TD Securities : L'IA au service de l'analyse boursière en temps réel

Malgré sa nature hautement réglementée, le secteur du trading d’actions a constamment mené l’innovation technologique au sein des services financiers. Pourtant, en ce qui concerne l’adoption plus large des applications d’IA et des agents intelligents, de nombreuses banques traditionnelles ont fait preuve d’une prudence considérable. Rompant avec cette tendance, TD Securities, la branche dédiée au trading d’actions et de titres de TD Bank, a lancé son Assistant Virtuel TD IA le 8 juillet. Cet outil sophistiqué est conçu pour autonomiser les professionnels de la vente institutionnelle, du trading et de la recherche en front-office de la banque en rationalisant leurs flux de travail et en améliorant l’accès aux informations critiques.

Selon Dan Bosman, DSI de TD Securities, l’objectif principal de l’assistant virtuel est de doter les équipes de vente et les traders d’actions en front-office d’informations clients plus approfondies et de recherches complètes. Bosman a expliqué que la version initiale a commencé comme un pilote avant d’être étendue pour un déploiement plus large. La fonctionnalité principale consiste à rendre de grandes quantités de données de recherche interne sur les actions, générées par les analystes de la banque, facilement accessibles et “conviviales pour la vente” pour les équipes en contact avec les clients. Opérer dans un environnement de trading rapide signifie que l’assistant IA doit comprendre le jargon et le contexte uniques des requêtes des utilisateurs, en fournissant des réponses naturelles et intuitives dérivées des dernières informations du marché.

La genèse de l’assistant IA de TD est une idée innovante d’un membre de l’équipe de vente d’actions, concrétisée par TD Invent, la plateforme interne de la banque où les employés peuvent proposer des projets pour évaluation par l’équipe de direction de l’innovation. Bosman a souligné l’adoption organique de l’outil, notant que sa valeur intrinsèque signifiait qu’il ne nécessitait pas une promotion interne étendue. Au lieu de cela, les équipes de toute la banque ont rapidement reconnu son potentiel, cherchant activement à l’intégrer dans leurs opérations. Cette approche collaborative, intégrant des investissements dans les données, l’infrastructure cloud et l’ingéniosité humaine, s’est avérée essentielle au succès du développement de l’assistant.

TD Securities a construit l’assistant virtuel TD IA en tirant parti des modèles GPT avancés d’OpenAI, en collaborant étroitement avec ses équipes technologiques internes, la firme canadienne d’IA Layer 6 (acquise par TD en 2018) et d’autres partenaires stratégiques. L’assistant s’intègre de manière transparente à l’infrastructure cloud existante de la banque, lui donnant accès à une multitude de documents de recherche internes et de données de marché en temps réel, y compris des dépôts réglementaires comme les rapports 13F et des données historiques étendues sur les actions. Bosman caractérise l’assistant IA de TD comme un système sophistiqué de gestion des connaissances. Il utilise des processus de génération augmentée par récupération (RAG) pour récupérer, agréger et synthétiser efficacement des informations complexes en résumés concis et contextuellement pertinents et en informations exploitables, permettant aux équipes de vente de répondre aux demandes des clients avec une rapidité et une précision inégalées.

De plus, l’assistant virtuel TD IA offre aux utilisateurs un accès au modèle fondamental global de TD Bank, TD AI Prism. Lancé en juin, TD AI Prism est déployé dans l’ensemble de la banque, et pas seulement au sein de TD Securities. Lors de son dévoilement, la banque a déclaré que ce modèle améliore considérablement les performances prédictives de ses applications en traitant 100 fois plus de données que les systèmes précédents, remplaçant les modèles à architecture unique tout en garantissant que toutes les données clients restent sécurisées au sein du réseau interne de la banque. Le développement de la solution d’IA générative a présenté des défis uniques, en particulier en ce qui concerne la gouvernance et les contrôles, étant donné la nouveauté relative de la technologie au sein de l’organisation au début du projet. Malgré ces obstacles, l’initiative a favorisé une collaboration interentreprises significative, aboutissant à une solution de pointe. Une caractéristique remarquable de l’assistant est sa capacité texte-vers-SQL, qui traduit les invites en langage naturel directement en requêtes de base de données SQL, simplifiant l’accès aux données.

Pour optimiser les performances de l’assistant, TD Securities a développé des améliorations propriétaires dans sa méthodologie d’entraînement. Bosman a noté que des optimisations en attente de brevet en ingénierie des prompts et en récupération dynamique d’exemples few-shot leur ont permis d’atteindre les performances commerciales souhaitées par le seul apprentissage contextuel. De manière cruciale, ces innovations ont éliminé le besoin d’un affinage étendu du modèle OpenAI sous-jacent, permettant une interaction transparente avec les ensembles de données non structurés et tabulaires.

TD Bank et TD Securities ne sont pas les seuls à rechercher des solutions d’IA avancées. Dans l’ensemble de l’industrie financière, un nombre croissant d’institutions passent des assistants IA de base à des agents IA plus sophistiqués. BNY, par exemple, a commencé à proposer des solutions multi-agents à ses équipes de vente, les aidant avec des requêtes complexes telles que le support en devises étrangères. Wells Fargo a également observé une augmentation significative de l’utilisation de son assistant IA interne, tandis que Capital One a développé un agent spécifiquement pour améliorer les ventes automobiles pour ses clients. Bon nombre de ces applications IA sophistiquées, comme dans d’autres industries, émergent après des mois de tests pilotes rigoureux. Cependant, les institutions financières sont confrontées à la charge supplémentaire de réglementations strictes en matière de confidentialité des données clients et de responsabilités fiduciaires importantes, ce qui nécessite une approche encore plus méticuleuse du déploiement de l’IA.

Bosman a observé que de nombreux employés, même du côté commercial de la banque, sont de plus en plus familiers avec les outils d’IA grand public comme ChatGPT. Le principal défi lors des tests pilotes de ces assistants et agents avancés ne réside pas dans l’éducation des utilisateurs sur les outils eux-mêmes, mais plutôt dans l’établissement des meilleures pratiques pour leur utilisation, leur intégration transparente dans les flux de travail existants, la compréhension de leurs limites inhérentes et le développement de mécanismes efficaces de rétroaction humaine pour atténuer les inexactitudes potentielles ou les “hallucinations”. En fin de compte, Bosman envisage que l’assistant évoluera jusqu’à un point où sa valeur s’étendra au-delà des équipes internes, devenant un outil indispensable pour les clients externes interagissant avec TD Securities. Cette perspective tournée vers l’avenir souligne le potentiel de l’IA pour améliorer considérablement les expériences des clients et des collègues, favorisant un engagement plus fort et une efficacité opérationnelle.