Les ingénieurs de Goldman ont une nouvelle tâche : faire des agents d’IA des initiés
Marco Argenti est confronté à un nouveau problème : comment communiquer les subtilités de la culture d’ingénierie de Goldman Sachs à un robot IA.
Argenti, directeur de l’information de la société, a déclaré que, étant donné que plus de 12 000 développeurs de la société utilisent tous l’IA, l’accent est mis sur la fabrication de leurs outils d’IA spécifiques à Goldman. Tous les développeurs de la banque ont accès à une technologie agentique mise à jour, y compris Claude et Devin, l’assistant de codage IA de Cognition. Ils doivent maintenant trouver comment « encadrer » l’IA, tout comme ils le feraient pour un nouvel employé qui ne connaît pas encore les normes de Goldman. Un agent d’IA familier avec l’environnement de Goldman (ses normes de données ou ses protocoles de sécurité, par exemple) peut produire un meilleur travail, plus rapidement à examiner par les ingénieurs.
« Le transfert des connaissances institutionnelles vers l’IA est la plus grande question », a déclaré Argenti. « À quoi ressemble une IA GS expérimentée par rapport à une IA naïve ? »
Transférer les « connaissances tribales »
Goldman a dépensé environ 6 milliards de dollars en technologie l’année dernière et subit, comme ses pairs, une pression croissante pour montrer que ses investissements portent leurs fruits. Jamie Dimon, PDG de JPMorgan, a déclaré que les dépenses consacrées à l’IA sont une condition préalable pour rester compétitif à ce stade.
Les développeurs sont souvent les utilisateurs d’IA les plus sophistiqués dans les banques, et Argenti a déclaré qu’ils doivent désormais enseigner aux agents d’IA les « astuces et les connaissances tribales » que la technologie ne saisit pas intuitivement. Les « principes d’ingénierie » de Goldman, tels que décrits dans un article de blog sur le site Web de l’entreprise, incluent « innover progressivement » et « regarder autour de nous », des directives subjectives que les outils d’IA ne peuvent pas comprendre aussi facilement que les instructions par cœur.
L’entreprise a rédigé des « compétences » – des ensembles d’instructions réutilisables pour effectuer des tâches spécifiques – pour capturer les connaissances techniques des développeurs sur Goldman, comme les principes de conception, les modèles de données et les environnements utilisés. Une compétence, par exemple, explique comment migrer des informations vers le cloud ; la compétence « cloud fast track » enseigne à l’IA à quoi ressemble une bonne migration vers le cloud, en particulier chez Goldman. Grâce à ces compétences, les outils d’IA sont plus utiles aux personnes chargées de la migration vers le cloud, tout comme un employé expérimenté serait probablement plus utile qu’un nouvel employé.
« Les règles non écrites sont celles qui sont en réalité plus difficiles à saisir. C’est pourquoi nous essayons de les systématiser en procédant à ces évaluations », a déclaré Argenti.
Dans le cadre de cet effort, a déclaré Argenti, Goldman a étudié ses processus internes en menant des entretiens et en analysant les résultats, entre autres mesures. La banque met régulièrement à jour ses compétences à mesure que ses processus internes évoluent, créant une « boucle d’amélioration constante », dans laquelle le code des agents devient à la fois meilleur et plus spécifique à Goldman.
Le mentorat évolue
À ce stade du déploiement de l’IA par la banque, les ingénieurs ne consacrent pas autant de temps à coder mais s’assurent plutôt que leurs agents font du bon travail conformément aux normes de l’entreprise. Il s’agit d’un changement profond, a déclaré Argenti, et qui deviendra probablement pertinent pour d’autres secteurs d’activité.
L’IA modifie également le mentorat des humains dans la banque, a déclaré Argenti. Alors que les jeunes employés se tournent généralement vers les managers pour obtenir des conseils, ils encadrent désormais les vétérans de l’entreprise sur l’utilisation de l’IA, de manière structurée et non structurée. D’autres entreprises se tournent vers des programmes peer-to-peer similaires : chez Citi, des milliers d’employés se sont portés volontaires pour servir d’« accélérateurs d’IA » pour leurs collègues.
