L’intelligence artificielle arrive dans la banque d’investissement, et quand j’ai entendu dire qu’une start-up générait du buzz dans toute la Silicon Valley pour rationaliser le travail fastidieux quotidien dans des domaines comme la finance, le conseil et le droit, j’ai dû le voir de mes propres yeux.
La société Hebbia propose aux sociétés de services financiers une variété d’outils basés sur l’IA conçus pour approfondir et accélérer leur travail. Fondée en 2020, elle a ensuite recruté des clients comme KKR, T. Rowe Price et Permira, indique l’opération basée à New York sur son site Internet.
En tant que journaliste ayant couvert la façon dont l’IA remodèle la finance, je me suis principalement concentré sur ce que les banques construisent en interne, comme l’assistant interne en IA de Goldman Sachs, par exemple. Je n’avais pas examiné de près un outil tiers.
Lorsque j’ai eu accès à une démo en direct d’Hebbia d’une heure, j’espérais que cela me donnerait un aperçu de la façon dont la banque d’investissement pourrait changer dans les années à venir.
Le grand pari d’Hebbia est que de nombreuses institutions décideront d’acheter l’accès à de tels outils plutôt que de les incuber exclusivement en interne. Tom Reeson Price, vice-président des ventes, m’a dit que des « centaines » de sièges à Hebbia sont détenus par des banquiers du côté vendeur, même si le côté acheteur reste son plus grand marché. Hebbia a refusé de préciser quelles banques utilisent ses outils.
« Cela n’a pas de sens que chaque entreprise dépense 10 à 20 millions de dollars, voire 5 millions de dollars, pour une construction interne alors que vous avez des startups financées par du capital-risque qui servent 150 clients comme nous », m’a expliqué le fondateur Geroge Sivulka dans une interview.
Sivulka a quitté un doctorat. programme à Stanford pour lancer la startup il y a cinq ans. En 2024, elle a levé 130 millions de dollars lors d’un tour de table de série B auprès d’Andreesen Horowitz, de Google Ventures et de l’investisseur milliardaire Peter Thiel.
Wall Street en ressent déjà les effets. Il était une fois, avoir une connaissance d’Excel signifiait que vous étiez au courant des dernières et meilleures technologies. Désormais, les néophytes du secteur bancaire maîtrisent Hebbia. « Ils sont comme les analystes d’Hebbia », regrette Sivulka.
Un « analyste Hebbia » ? Par opposition à un analyste épuisé avec des cernes sous les yeux après une troisième nuit blanche consécutive ? Je devais savoir : cet outil pourrait-il réellement ouvrir la voie à une ère où les efforts des banques d’investissement deviendront une chose du passé – ou aidera-t-il simplement les négociateurs à tirer davantage parti de leurs équipes ?
Voici ce que j’ai appris grâce à ma démo en explorant si ce produit pouvait vraiment bouleverser le fonctionnement de Wall Street.
Libérer les banquiers « pour qu’ils puissent faire le dernier kilomètre »
Divya Mehta, une dirigeante d’Hebbia qui dirige le développement de produits, a commencé la démo en me montrant un écran de type feuille de calcul rempli de lignes d’offres passées, ouvertes ou même potentielles et de colonnes pour les questions. Vous pouvez interroger le même ensemble de données de plusieurs manières différentes, en ajustant votre formulation ou vos critères pour exécuter plusieurs simulations, générant ainsi un spectre d’informations à partir des mêmes informations brutes.
Je pourrais imaginer comment cela pourrait aider les négociateurs à réfléchir de manière plus créative aux cibles d’acquisition ou aux acheteurs potentiels d’une entreprise, par exemple.
Le système a été conçu pour améliorer le travail déjà accompli par les banquiers et les investisseurs, ouvrant la voie à une conclusion plus rapide des transactions et à une exécution plus rapide des tâches. « Ils veulent faire passer les analystes de zéro à 90 % et les libérer pour qu’ils puissent faire le dernier kilomètre », m’a dit Tom Reeson Price, responsable des ventes d’Hebbia, décrivant ce que recherchent les clients de Wall Street.
Entrer dans la « Matrice »
Ensuite, Mehta m’a montré le cœur de la plateforme Hebbia, ce qu’elle appelle sa « Matrice ». Il s’agit de l’espace de travail principal où les utilisateurs peuvent présenter des questions complexes et regarder le système les résoudre à l’aide de collections massives d’informations allant des feuilles de calcul et des documents d’entreprise aux PDF et aux présentations.
Plutôt que de saisir une question et d’obtenir une réponse à la fois, Matrix fonctionne comme un assistant de recherche en direct, examinant les documents, en extrayant les points essentiels et en les assemblant d’une manière significative pour les utilisateurs.
Chaque colonne représente une requête, telle que « flash sur les bénéfices » ou « commentaire sur la dette », catégories par lesquelles les utilisateurs peuvent analyser les activités de plusieurs entreprises. Chaque ligne représente une transaction ou un document. Matrix extrait les informations pertinentes de tous ces dépôts et les compile dans un simple tableau rempli de sorties personnalisées. Désormais, les analystes peuvent analyser des centaines de dossiers à la fois et comprendre pourquoi le système est arrivé à ses conclusions.
Accélérer les questions et les diaporamas
Voici un aperçu de l’une des invites d’Hebbia : vous pouvez voir comment elle est structurée et pourrait être appliquée à différentes entreprises.
L’une des fonctionnalités qui ravira à coup sûr les jeunes professionnels est la possibilité de dynamiser la création de mémos et de présentations, allégeant potentiellement le travail fastidieux de toute la nuit sur des documents pour les clients qui finissent souvent à la poubelle avant d’être lus. Le travail peut être déchirant.
« Vous pouvez réellement créer l’intégralité du diaporama dans Hebbia en fonction du résultat que l’agent ou la grille a créé pour vous », a déclaré Mehta. Les heures de travail sont compressées en minutes.
Dans un autre exemple, elle a décrit comment le système peut identifier les acquéreurs potentiels d’une entreprise en analysant les données historiques des transactions et le comportement antérieur des acheteurs – une tâche qui serait presque impossible à effectuer manuellement. Les cabinets d’avocats et les consultants, a-t-elle ajouté, utilisent des processus similaires pour examiner de grands volumes de documents.
Rédiger de meilleures questions à la volée
Mehta a déclaré que l’équipe de développement des invites d’Hebbia affine les invites pré-générées, à travers des milliers d’exemples. Il s’agit d’un processus itératif et après avoir identifié les points faibles d’une invite, l’équipe affine la requête jusqu’à ce qu’elle soit prête à être expédiée aux clients.
L’assistant de création d’invites d’Hebbia m’a marqué, peut-être parce qu’il me semblait une sorte de méta. Il s’agit d’un outil d’IA qui aide les utilisateurs à créer leurs propres instructions… pour alimenter le système d’IA. Même si quelqu’un ne sait pas par où commencer ou comment formuler sa question, le système dispose d’une fonctionnalité qui permet d’affiner ce que les utilisateurs tentent de demander.
En d’autres termes, une technologie capable d’apprendre aux gens à communiquer avec la technologie. Je me suis demandé si cela allait bientôt façonner la façon dont les professionnels d’autres secteurs apprennent.
Le langage des transactions, côte à côte
Mehta a chargé un autre exemple construit à partir des rapports sur les bénéfices des entreprises. De tels rapports sont souvent denses et désagréables à parcourir.
Cet écran synthétise diverses informations sur les bénéfices, le niveau d’endettement et d’autres informations pertinentes des entreprises. L’examen de ces indicateurs permet de détecter des modèles subtils qui sont passés inaperçus, tels que des thèmes récurrents dans les commentaires de la direction ou des changements dans les tendances en matière de négociation.
Hebbia gère une bibliothèque d’invites réutilisables pour les tâches financières courantes tout en offrant aux clients la possibilité de créer les leurs. Certains clients considèrent leurs invites personnalisées comme une propriété intellectuelle exclusive dont ils tirent un avantage. Sivulka m’a dit que cela montrait qu’Hebbia travaillait comme prévu.
« C’est en fait étrange », a-t-il déclaré. « Ils utilisent le logiciel, mais ils ne veulent pas que nous connaissions leurs cas d’utilisation, car ils génèrent tellement de revenus. »
Détection de motifs à grande échelle
Cet écran compare les dépôts réglementaires et les recommandations du conseil d’administration concernant les événements d’entreprise et les positions des actionnaires. « Nous construisons des bibliothèques d’invites par cas d’utilisation », a expliqué Mehta. « C’est ainsi que nous sommes en mesure d’analyser rapidement des documents complexes tels que les mémos IC et les accords de crédit. »
Reeson Price m’a dit qu’environ 60 % des utilisateurs d’Hebbia sont du côté des acheteurs, le reste étant constitué de banques, de cabinets d’avocats et d’assureurs.
Mehta a ajouté que les capacités de recherche d’Hebbia sont plus profondes que celles d’un chatbot. Il peut accéder et comparer les résultats générés par plusieurs grands modèles de langage, notamment ChatGPT d’OpenAI, Claude d’Anthropic et Gemini de Google.
Fonctionnalités agents
La prochaine frontière de l’intelligence artificielle sera l’IA agentique, des robots autonomes capables d’exécuter des tâches complexes du début à la fin avec un minimum de conseils humains. De tels outils peuvent générer indépendamment des documents entiers, comme un contrat de crédit complet.
Les « agents » prédéfinis de Hebbia – des modèles pour générer des mémos de transaction, mettre à jour les résumés des revenus et examiner les accords de crédit et autres documents de routine – m’ont impressionné. De toute évidence, il s’agit bien plus qu’une version habillée de ChatGPT.
Le produit reçoit des mises à jour régulières et des offres étendues. Récemment, elle a lancé Drafts, une fonctionnalité qui génère des fichiers Word, PowerPoint ou Excel dans le modèle d’une entreprise, automatisant ainsi le travail de formatage ennuyeux qui peut faire perdre du temps aux jeunes banquiers.
Les grandes questions
L’arrivée d’outils comme Hebbia soulève de nouvelles questions : les écoles qui enseignent la finance sont-elles prêtes pour ce qui s’en vient ? Qu’en est-il des programmes d’analystes des banques ? Le train a déjà quitté la gare et ils vont devoir le rattraper rapidement.
Mais Mehta affirme que certains nouveaux juniors sont en avance sur la courbe ; lors d’un atelier annuel qu’elle organise ces dernières années pour les banquiers d’investissement en début de carrière dans une entreprise utilisant le produit, elle a été impressionnée par l’évolution de ce que chaque classe progressiste semble savoir. « Chaque année, je les vois progresser dans leur apprentissage et dans leur aisance avec les outils », a-t-elle déclaré.
Pour Sivulka, la fondatrice d’Hebbia, c’est une nécessité. « Si vous n’apprenez pas à utiliser l’IA, vous deviendrez forcément obsolète », m’a-t-il dit.
Une chose est sûre : ce n’est qu’une question de temps avant que nous sachions tous s’il a raison.
