Voici comment AWS aide les géants financiers comme JPMorgan et Bridgewater avec leurs ambitions d’IA
L’IA générative a augmenté la mise dans la guerre publique de nuage pour la part du portefeuille de Wall Street.
Amazon Web Services, Microsoft Azure, et Google Cloud, les armes composant en cloud des grandes entreprises technologiques respectives, ont été due au fournisseur de cloud incontournable de l’industrie financière. Des stratégies pour gagner cette entreprise s’étendent au-delà de la simple fourniture de la technologie – beaucoup se concentrent désormais sur l’aide aux clients de déployer l’IA.
Pour garder son avantage, Amazon a déclaré qu’elle prévoyait de déployer environ 105 milliards de dollars dans son entreprise, dont une grande partie ira vers AWS et ses efforts d’IA. Pour voir comment cet argent peut toucher à Wall Street, Trading Insider s’est entretenu avec John Kain, responsable du développement du marché des services financiers chez AWS. Kain, qui a travaillé chez JPMorgan Chase et Nasdaq avant de changer d’industries, a décrit la direction future de l’activité de Wall Street d’AWS par le biais de quatre clients différents: deux grandes banques internationales, un fonds spéculatif et une fintech.
« Les tâches deviennent plus complexes, les choses deviennent de nature beaucoup plus agentique, beaucoup plus adaptée aux cas d’utilisation individuels pour obtenir de véritables avantages de performance des prix », a déclaré Kain, se référant à la maturité de l’IA de l’industrie.
Une grande partie du travail dans les coulisses a conduit à réduire le nombre d’hallucinations, un problème courant où des réponses inexactes sont présentées comme un fait.
Un exemple est avec AWS Bedrock, un service qui aide les clients à construire des applications et modèles générateurs d’IA. L’année dernière, AWS a introduit une fonctionnalité appelée Guard-Retrocks qui examine les réponses sortant de modèles de gros langues, puis utilise un autre modèle de langue large pour vérifier si cette réponse était en fait une bonne réponse. Dans certains cas, cette approche a détecté environ 75% des hallucinations, a déclaré Kain.
D’autres efforts AWS, comme le raisonnement automatisé, ont essayé d’utiliser des preuves mathématiques pour prouver que les informations des modèles d’IA génératives sont en fait correctes.
Voici comment AWS aide les entreprises de Wall Street à utiliser une IA générative.
JPMorgan Chase
Zone de mise au point AWS: sécurité et échelle
Lorsque Lori Beer, directrice de l’information mondiale de JPMorgan, est montée sur scène à AWS RE: Invent en décembre, elle a tracé l’embrassement de la banque du cloud, qui a commencé en 2017. En 2020, JPM avait 100 applications dans le cloud, et elle a doublé ce numéro l’année suivante. Il a également construit sa banque de consommation britannique à partir de zéro sur AWS.
JPMorgan a maintenant des milliers d’applications fonctionnant sur AWS qui profitent pleinement des technologies génératrices de l’IA, a déclaré Kain.
Les données internes et la plate-forme d’IA de JPMorgan s’appuient sur AWS SageMaker, un outil pour créer et entraîner des modèles d’apprentissage automatique, avec plus de 5 000 employés utilisant l’outil basé sur le cloud chaque mois, a déclaré Beer. La banque a simplifié le processus de développement de nouveaux modèles, de l’expérimentation au déploiement en direct, a-t-elle ajouté.
« Cette plate-forme nous permet de construire la prochaine vague de demandes d’IA dans l’entreprise », a-t-elle déclaré.
Les mesures de sécurité, de gouvernance et de conformité dans le cloud étaient essentielles à l’absorption de JPMorgan, selon Kain.
JPMorgan, qui traite quotidiennement 10 billions de dollars de paiements et compte 82 millions de clients aux États-Unis, est considéré comme la banque la plus importante au monde, selon le Financial Stability Board, qui identifie les institutions financières mondiales d’importance systémiquement importantes.
« Des organisations comme JPMorgan, elles ont une échelle et une complexité uniques qui accompagnent d’être une organisation à la réglementation mondiale dans plusieurs secteurs d’activité et nous apprenons à côté d’eux », a déclaré Kain, ajoutant que la perspective de la conformité commerciale et de la sécurité de la banque a aidé à faire avancer la feuille de route AWS.
Pontswater
AWS Focus Zone: Coordination des modèles spécialisés pour la recherche sur les investissements
Il y a environ deux ans, Bridgewater a rassemblé un groupe d’investisseurs, de scientifiques des données et de technologues pour repenser la façon dont le fonds spéculatif comprenait d’abord les marchés et les économies avec l’IA et l’apprentissage automatique. Ainsi, AIA Labs est né. Abrégé pour les investissements artificiels, la division au sein de la société d’investissement a cherché à recréer « tout ce que nous faisons via des techniques d’apprentissage automatique », a déclaré précédemment le co-co-chef de Bridgewater, Greg Jensen.
« Il a commencé sur un bloc-notes, a obtenu son diplôme d’Excel et fonctionne maintenant sur EKS et divers autres services AWS », a déclaré le CTO Aaron Linsky AIA Labs à Re: Invent en décembre.
Au début, les capacités du côté générateur de l’IA étaient principalement limitées à poser une question simple, amener l’IA à comprendre comment écrire du code pour exracter ces données du système de Bridgewater et produire une réponse, a déclaré Kain.
« C’était génial, c’était d’économiser des heures et des heures », a-t-il dit, et l’a fait pour que les analystes d’investissement n’avaient pas à affronter les développeurs pour obtenir les données.
Désormais, la plate-forme d’IA de Bridgewater peut prendre une stratégie d’investissement complexe et l’analyser.
« Ils ont montré comment ils ont pu répondre à cette question d’investissement complexe, la diviser en plusieurs étapes et faire passer chacune de ces étapes à un agent particulier », a déclaré Kain. Par exemple, un agent peut vérifier comment les taux d’intérêt affectent les rendements globaux, un autre pourrait revérifier les finances et un troisième peut résumer le profil de risque.
« Nous avons constaté aujourd’hui que limiter l’étendue des responsabilités pour un agent donné est vraiment important », a déclaré Linsky.
« Nous sommes sur la voie des workflows d’agence complet », a déclaré Linsky, ajoutant: « Nous ne remplaçons certainement pas nos associés d’investissement avec les capacités en ce moment, mais cela contribue à accélérer le long de leur processus. »
Mufg
Zone de mise au point AWS: transformer plusieurs ensembles de données en nouvelles idées de vente
Mitsubishi UFJ Financial Group, qui propose tout, de la banque d’investissement à la gestion des trésorerie et au financement du commerce, utilise une AI générative pour donner à ses vendeurs d’entreprise une longueur d’avance. Une plate-forme d’IA qui suggère des idées de vente a conduit à un taux de conversion de 30%, Tetsuo Horigan, responsable de l’innovation en quantité au MUFG, a déclaré à Re: Invent.
Le MUFG a commencé à développer des applications d’IA génératives en 2023 après avoir lancé une équipe AI / ML interne deux ans auparavant, a déclaré Horigan. MUFG compte également environ 2 000 employés desservant environ 1 million de clients d’entreprise,
Les vendeurs de la banque ont généralement lu des centaines ou des milliers de pages de documents pour comprendre la situation d’un client donné et quel produit financier est le plus pertinent pour eux. Mais maintenant, la plate-forme d’IA combine plusieurs ensembles de données, comme l’historique des transactions du client, les conversions de ventes précédentes pour comprendre ce pour quoi ils sont sur le marché, leurs dépôts financiers et les informations publiques comme les nouvelles, a déclaré Kain.
Ce processus de rédaction d’un argumentaire de vente, qui pourrait prendre plusieurs heures ou jours, pourrait maintenant être fait en quelques minutes, a déclaré Horigan.
AWS Focus Zone: Utilisation de l’IA du centre d’appels pour influencer la stratégie et l’expérience
L’IA dans les centres d’appels n’est rien de nouveau, mais pour une hypothèque Rocket, il est de même des dirigeants de penser à de nouvelles stratégies et expériences.
La technologie génératrice de l’IA a intégré Fintech dans ses centres d’appels pour réduire la charge de ses milliers d’employés du centre d’appels qui surfancent chaque jour les appels, les e-mails et les webchats.
Mais l’idée n’est pas seulement d’avoir un assistant d’IA, mais « un réseau entier d’agents », a déclaré Dan Vasquez, vice-président de la stratégie de l’IA chez Rocket Mortgage, à Re: Invent. Ils aident à transcrire, à sélectionner des informations clés au milieu de l’appel et à fournir des idées et des données sur l’appel après coup, a-t-il déclaré.
L’IA générative a contribué à économiser quelque 40 000 heures par an pour les employés du centre d’appels et a permis à 70% de l’assistance client d’être entièrement auto-servie, a déclaré Vasquez.
Mais maintenant, Rocket Mortgage utilise ces 10 pétaoctets de données pour déterminer « Que devons-nous faire ensuite? »
C’est le véritable avantage, a déclaré Kain, pour la fintech de commencer à poser de grandes questions comme « pourquoi mes clients m’appellent-ils » et « quels sont mes problèmes les plus courants » et utilisent cette Intel pour repenser ses plateformes en ligne, rationaliser les flux de travail et améliorer l’expérience client globale.
