BNP Paribas AM déploie 80 agents IA dans ses activités alternatives

Transformer des usages développés par plusieurs équipes en pratiques généralisées. C’est le défi auquel s’attelle BNP Paribas Asset Management sur le sujet de l’intelligence artificielle. Ce passage à l’échelle constitue un chantier des prochains mois et de 2027, dans la gestion, les opérations et les fonctions commerciales. A l’occasion de l’AM Tech Day, organisé par L’Agefi ce 3 novembre, Patrick Simion, responsable de la transformation chez la filiale de gestion de BNP Paribas, a expliqué que des copilotes ont déjà été déployés à grande échelle pour faciliter le traitement des courriels et les réunions. L’enjeu est maintenant de diffuser des outils communs et des agents adaptés aux différents métiers.

A lire aussi : BNP Paribas s'engage sur cinq ans avec Google Cloud

« La partie gestion alternative où il y a beaucoup de données non structurées se prête particulièrement bien à avoir des agents qui vont chercher les données et les interpréter », explique Patrick Simion. Il indique que 80 agents IA ont été développés sur la partie alternative pour préparer les comités d’investissement.

Améliorer les données non structurées

Ces agents analysent différentes catégories de données puis un agent orchestrateur rassemble ensuite leurs travaux dans une note destinée au comité pour standardiser l’investissement. L’IA peut également préparer et standardiser les analyses préalables à un investissement (due diligence). L’objectif est de faciliter la décision humaine.

Sur la partie des actifs liquides, le coté donc, l’enjeu est de pouvoir analyser un très grand nombre de données. Il n’y a pas de décision de gestion déléguée à l’IA, a-t-il affirmé, mais elle est beaucoup utilisée pour récolter et analyser de grands volumes d’informations et en tirer des signaux utiles aux gérants. Patrick Simion cite ainsi deux applications concrètes. La première concerne l’analyse des brevets publiés par les entreprises, pour anticiper leurs orientations et leurs développements, sachant que plus de 1,3 million de brevets ont été publiés dans le monde sur les trois dernières années.

Chasse aux signaux faibles

Le deuxième concerne l’analyse systématique des présentations de résultats des entreprises, afin de détecter des signaux faibles complémentaires de l’analyse financière classique.

Certaines équipes commerciales utilisent déjà l’IA pour produire des comptes rendus et préparer leurs rendez-vous. L’objectif est que les 500 commerciaux dans le monde puissent utiliser ces outils de manière homogène, avec des agents entraînés à préparer chaque rencontre client.

Il évoque aussi la préparation des réponses aux appels d’offres institutionnels. « Nous avons une base de données des réponses à tous nos appels d’offres depuis 10 ans et brancher une IA sur cette base est très facile. Elle peut exploiter l’historique des réponses pour produire une première version et faire gagner beaucoup de temps aux équipes », explique le dirigeant.