Débat sur l’IA pour la GP à Patrimonia

J’ai eu le plaisir de participer à un débat fructueux à Patrimonia sur « Intégrer l’Intelligence artificielle et en maîtriser les risques dans le développement de son cabinet de CGP. » J’en ai retenu quelques idées fortes que je partage ici avec vous.

La gestion de patrimoine doit s’y mettre sans attendre !

J’ai été heureux de constater le consensus des panélistes sur ce point : l’arrivée de l’IA générative à la Chat-GPT dans le grand public a ouvert la boîte de Pandore (sur l’IA générative ou conversationnelle voir notre article ici). Même si nos opinions divergent sur l’arrivée des « robot-CGP » (voir plus loin), nous étions d’accord pour dire que le train est parti et il vaut mieux monter dedans.

Comment ? En développant des cas d’application cohérents avec la mission et la stratégie de chaque entreprise.
👉 Enjeu n°1 : Il faut développer les cas d’usage.
👉 Enjeu n°2 : Accepter que cela prend encore du temps

La France et l’Europe ont des acteurs de confiance…

Les mathématiques reviennent en force dans les nouveaux développements de l’IA et de l’IA générative. C’est une force pour la France. La France a un des meilleurs ratios sur les profils IA parmi les ingénieurs et mathématiciens.

Conséquence opérationnelle : les modèles sont très solides. La France et l’Europe ont des acteurs de confiance.

… mais il faudrait investir 3 fois plus !

Les investissements dans l’IA sont essentiellement concentrés dans 3 zones : Les USA, la Chine, le Moyen-Orient.

La France ne forme pas assez d’étudiants dans l’absolu. L’Europe devrait investir 3 fois plus !

Beaucoup des risques de l’IA sont connus.

Ces risques ne sont pas négligeables. Par exemple :
➡️ Les hallucinations : les aberrations, comme quand ChatGPT réinvente un article du Code civil ou du Code des impôts (voir notre article ici).
➡️  Les biais : l’IA peut perpétuer les stéréotypes, les positions dominantes, les discriminations (voir un autre article ici).
➡️ Les manipulations : par ex. par sélection intentionnelle des données d’apprentissage de l’IA

Trois exigences de transparence face aux risques de l’IA

À ces risques, il faut opposer aux créateurs et diffuseurs des applications IA des obligations de transparence.

Trois exigences :
👉 Interprétabilité : compréhension de la logique interne de l’IA, ses règles et modèles de représentation.
👉 Explicabilité : capacité de l’IA à expliciter ses « raisonnements ».
👉 Responsabilité : identification des responsabilités des créateurs, diffuseurs et utilisateurs.

Les robots remplaceront ils les CGP ?

Clairement, une divergence d’opinion parmi les panélistes à ce sujet.

D’un côté, les professionnels de la gestion de patrimoine (Marc Rousseau, moi-même) pensons que non, et de l’autre les spécialistes de l’IA (Guillemette Jahn, Victor Storchan) pensent que ce n’est qu’une question de temps et de volonté.

Et vous ? Qu’en pensez-vous ?

J’espère que ces nos réflexions et notre travail sur l’IA (nous développons nos propres moteurs) vous intéresseront et que nous auront l’occasion d’échanger sur ce sujet vital.

Remerciements aux panélistes et modérateur : Serge Florentin, Philippe Duport Victor Storchan, Guillemette Jahn, Marc Rousseau