Le Big Data est un accélérateur technologique

Créé le

13.04.2018

-

Mis à jour le

29.05.2018

Le Big Data permet aux systèmes d’information des banques de financement et d’investissement (BFI) de fonctionner beaucoup plus en temps réel, d’être plus ouverts et plus évolutifs. Mais pour ces activités de marchés, les évolutions les plus fortes ne viennent peut-être pas de là.

Dans quels domaines travaillez-vous avec les établissements financiers ?

Invivoo a un ADN électronique et son objectif est d'améliorer les systèmes d’information (SI) des BFI à tous les niveaux, sur le plan technologique, mais aussi méthodologique et organisationnel. Notre valeur ajoutée est de maîtriser la technologie, où la robotisation, le Big Data, l'intelligence artificielle (IA) voire même la blockchain, jouent un rôle de plus en plus important, et de lui donner un sens dans le cadre d’activités métiers qui sont elles-mêmes complexes et marquées par des obligations réglementaires multiples, comme MiFID 2, le FRTB, ou encore le RGPD.

Concrètement, cela se traduit par l’accompagnement de nombreux établissements financiers dans leurs projets d’automatisation et de digitalisation de la relation client.

Par exemple, dans un contexte MiFID 2, un algorithme de décision peut dire très vite dans quelles conditions un sale peut traiter avec un client, en fonction de la typologie de ce dernier, s'il peut être traité à la voix ou doit être envoyé sur une utility venue. En parallèle, la machine audite et trace tout ce qui se passe entre le sale et le client. Le logiciel doit pouvoir communiquer avec tous les systèmes de la banque pour aller chercher les informations de connaissance du client, vérifier que sa demande est cohérente par rapport à son profil d'investisseur et inversement que le sale propose des produits adaptés à son profil, ou encore s’interfacer avec le système de compliance ou le système de risque afin de vérifier que l'opération reste bien dans les risques tolérables pour ce client par rapport à l'engagement de la banque. Dans cet exemple, le logiciel doit également faire preuve de qualités ergonomiques afin de faciliter les interactions entre le client, le sale et le trader – qui va donner un prix par rapport à une requête donnée. Enfin, ce logiciel doit pouvoir gérer à la fois l’automatisation de certaines interactions et des procédures qui resteront manuelles, tout en offrant la possibilité d’évoluer vers de la robotisation et, dans certains cas, vers une expérience Big Data.

Quels sont les enjeux du Big Data ?

L’enjeu majeur est avant tout celui de la transformation du SI, pour lui permettre de fonctionner de manière plus ouverte, plus communicante, en temps réel et devenir réellement évolutif. Les API (Application Programming Interface) seront fondamentales pour y parvenir, notamment pour que les systèmes en temps réel puissent être interopérables avec ceux en temps différé.

Par exemple, le FRTB [1] et, plus généralement, toutes les chaînes de calcul des risques où la pression réglementaire est très forte comportent des enjeux Big Data importants pour adresser des volumes de données et de calculs qui vont être démultipliés. Le risque pour les utilisateurs finaux est alors soit de se noyer dans ces volumes de données, soit de devenir totalement dépendants de leurs équipes informatiques. En effet, ces chaînes de calcul sont complexes et ne sont pas forcément accessibles facilement aux utilisateurs finaux, c’est-à-dire aux gestionnaires de risques, parce qu'elles sont gérées par des opérateurs du côté production. On voit dans cet exemple que l’enjeu du Big Data n’est pas l’implémentation en tant que tel de ces technologies, mais bien la transformation du SI afin que les utilisateurs finaux puissent d’une part conserver leur autonomie, et d’autre part exploiter réellement la puissance du Big Data .

Cette cohabitation entre des architectures Big Data et le reste du SI constitue un autre enjeu majeur, celui de rendre les systèmes plus communicants. Ce qui veut dire également plus dépendants les uns des autres. C’est pourquoi la capacité à détecter les problèmes et leur source, puis redémarrer une partie et non l'ensemble des systèmes lorsqu'ils sont en erreur devient un facteur clé de succès.

Enfin, il est difficile de parler de Big Data et de l’utilisation de ces gros volumes de données par les utilisateurs finaux sans évoquer la Data Science et le Machine Learning, qui permettent d’aller beaucoup plus loin que l'automatisation avec des entités plus intelligentes. Les projets sur lesquels Invivoo travaille aujourd’hui sont par exemple un chatbot et le NLP (Natural Langage Processing), afin d’aider les personnes à gérer les points de blocage dans leurs tâches. Sur des traitements qui ne peuvent pas être automatisés, ce chatbot accompagne l'opérateur avec des systèmes d'alerte pour lui rappeler les tâches ; ce dernier peut interagir en signalant qu'il lui manque telles informations et le chatbot va solliciter d'autres personnes pour résoudre ce point et faire avancer son processus.

Rencontrez-vous des freins à l'intégration de ces solutions ?

Le problème pratique que nous rencontrons est qu'un acteur extérieur n'a pas la même crédibilité pour apporter des solutions nouvelles. C'est pourquoi nous préférons avoir des consultants présents au quotidien au sein des établissements financiers. En outre, les banques estiment dangereux de faire reposer leur SI sur de petites structures. Cependant, depuis quelques années, avec l’émergence et la reconnaissance des FinTechs, la situation change : les banques conçoivent plus aisément que la solution puisse être conçue à l'extérieur. Toutefois, les discussions avec la direction des achats pour la signature des contrats sont toujours ardues et le déploiement de la solution fait souvent face à une forte inertie. C'est un processus au final très lourd, même si chacun fait preuve de bonne volonté sur le plan individuel.

La digitalisation peut-elle avoir un effet disruptif dans les activités de marchés ?

La digitalisation permet de fonctionner plus vite, de façon plus efficace, et moins cher. C'est un accélérateur technologique, mais sans effet véritablement disruptif. Il n’en reste pas moins un potentiel énorme sur certains sujets : il suffit d’observer le buy-side pour constater que les institutionnels ont beaucoup moins d'outils et une qualité de services bien inférieure à ce dont dispose un utilisateur particulier, chez lui, grâce à Internet. La digitalisation ne serait pas réellement disruptive pour ces acteurs, mais représenterait un gain énorme dans leur fonctionnement.

Cependant les barrières sont nombreuses : au niveau institutionnel, les positions avec les brokers sont très établies et font que même une banque est obligée de passer par un courtier pour mettre ses ordres sur les marchés. Et en termes de stations d’accès et d’informations sur les marchés, Bloomberg, leader incontesté, est utilisé par pratiquement tous les opérateurs. On y retrouve tous les vendeurs de Market Data, les acteurs du marché qui proposent leurs produits, les places de marché électroniques et une messagerie pour pouvoir échanger entre les acteurs.

Néanmoins, un acteur alternatif, Symphony, tente de s’imposer (voir Encadré). Initialement financée par des établissements financiers américains autour d’un projet de messagerie sécurisée, la plate-forme a depuis réalisé une levée de fonds de 100 millions de dollars en 2015, à laquelle ont participé des banques françaises, puis d’autres encore, en 2017 et 2018. C’est un exemple qui tend à démontrer que les capitaux sont bien présents pour faire émerger des acteurs alternatifs dans le secteur de la finance de marché.

Quels sont vos prochains développements ?

Nous réfléchissons à des solutions sur la partie KYC et sur le règlement livraison, qui s'appuieraient sur une architecture blockchain. Mais nous en sommes au stade de l'investigation, dans des groupes de travail, par exemple auprès de Finance Innovation. La blockchain est technologiquement porteuse de plus de ruptures, mais avec un business model qui reste à définir.

 

1 Fundamental Review of the Trading Book.

À retrouver dans la revue
Revue Banque Nº821bis
Notes :
1 Fundamental Review of the Trading Book.