ils peuvent aller pour le moment, a déclaré Steinborn.
« Ce qu’ils ne font pas immédiatement, c’est fournir à tous les agents IA toutes les informations sémantiques nécessaires », a-t-il déclaré.
L’IA agentique, soutient-il, ne peut pas discerner pleinement le sens des données. Un contrat de données est essentiellement une poignée de main numérique qui définit la structure et la qualité des données avant qu’un agent ne les traite.
Le problème est aggravé par des problèmes inhérents de qualité des données et une dérive sémantique au fil du temps. Les agents ne peuvent pas identifier les changements sémantiques, par exemple lorsque les règles d’agrégation de données ou les définitions sont ajustées d’une année à l’autre.
Les agents ont également une connaissance limitée des contrats de données, qui incluent des éléments critiques tels que les accords de niveau de service (SLA), la fraîcheur des données et les fuseaux horaires. Sans cela, un agent pourrait prendre des décisions basées sur les données d’hier ou sur des informations incomplètes, entraînant des erreurs de rapprochement si les règlements sont manquants ou si les données ne sont pas à jour.
Les agents à la rescousse
L’IA agentique s’avère cependant inestimable dans d’autres aspects et peut être amenée à s’adapter à ses lacunes.
Un angle mort que l’IA agentique est capable de résoudre est le transfert de connaissances opérationnelles entre les générations de travailleurs. Les organisations se sont traditionnellement appuyées sur des connaissances acquises transmises sous forme de succession continue rarement codifiée. La difficulté survient lorsque des opérateurs expérimentés partent soudainement sans avoir formé de remplaçants ou lorsque les talents ne peuvent être trouvés pour les remplacer – un défi du marché du travail qui affecte le secteur depuis de nombreuses années.
Dans cette situation, le verrouillage des connaissances dans l’esprit des personnes constitue un obstacle à l’automatisation et à l’innovation.
Cependant, en permettant aux agents IA de surveiller les travailleurs pendant qu’ils effectuent leurs activités quotidiennes, ils peuvent institutionnaliser ces connaissances et permettre d’y accéder depuis l’ensemble de l’entreprise.
« Nous pouvons en fait changer cette conversation car, en fin de compte, si vous observez ce que les gens font avec les systèmes avec lesquels ils interagissent au fil du temps, vous apprenez réellement le processus », a-t-il déclaré. « Laissez l’agent être davantage un assistant… car de la même manière que les connaissances institutionnalisées se trouvent aujourd’hui dans la tête des gens, la définition des connaissances institutionnalisées de demain réside dans une spécification d’agent bien définie. »
Libérer l’espace de communication
L’intégration des agents IA est également sur le point de démanteler un autre problème de longue date : la stagnation des flux de travail. Dans les opérations bancaires complexes, les processus deviennent souvent alourdis par une surcharge de communication, comme l’a décrit Steinborn.
Toute augmentation de la communication étouffe l’agilité et l’efficacité, a-t-il déclaré. Cependant, avec les agents IA gérant la majeure partie du flux de travail, ils simplifient et rationalisent radicalement les processus qui étaient initialement conçus pour l’évolutivité humaine.
Bien que les défis soient considérables, Steinborn est optimiste quant au rythme du changement. Smartstream propose déjà des solutions d’automatisation pilotées par l’IA, mais développe également des capacités agentiques qui posséderont les informations sémantiques dont elles ont besoin pour connaître la signification de tout point de données. Elle travaille également sur des agents qui comprennent les contrats de données.
« Je m’attends pleinement à ce que cette année nous assistions à une adoption et un déploiement atteignant la fourchette de 20 % à 30 % », a-t-il déclaré. « Et puis en 2027, je m’attends à ce que les agents deviennent courants, de sorte que plus de 50 % des organisations utiliseront des agents. »
