Unité 1 / 12

Introduction à l'intelligence artificielle en finance et à la discipline de la vérification

Gains :

  • Capacité à distinguer les domaines dans lesquels l'IA permet de gagner du temps réel dans le flux de travail financier et les domaines dans lesquels les décisions et les responsabilités doivent incomber aux humains.
  • Capacité à appliquer une discipline à trois niveaux qui vérifie chaque résultat financier par ordre de grandeur, reproduction indépendante et contrôle à la source
  • Prenez l'habitude d'anonymiser le contexte et de modifier les invites pour tirer parti de l'IA sans partager de données financières sensibles.

Lorsque vous regardez la journée d'un professionnel de la finance, la situation est similaire dans la plupart des équipes : lire de longues feuilles de calcul, calculer des ratios, examiner l'écart entre le budget et le réel, créer des formules dans Excel, préparer des présentations pour la direction, les courriers électroniques et les réunions. Ainsi, le temps consacré à la véritable partie du « jugement financier », c’est-à-dire à la signification d’un chiffre et à la décision qu’il nécessite, est submergé par un travail répétitif. C’est là qu’intervient l’intelligence artificielle (IA en abrégé ; logiciel qui travaille sur du texte et des chiffres avec un grand modèle de langage). L'IA ne prend pas la décision à votre place ; Il vous prépare à la décision, réalise un brouillon, accélère le calcul et met devant vous les informations traitées. Tout au long de ce module, nous positionnerons l’IA non pas comme un « analyste automatique » mais comme un assistant discipliné dont le résultat est vérifié à chaque fois.

Dans cette première unité, nous clarifions trois choses : à quelles étapes du flux de travail financier l'IA ajoute-t-elle une réelle valeur, quelles décisions doivent rester strictement humaines et quelle discipline de vérification et de confidentialité vous devez respecter ce faisant. Sans ce toit installé correctement, les techniques appliquées aux unités suivantes peuvent devenir dangereuses ; car la finance est un domaine où les erreurs se mesurent en argent.

Concepts : Hallucination : fabrication convaincante par l'IA d'un nombre, d'une source ou d'un élément qui n'existe pas réellement. Contexte : L'entrée que vous donnez à l'IA (tableau, hypothèse, question). Vérification : Vérification de la sortie de manière indépendante. Ces trois concepts constituent l’épine dorsale de l’ensemble du module.

Dans quelles entreprises l’IA Accelerator est-il utilisé, dans quelles entreprises est-ce risqué ?

Les affaires financières se situent sur un double spectre en termes de résultats. À une extrémité se trouvent des travaux de préparation réversibles et à faible risque ; De l’autre côté, il y a les décisions irréversibles qui entraînent des conséquences financières, une réputation et une responsabilité juridique. La valeur de l’IA varie en fonction de votre position sur ce spectre.

type d'entreprise

Contribution de l'IA

Le rôle du professionnel

Résumé du tableau/rapport

Extraction d'une longue table

Comparer les éléments à la source

Etude préliminaire ratio/compte

Paramétrage de la formule, premier chiffre

Définition, contrôle des unités et des ordres

Formule/macro Excel

Génération de squelette et de logique

Validation avec les données de test

Projet de rapport/présentation

Proposer un récit et une structure

Relier chaque figure à la source

Fiction de scénario/prédiction

Proposer un cadre hypothétique

Caractère raisonnable et backtest

Décision d'investissement/crédit

Matériel d'analyse

Décision finale et signature

La règle est simple : le risque d’une sortie de l’IA est égal aux dommages qu’elle subira si cette sortie commet une erreur. Une faute d’orthographe du titre d’un graphique est inoffensive ; Un mauvais calcul d’une limite de crédit peut entraîner une perte de millions. La première question à se poser avant d'utiliser le résultat est donc : "Que se passe-t-il si cela ne va pas et qui le remarquera ?"

Attention : l'IA produit un texte fluide et confiant. La maîtrise n’est pas une garantie d’exactitude. Un modèle linguistique peut « inventer » des chiffres, des noms d'éléments et des lois convaincants, même s'il ne dispose pas de données réelles. En finance, cela ne reste pas sur le papier ; Cela se transforme en une mauvaise décision et en argent.

Des décisions qui devraient appartenir aux gens

Certaines décisions ne devraient jamais être entièrement automatisées ; comporte des risques techniques, juridiques et éthiques :

  • Décisions et approbations : approbation finale des décisions d'investissement, d'attribution de prêts, de financement, de dividendes et de tarification.
  • Déclaration et signature : Les mentions telles que « ces tableaux sont exacts » ou « ce montant est conforme à la législation » nécessitent une signature humaine.
  • Conseil au client : Le conseil personnalisé en investissement est un domaine soumis à une législation qui requiert autorité et responsabilité.
  • Décision avec données confidentielles : transactions effectuées avec des résultats et des données personnelles qui ne sont pas divulgués publiquement.
Attention : même si l'IA produit un résultat du type « Une limite de crédit de 45 millions de TL est appropriée », il est inacceptable de l'appliquer sans qu'un expert ne la valide avec la garantie, les flux de trésorerie et le profil de risque. Tout résultat conduisant à une décision doit être vérifié de manière indépendante et approuvé par une personne compétente avant d’être mis en œuvre.

Discipline de vérification : contrôle à trois niveaux

Appliquez un contrôle à trois niveaux pour utiliser la sortie de l'IA avec les yeux de l'éditeur et de l'auditeur, plutôt qu'aveuglément. C’est le réflexe de base que nous répéterons tout au long du module.

  1. Unité et rang (vérification de cohérence) : l'unité du résultat est-elle correcte ? La taille est-elle raisonnable ? Si une entreprise avec un chiffre d’affaires de 40 millions réalise un bénéfice net de 900 millions, il y a une erreur quelque part.
  2. Reproduction indépendante : reproduisez le calcul manuellement, avec une calculatrice ou avec une courte exécution Excel/Python. Si deux méthodes différentes donnent le même résultat, la confiance augmente.
  3. Vérification à la source : chaque élément, définition de taux, article législatif et données de marché fournis par AI doit être vérifié textuellement à partir de la source officielle.

Invite de vérification (facilite l'audit des résultats) : « Répertoriez clairement TOUTES les hypothèses, formules et chiffres d'entrée que vous avez utilisés pour effectuer l'analyse suivante. Affichez chaque étape intermédiaire sur une ligne distincte. Marquez chaque valeur marchande/réglementaire que vous fournissez avec l'étiquette « source requise ». N'inventez aucun chiffre dont vous n'êtes pas sûr ; écrivez « pas sûr » si vous n'êtes pas sûr. »

Invite faible/Invite forte

FAIBLE : « Interprétez les données financières de cette entreprise. » (Résultat : pas de contexte, phrases générales ; on ne sait pas quel chiffre, quelle période, quelle base de comparaison.) FORT : "Interprétez les postes suivants du compte de résultat 2023 et 2024. Calculez l'évolution du chiffre d'affaires, de la marge brute et du résultat opérationnel en pourcentage, comparez les deux années et citez 3 constats marquants avec justification. Utilisez uniquement les chiffres que j'ai donnés ; s'il manque des données, 'pas de données' [crayons ici]"

La différence est dans le contexte. Invite puissante ; Il comprend la période, la base de comparaison, la métrique souhaitée et la contrainte « utiliser uniquement les données données ». Cette discipline en une seule phrase réduit considérablement le risque d'hallucinations.

Mini-étuis

Cas 1 — Faux taux de croissance. Un analyste demande à AI : « quelle est la croissance moyenne du secteur ? » demande-t-il. AI affirme fermement "14,3%". L'analyste demande la source avant de la mettre dans le rapport ; L’IA ne peut pas donner une source claire. Une brève recherche montre que la croissance réelle de l'industrie est d'environ 6 %. Grâce à la vérification, l'hallucination a été détectée avant d'entrer dans le rapport.

Cas 2 — Erreur de commande. Alors qu'AI calcule un EBITDA (bénéfice avant intérêts, impôts et amortissements) de 12 millions de TL, le résultat est de "1,2 milliard". En vérifiant le classement, l'analyste constate que ce montant dépasse le chiffre d'affaires de 100 fois ; L'erreur d'unité (confusion mille TL / TL) est trouvée et corrigée.

Cas 3 — Risque de violation de la vie privée. Un expert est sur le point de coller les résultats trimestriels non encore publiés dans un outil public. Il mémorise la politique d'entreprise, anonymise les données (donne le nom de l'entreprise « Société A », donne les montants au prorata) et utilise l'outil d'entreprise. De cette façon, l’analyse est effectuée, mais les données sensibles ne sont pas divulguées.

Principe de travail avec des données financières sensibles

L’aspect le plus sensible de la finance concerne les données. Résultats non publics, informations clients et données personnelles ; Cela comporte des risques en termes de confidentialité, de KVKK et de délit d’initié. Principe de base : anonymiser les données avant de les partager, ne demander une structure que si possible.

Modèle d'invite anonymisé : "Je souhaite interpréter le compte de résultat d'une entreprise de vente au détail. Au lieu de chiffres réels, je donne des proportions : en supposant que le chiffre d'affaires est de 100, le coût des marchandises vendues est de 62, les dépenses d'exploitation sont de 24, le bénéfice net est de 8. Comparez cette structure avec une marge de vente au détail raisonnable pour l'industrie et dites-moi les points à considérer."

Erreurs courantes

  • Utiliser la sortie sans la valider. « AI a dit » n’est pas une justification ; Chaque problème nécessite un contrôle indépendant.
  • Poser des questions sans contexte. Lorsque la période, l’unité et la base de comparaison ne sont pas indiquées, l’interprétation devient générale et trompeuse.
  • Partager des données confidentielles sans réfléchir. Les données financières non divulguées, les données personnelles et les informations client ne doivent pas être divulguées sans anonymisation.
  • Confondre langage précis et exactitude. Plus l'IA parle avec confiance, plus vous devez être prudent ; Un ton confiant n’est pas une preuve.
  • Déléguer la décision à l’IA. Les décisions en matière d'investissement, de prêt et de tarification appartiennent à l'individu ; L'IA ne produit que des matériaux.

En résumé

L’IA accélère les parties répétitives et chronophages du travail financier : synthèse, comptabilité, formulation, rédaction. Cependant, la décision et la responsabilité appartiennent à la personne. Chaque sortie doit passer trois niveaux de contrôle (rang, reproduction indépendante, source). Écrire des invites contextuelles et anonymiser les données sensibles sont deux habitudes clés que nous répéterons dans chaque unité de ce module. Lorsque vous utilisez l’IA avec discipline, vous gagnez en vitesse, lorsque vous l’utilisez sans discipline, vous perdez de l’argent.

Tâche de candidature

Choisissez une tâche financière provenant de votre propre entreprise ou d'une entreprise fictive (par exemple, deux interprétations du compte de résultat annuel). Écrivez d’abord une invite faible et obtenez le résultat. Appliquez ensuite le puissant modèle d'invite de cette unité : ajoutez la période, la métrique, la base de comparaison et la contrainte « utiliser uniquement les données données ». Mettez les deux impressions côte à côte et notez la différence. Vérifiez ensuite indépendamment au moins deux chiffres dans l'imprimé fort (compte personnel ou source) et notez ce que vous avez trouvé dans quelle vérification.

liste de contrôle

  • [ ] J'ai ajouté une période, une unité et une base de comparaison à mon invite.
  • [ ] J'ai écrit la contrainte "Utilisez uniquement les données données, ne les inventez pas".
  • [ ] J'ai vérifié l'ordre d'au moins deux chiffres de la sortie.
  • [ ] J'ai reproduit au moins une figure de manière indépendante.
  • [ ] J'ai marqué la législation/valeurs du marché comme "ressource requise".
  • [ ] S'il y avait des données sensibles, je les anonymisais ou j'utilisais l'outil d'entreprise.
  • [ ] J'ai confirmé que la décision finale appartient à la personne.