Transformer l’exécution des transactions grâce à l’intelligence artificielle générative

Alors que les taux d’intérêt baissent et que des actifs de grande qualité arrivent sur le marché, les sociétés de placements privés de partout au Canada enregistrent une augmentation de leurs activités qui n’a pas été observée depuis 2022. En parallèle, la concurrence dans le milieu des transactions est grandissante. Les sociétés et les gestionnaires subissent la pression d’accélérer le rythme et la conclusion des transactions.

L’exploration et la compréhension des inducteurs de valeur et de la qualité des actifs font partie de cet exercice d’accélération. La plupart des gestionnaires de fonds savent qu’il s’agit d’un travail long et ardu. Le contrôle diligent, l’analyse des données et la prise de décisions sont des activités qu’on ne devrait pas précipiter; en effet, la collecte de renseignements financiers et sectoriels, l’élaboration de listes de questions de contrôle diligent, le traitement et la classification des connaissances, les résumés, la prise de décisions éclairées, la rédaction d’ententes provisoires, la production de rapports et les autres tâches exigent du temps et des efforts. L’échéancier de la transaction se prolonge à mesure que la liste de tâches s’allonge.

Heureusement pour les professionnels des placements, il existe des outils d’intelligence artificielle (IA) générative comme Kleo, conçue par KPMG, qui peuvent les aider à accroître leur productivité et leur efficacité. Vous souvenez-vous de l’époque à laquelle les feuilles de calcul numériques ont fait leur entrée dans le secteur de la comptabilité? Il existe un parallèle évident par rapport à l’IA générative. Les deux outils sont des applications informatiques qui peuvent réduire considérablement le temps requis pour accomplir des tâches. Les feuilles de calcul n’ont pas entraîné une baisse du nombre de comptables. Ces derniers confient plutôt les tâches de calcul aux machines, qui accomplissent le travail plus efficacement.

Les sociétés de placements privés ont maintenant la possibilité de tirer parti de l’IA de manière avertie et stratégique. La sélection de cas d’utilisation qui se prêtent à l’automatisation et l’utilisation adéquate de l’IA générative peuvent améliorer le déroulement des transactions, appuyer la prise de décisions et réduire considérablement les coûts au cours des mois à venir

Pour ce faire, les professionnels des placements doivent approfondir leurs connaissances sur le fonctionnement de l’IA générative. Les outils d’IA générative utilisent l’apprentissage machine, la reconnaissance de formes et l’analyse statistique pour traiter les données et générer de nouveaux contenus. Après avoir été entraîné au moyen d’un grand modèle de langage (GML), un outil comme Kleo de KPMG peut répondre à des requêtes portant sur des renseignements précis en langage naturel et générer des réponses sous forme de texte qui s’apparente au langage humain avec une précision remarquable.

En 2022, quand l’IA générative est entrée en scène avec sa première application phare, les utilisateurs l’ont instantanément adoptée.

• Un million d’utilisateurs en seulement cinq jours1
• 180,5 millions d’utilisateurs par mois en date de juillet 20242
• L’IA générative est actuellement utilisée pour les activités quotidiennes, en particulier des tâches de traitement de texte3
• 40 % des utilisateurs font appel à l’IA générative pour obtenir des résumés de documents. Les autres principaux cas d’utilisation comprennent le traitement des documents et la gestion des connaissances (17 %), la génération de contenu (14 %) et la production de rapports (5 %)4

Cet enthousiasme instantané et cette croissance monumentale illustrent clairement la valeur de l’IA générative. Si les expériences et les explorations ont lancé la machine, les premiers utilisateurs sont maintenant des experts et tirent parti de leur savoir-faire pour accélérer et améliorer les méthodes de travail organisationnelles.

Les sociétés de placements privés doivent profiter de l’occasion et emboîter le pas. Elles peuvent tirer parti de l’IA générative pour obtenir plusieurs gains rapides sur le plan de l’optimisation des processus dans l’immédiat, puis procéder à des intégrations élargies et plus ciblées aux méthodes de travail à moyen terme. À long terme, les efforts liés à l’IA générative auront un effet cumulatif et transformateur. Les sociétés de placements privés qui utilisent ces outils de manière stratégique pourraient constituer une base de connaissances si unique à leur organisation qu’elle pourrait exercer les fonctions d’un assistant chevronné.

Nous prenons en considération trois approches que les professionnels des placements peuvent adopter pour tirer parti des capacités de l’IA générative et travailler plus intelligemment et efficacement.

Ces tâches sont très pertinentes dans le secteur des placements privés. En fait, un grand nombre de professionnels des placements privés utilisent déjà des outils d’IA générative pour améliorer la qualité et l’efficacité, gagner du temps et réduire les coûts. Les sociétés ont maintenant la possibilité d’apprendre auprès de leurs partenaires et d’élargir la mise en œuvre de ces applications non officielles afin qu’elles fassent partie des méthodes de travail quotidiennes à l’échelle de l’organisation. Vous trouverez ci-dessous des occasions à saisir dès maintenant.

• Soutien aux équipes de transaction pour la génération de texte : Utilisez l’IA générative afin de concevoir des modèles de guide de rédaction personnalisés et d’autres ressources internes pour aider les nouveaux membres du personnel à générer des ententes provisoires, des rapports et d’autres documents conformes aux lignes directrices en ce qui concerne le ton, le style, la mise en page et l’image de marque. Un robot utilisant l’IA générative peut soutenir l’ébauche de parties importantes de rapports, de sommaires des placements, de présentations et d’autre contenu à partir d’une très petite quantité de texte non structuré.

• Enregistrement et transcription des réunions : L’élimination de la prise de notes manuelle lors des réunions apporte un gain d’efficacité de 100 %. Tournez-vous plutôt vers un logiciel d’IA pour enregistrer et transcrire les réunions, puis lancez des requêtes à partir de ces transcriptions dans votre transformateur génératif préentraîné (GPT) pour générer d’autre contenu dont vous avez besoin, par exemple des résumés, des sommaires, des mesures à prendre et des rapports.

Ces activités apportent des gains rapides et permettent aux équipes de se familiariser avec la rédactique (la formulation intelligente de requêtes et de données d’entrée dans un logiciel d’IA générative en vue de produire des résultats de grande qualité). Mieux encore, elles peuvent produire un rendement du capital investi immédiat.

La prochaine étape consiste à élaborer des améliorations des méthodes de travail de manière à utiliser l’IA générative tout au long du cycle de placements. Les sociétés de placements privés utilisent diverses ressources pour traiter les données financières, mais l’intégration de nouveaux outils peut contribuer à synthétiser, à automatiser et à accélérer ce travail à l’interne. Au bout du compte, l’IA générative mettra un terme au traitement manuel des documents relatifs aux transactions.

À l’étape de la recherche, l’IA générative peut contribuer à l’analyse de l’actualité et aux tests d’hypothèses et apporter du soutien pour les conférences. À l’étape du contrôle diligent, elle peut optimiser la cueillette de données et la préparation, les analyses financières et la rédaction de rapports. En ce qui concerne la création de valeur, les outils d’IA générative peuvent jouer un rôle important dans l’élaboration de stratégies et d’initiatives.

Par exemple, certains outils d’IA générative sont en cours de développement pour analyser et résumer tout le contenu qualitatif dans une salle de données virtuelles. La mise en œuvre de ces outils potentiels d’IA générative aidera les négociateurs et les analystes à saisir les renseignements essentiels sans perdre de temps à patauger dans des textes excessivement longs. Les fonctions adaptées au contexte de l’IA générative permettent de concentrer rapidement les recherches sur des renseignements financiers comparables provenant de multiples ensembles de données internes et externes ou de dresser une liste de références sur les enjeux de conformité ou de réglementation à partir d’un vaste ensemble de sources textuelles.

Exemples de cas d’utilisation de l’IA générative dans un contexte de contrôle diligent :

• Génération de listes de questions de contrôle diligent pour des acquisitions potentielles ou des secteurs en particulier
• Analyse de listes ou de processus antérieurs de contrôle diligent pour générer des questions pertinentes ou cerner les lacunes
• Tri et classification automatiques d’états financiers, d’ententes contractuelles et de documentation de conformité pour en faciliter l’examen
   

Exemples de cas d’utilisation de l’IA générative dans un contexte d’analyse financière :

• Modélisation et analyses : par exemple, un analyste peut utiliser l’IA générative pour faciliter la création et l’intégration de formules dans l’application Excel en fonction de critères précis, et l’élaboration d’un modèle complexe de prévision des revenus d’une entreprise cible qui comprend des variables principales (p. ex., taux de croissance sur le marché, facteurs saisonniers et données historiques sur les ventes).
• Création de résumés sur les entrevues avec la direction à partir de critères précis (p. ex., changements stratégiques, facteurs liés aux tendances financières, perspectives sur la gestion ou génération de questions et réponses).
• Assistance en matière d’interprétation : Obtenez instantanément des données contextuelles sur la réglementation et des détails liés aux transactions (p. ex., demandez à l’IA générative de fournir des exemples et des interprétations de normes pertinentes liées aux principes comptables généralement reconnus ou de comparer des méthodes comptables [la comptabilité d’exercice par rapport à la comptabilité de trésorerie], etc.).
   

Accélération et amélioration de la rédaction de rapports :

• Synthèse de données provenant de sources multiples pour ébaucher des parties d’un rapport (p. ex., les principales tendances d’un état des résultats).
• Reconnaissance des termes dans un rapport (abréviations ou jargon sectoriel) qui pourraient devoir être définis dans un glossaire et création instantanée du glossaire.
• Génération et intégration automatiques des données qui peuvent être consultées dans les rapports.
   

Étude de cas :

Chez KPMG, nos équipes ont pu observer de près les possibilités de l’IA générative pour l’optimisation des méthodes de travail. Nous avons conçu et mis en pratique des accélérateurs fondés sur l’IA générative dans le cadre du processus d’examen des documents, de l’extraction de données financières, des activités de service à la clientèle et de la création de valeur à l’étape du contrôle diligent juridique. Nos efforts nous ont permis de réaliser d’importantes économies de temps et de coûts.

Par exemple, KPMG aux États-Unis a utilisé l’IA générative pour accélérer un projet de création d’étiquettes, faisant ainsi passer la durée du cycle de lancement de 6 à 10 semaines à seulement 5 ou 6 jours. Le projet exigeait la création d’étiquettes pour divers types de produits dans différents pays et dans différentes langues conformément à un ensemble d’exigences de conception et de réglementation. L’IA générative nous a permis d’intégrer des renseignements de conception structurés et non structurés et des renseignements sur la réglementation avec une efficacité remarquable. Ce faisant, nous avons éliminé non seulement des heures, mais des semaines de travail manuel.

À long terme, l’intégration de l’IA générative aux méthodes de travail pourrait être approfondie. En intégrant des optimisations à long terme dans l’ensemble du cycle des transactions, les sociétés de placements privés constituent une base de connaissances à partir de leur historique de transactions, de leurs systèmes et de leurs processus. Dans un avenir proche, les sociétés de placement privés utiliseront ces connaissances pour concevoir sur mesure des robots assistants experts et extrêmement efficaces pour apporter aux humains une aide intelligente, efficace et rentable tout au long du cycle des transactions.

Des GPT de ce type sont actuellement en développement à partir des principes fondamentaux de la profession de comptable professionnel agréé (CPA) pour effectuer des tâches de comptabilité. Nous entrevoyons l’émergence d’une équipe d’assistants virtuels entraînés de façon semblable dans le secteur des placements privés.

Dans l’intervalle, les sociétés de placements privés doivent décider quels outils d’IA générative utiliser, dans quels secteurs et si elles doivent se concentrer sur la conception de leur propre GPT en guise de stratégie à long terme. Si les outils d’IA générative se multiplient, ils évoluent rapidement. Les gestionnaires de placements doivent se renseigner sur les solutions accessibles au public et à la façon dont elles répondent à leurs besoins, puis déterminer s’ils auraient plutôt avantage à concevoir leur propre solution personnalisée.

La protection et la confidentialité des données demeurent une préoccupation pour les professionnels des placements privés et un obstacle pour certaines applications d’IA générative. Les investisseurs doivent avoir la certitude que leurs renseignements sont protégés et qu’aucune donnée confidentielle n’est entrée dans un modèle ouvert.

Il existe des façons d’accéder à votre propre version des outils d’IA générative, par exemple en souscrivant un abonnement supérieur à des services en ligne. L’essentiel consiste à entreprendre la transition vers l’utilisation de l’IA générative en jetant des bases solides de sécurité et de confidentialité de l’information. Les responsables de l’approvisionnement en logiciels d’IA générative de votre organisation doivent comprendre les produits offerts sur le marché et leur évolution.

Les sociétés de placements privés possèdent énormément de données spécialisées internes. Les sociétés de placements avant-gardistes peuvent tirer parti de ces données pour concevoir des offres qui les différencieront. Après tout, l’entraînement des données représente l’ingrédient secret de l’IA générative. Un modèle spécialisé entraîné à partir de votre historique d’opérations et de transactions peut apporter de la valeur à vos transactions en générant des connaissances hautement utiles et différenciées à partir de requêtes effectuées dans votre base de connaissances unique.

Pour saisir cette occasion, il est essentiel de disposer de données d’entraînement de grande qualité. Comme toutes les applications de données et d’analyse, l’IA générative est vulnérable au concept « À données inexactes, résultats erronés ». Pour élaborer un cas d’utilisation différencié de l’IA générative, vous devez entraîner votre GPT sous-jacent à l’aide de données épurées, organisées et provenant de sources fiables.

Les hallucinations, c’est-à-dire la génération de réponses inexactes, représentent un problème potentiel de l’IA générative. Il est essentiel de comprendre les limites et de mettre en œuvre des mesures de sécurité appropriées. Les employés doivent recevoir une formation sur les pratiques exemplaires liées aux requêtes envoyées aux robots et l’obtention des résultats souhaités. Ils doivent savoir que de lancer une requête sur une citation directe peut contribuer à obtenir une réponse factuelle qui provient directement de l’ensemble de données.

Pour tirer pleinement parti de l’IA générative, il faut commencer par examiner quelques cas d’utilisation ciblés. Que vous en soyez au tout début ou que vous utilisez déjà les outils d’IA générative, les conseils suivants peuvent vous aider à élaborer votre plan de transition :

• Établissez des principes fondamentaux axés sur la sécurité et la confidentialité pour la mise en œuvre de l’IA générative.
• Trouvez de nouveaux cas d’utilisation de l’IA générative en l’utilisant (et en encourageant son utilisation) dans le cadre de votre travail quotidien. Gardez l’outil d’IA générative ouvert en arrière-plan et utilisez-le pour :
  • réviser des ébauches de courriels et d’analyses;
  • accélérer et optimiser la recherche et l’exploration;
  • effectuer des remue-méninges et stimuler votre réflexion;
  • cerner les lacunes et générer de nouvelles questions.
• Diffusez des renseignements sur l’IA générative et élaborez des pratiques exemplaires au travail.
• Vérifiez si vos données sont claires et de grande qualité et si elles proviennent de sources fiables.
• Comprenez les facteurs de croissance de vos activités.

KPMG en est à une étape avancée de sa transition vers l’utilisation de l’IA générative : il offre du soutien à tous les échelons et une formation obligatoire aux employés. Nous avons élaboré nos propres cas d’utilisation et maintenons notre propre outil d’IA générative, c’est-à-dire un robot personnalisé que nous encourageons les membres de notre équipe à utiliser. Forts de cette vaste expérience, nos conseillers possèdent les connaissances et les capacités nécessaires pour aider les sociétés de placements privés à entreprendre leur propre parcours de transition vers l’utilisation de l’IA générative et les guider dans un processus stratégique à long terme visant l’utilisation de l’IA générative pour gagner du temps, réduire les dépenses et créer de la valeur.

Pour en savoir plus sur les capacités actuelles de l’IA générative et les possibilités qui y sont liées dans le secteur des placements privés, ou pour obtenir de l’aide afin d’entreprendre une mise en œuvre ciblée de l’IA générative ou d’un outil d’IA générative en particulier au sein de votre organisation, communiquez avec notre équipe.

^{1 Nombre d'utilisateurs de ChatGPT, Sujets explosifs, 2024}

^{2 Statistiques de ChatGPT (AOÛT 2024) - Données de croissance des utilisateurs, Demand Sage, 10 août 2024}

^{3 Une enquête de Gartner révèle que l'IA générative est maintenant la solution d'IA la plus fréquemment déployée dans les organisations, Gartner, 7 mai 2024}

^{4 Les cas d'utilisation de l'IA générative pourraient stimuler le logiciel de gestion de documents et de contenu, S&P Global, 13 septembre 2023}