Goldman Sachs approfondit l’utilisation réelle de l’intelligence artificielle au sein de ses opérations, en s’orientant vers des systèmes capables d’effectuer eux-mêmes des tâches complexes. La banque de Wall Street travaille avec la startup d’IA Anthropic pour créer des agents d’IA autonomes alimentés par le modèle Claude d’Anthropic, capables de gérer un travail qui nécessitait auparavant de grandes équipes de personnes. Le directeur de l’information de la banque affirme que la technologie a surpris le personnel par ses capacités.
De nombreuses entreprises utilisent l’IA pour des tâches telles que aider les employés à rédiger des textes ou analyser les tendances. Mais Goldman Sachs teste des systèmes d’IA qui entrent dans ce que les banquiers appellent le travail de back-office – des fonctions telles que la comptabilité, les contrôles de conformité et l’intégration de nouveaux clients – des domaines considérés comme trop complexes pour l’automatisation. De tels travaux impliquent de nombreuses règles, données et examens détaillés, et ont résisté à une automatisation complète.
Déplacer les agents IA vers des opérations gourmandes en processus
Le partenariat avec Anthropic est en cours depuis environ six mois, avec des ingénieurs de la startup d’IA directement intégrés aux équipes de Goldman Sachs pour construire ces agents côte à côte avec le personnel interne, selon un rapport basé sur un entretien avec le CIO de la banque. Les travaux se sont concentrés sur les domaines dans lesquels l’automatisation pourrait réduire le temps nécessaire à l’exécution de tâches répétitives et gourmandes en données.
Marco Argenti, directeur de l’information de Goldman, a décrit les systèmes d’IA comme un nouveau type d’assistant numérique. « Considérez-le comme un collaborateur numérique pour de nombreuses professions de l’entreprise qui sont à grande échelle, complexes et très gourmandes en processus », a-t-il déclaré. CNBC. Lors des premiers tests, la banque n’attendait pas du modèle la capacité de raisonner en plusieurs étapes et d’appliquer une logique à des domaines complexes tels que la comptabilité et la conformité.
Goldman Sachs fait partie des banques les plus actives dans les tests d’outils d’IA au cours des dernières années. Avant cette annonce, l’entreprise avait déployé des outils internes pour aider les ingénieurs à écrire et déboguer du code. Mais l’évolution s’oriente désormais vers des systèmes capables de prendre en charge le travail traditionnellement effectué par les comptables et les équipes de conformité. Cela montre comment les organisations tentent de trouver des utilisations commerciales concrètes pour l’IA au-delà du battage médiatique.
Des flux de travail plus rapides, la surveillance humaine demeure
Les agents sont basés sur le modèle Claude Opus 4.6 d’Anthropic, conçu pour gérer des documents longs et des raisonnements complexes. Les tests de Goldman ont montré que de tels systèmes peuvent réduire le temps nécessaire à des tâches telles que l’intégration des clients, le rapprochement des transactions et l’examen des documents. Bien que la banque n’ait pas communiqué de chiffres précis sur ses performances, des personnes proches du dossier ont déclaré aux médias que des travaux qui demandaient autrefois beaucoup de travail humain peuvent désormais être effectués en beaucoup moins de temps.
Argenti a déclaré que le déploiement ne visait pas à remplacer les travailleurs humains, du moins pas à ce stade. La banque considérerait les agents comme un outil permettant d’aider le personnel en place à gérer des horaires chargés et à accomplir des volumes de travail élevés. Dans des domaines tels que la conformité et la comptabilité, les emplois peuvent impliquer des étapes répétitives basées sur des règles. L’IA libère les analystes de cette répétition afin qu’ils puissent se concentrer sur un travail de jugement de plus grande valeur.
Les marchés ont déjà réagi à l’idée selon laquelle les grandes institutions s’orientent vers une automatisation davantage basée sur l’IA. Ces derniers jours, une vente massive d’actions de logiciels d’entreprise a effacé des milliards de valeur, certains investisseurs craignant que des outils tels que les agents autonomes puissent accélérer le déclin des logiciels d’entreprise traditionnels qui dominent l’informatique d’entreprise depuis des années.
L’adoption de l’IA rencontre la réalité de la gouvernance
Les observateurs du secteur voient la décision de Goldman comme faisant partie d’une tendance plus large. Par exemple, certaines entreprises testent des outils permettant de lire de grands ensembles de données, d’interpréter plusieurs sources d’informations et de rédiger une analyse des investissements. Ces étapes montrent que l’IA passe des projets isolés au travail opérationnel. Pourtant, la technologie soulève des questions de surveillance et de confiance. Les systèmes d’IA qui interprètent les règles financières et les normes de conformité doivent être surveillés attentivement pour éviter les erreurs qui pourraient avoir des conséquences réglementaires ou financières. C’est pourquoi de nombreuses institutions considèrent ces systèmes comme des aides qui sont examinées par des experts humains jusqu’à leur maturité.
Goldman Sachs commence par des fonctions opérationnelles qui ont traditionnellement résisté à l’automatisation car elles impliquent beaucoup de données et d’étapes formelles. La banque n’a pas précisé quand elle comptait déployer ces agents dans ses opérations, mais les dirigeants ont suggéré que les premiers tests étaient suffisamment prometteurs pour permettre un déploiement ultérieur.
Le contexte plus large du secteur montre que d’autres banques et sociétés financières explorent également des cas d’utilisation similaires. Certaines ont déjà investi massivement dans l’infrastructure de l’IA, et des rapports indiquent que les grandes entreprises envisagent d’utiliser l’IA pour réduire les coûts, accélérer les flux de travail et améliorer la gestion des risques. Cependant, nombreux sont ceux qui restent prudents quant à l’intégration de l’IA dans des fonctions orientées client ou réglementées.
L’avancée de Goldman vers les agents d’IA autonomes est un exemple de la façon dont les grandes entreprises remodèlent leurs opérations internes en utilisant la dernière génération de modèles d’IA. Si les systèmes peuvent gérer des tâches complexes de manière fiable, les organisations pourraient constater de réels changements dans la façon dont le travail est effectué, en particulier dans les fonctions de back-office où le volume et la répétition maintiennent les coûts élevés et l’innovation lente.
(Photo de Louis Droège)
