Comment Claude transforme les services financiers

Alexander Brickin et Nick Lin présentent comment Claude révolutionne les services financiers en exemple concret avec BCI (un client majeur). Au lieu de gérer manuellement des feuilles Excel actualisées hebdomadairement ou trimestriellement, BCI utilise la fonctionnalité d'artefacts de Claude pour créer un tableau de bord dynamique connecté directement aux données SMP et FACSAT. Ce dashboard peut être actualisé simplement en donnant une instruction à Claude et est partagé directement avec les directeurs généraux. Cet exemple illustre non seulement une accélération du travail, mais une transformation complète de la façon dont les tâches financières sont exécutées.

Nick Lin, responsable du produit Claude pour les services financiers et ancien banquier d'investissement, explique comment le paysage de l'IA d'entreprise a radicalement changé depuis son arrivée chez Anthropic il y a dix-huit mois. Le passage est marqué par une transition fondamentale : de la simple curiosité et observation à un véritable déploiement en production. Si le code a été le premier domaine où l'IA a trouvé son marché (concernant seulement 0,5% de la population mondiale), le secteur financier commence maintenant à bénéficier de ces avancées. Nick cite l'exemple du Fonds de richesse de Norvège du Sud (Inbin) qui utilise les protocoles de contexte de modèle pour interroger Claude quotidiennement et obtenir des informations sur leurs 9000 sociétés de portefeuille.

Alexander Brickin décrit l'évolution des applications financières de Claude, passant des simples chatbots d'IA l'année précédente à des systèmes bien plus sophistiqués grâce aux protocoles de contexte de modèle (MCP). Grâce à MCP, le chat est devenu beaucoup plus puissant et les utilisateurs peuvent interagir directement avec les systèmes critiques pour leur métier. Les modèles modernes sont assez intelligents pour comprendre ce qu'un outil fait simplement en lisant sa description et son nom. Ce qui rend cela particulièrement intéressant pour la finance, c'est qu'il y a généralement de nombreuses surfaces de produits avec lesquelles les professionnels doivent interagir, et MCP permet une intégration fluide entre elles.

Nick Lin souligne que la sécurité est fondamentale à tout ce qu'Anthropic construit pour la finance, structure autour de trois composantes essentielles. Premièrement, le déploiement sécurisé de ces solutions dans les environnements d'entreprise réglementés. Deuxièmement, assurer que les modèles répondent avec précision aux questions avec le bon niveau de compréhension et de fidélité des résultats. Troisièmement, donner aux utilisateurs la confiance, la vérification et l'auditabilité nécessaires pour comprendre comment les résultats ont été générés. Cette approche multicouche de la sécurité reflète l'engagement d'Anthropic envers les normes les plus strictes requises par le secteur financier.

Alexander explique comment Anthropic, fondée sur les principes de la sécurité de l'IA en tant que laboratoire de recherche, a évolué pour devenir un leader en services financiers. La clé réside dans l'excellence de Claude en programmation : écrire du code structuré et logique est ce que les modèles de langage font exceptionnellement bien. Cette capacité s'avère abstraite et applicable à de nombreux autres domaines au-delà du code, y compris la création de feuilles de calcul Excel et de présentations PowerPoint. La nouvelle fonctionnalité de création de fichiers d'Anthropic permet à Claude de créer des documents Excel et PowerPoint complets en exécutant du code Python à grande échelle, générant par exemple des modèles de flux de trésorerie actualisé parfaits, ce qui est révolutionnaire pour la finance.

Nick Lin présente la philosophie stratégique de Claude pour la finance autour de trois verbes directeurs : récupérer, analyser et créer. Pour la récupération, les grands modèles de langage excellent à parcourir de vastes volumes de données et en extraire des informations, lisant environ 5000 fois plus vite que les humains, mais la clé est de se connecter à toutes les sources de données principales utilisées par les analystes financiers. Pour l'analyse, Claude doit exceller à manipuler des systèmes complexes comme Excel et les feuilles de calcul à grande échelle, car les modèles financiers représentent le jugement des analystes sur l'avenir et la valorisation appropriée. Pour la création, puisque le travail en entreprise est social et partagé, Claude doit produire des documents prêts pour les clients et les salles de conseil. Ensemble, ces trois éléments créent un système agentic autonome de bout en bout capable de transformer complètement les workflows financiers.

Nick décrit l'architecture de Claude pour la finance organisée en trois couches : les modèles, les capacités agentics et la plateforme. Sur la couche modèles, Anthropic collabore étroitement avec des clients pionniers comme BCI, Pearl chez Weinberg et MBIM pour identifier les cas d'usage pertinents et découvrir les lacunes à intégrer dans la recherche. La couche capacités agentics comprend les fonctionnalités comme la recherche approfondie et s'efforce d'intégrer Claude dans toutes les surfaces principales : Claude pour Enterprise, Claude AI, l'extension navigateur, Excel, Chrome et autres outils utilisés quotidiennement. La plateforme elle-même doit être flexible et facilement personnalisable, ce qui explique les investissements d'Anthropic avec des partenaires industriels comme S&P, Facset et Pitchbook pour construire des intégrations puissantes permettant aux agents Claude d'être aussi capables que possible.

Nick illustre comment BCI a fondamentalement transformé ses opérations en utilisant Claude et ses artefacts pour l'analyse des comparables, une tâche critique en finance. Traditionnellement, les analystes comparent manuellement les métriques financières et opérationnelles de multiples entreprises dans une seule feuille Excel qu'ils actualisent manuellement semaine après semaine et trimestre après trimestre. BCI a utilisé la fonctionnalité d'artefacts de Claude pour se connecter directement aux ensembles de données S&P et Facset, transformant le processus statique en un tableau de bord dynamique qui montre en temps réel comment les métriques se comparent les unes aux autres. Avec une simple instruction textuelle à Claude, ce dashboard peut être actualisé instantanément et est partagé directement avec les directeurs généraux qui l'utilisent pour interfacer avec ces plateformes. Cet exemple démontre que Claude offre non seulement une accélération du travail existant, mais une véritable transformation de la manière dont le travail financier est structuré et exécuté.

Alexander aborde le rôle crucial des systèmes de mémoire dans Claude, parallélisant la manière dont les humains dépendent de la mémoire pour fonctionner dans le monde. Pour les services financiers, c'est essentiel car Claude opère sur plusieurs surfaces simultanément : Claude AI, Excel, le navigateur, tout en interagissant avec des systèmes comme Facset et S&P. Le système de mémoire permet à Claude de comprendre et maintenir le contexte sur tous ces outils et surfaces différents, comme se souvenir des préférences spécifiques pour un modèle de flux de trésorerie actualisé ou du fait qu'un utilisateur préfère utiliser S&P pour calculer l'EBITDA. Au fil du temps, si un analyste corrige une formule que Claude a utilisée, le système de mémoire permet à Claude de mémoriser cette correction pour éviter les erreurs futures. Cette capacité à apprendre et s'adapter à travers les interactions, comme le ferait un bon stagiaire, est transformatrice pour l'excellence opérationnelle des analystes financiers.

En conclusion, Nick expose la stratégie future d'Anthropic pour la finance, organisée autour de trois priorités principales. Premièrement, la recherche : Anthropic commence à investir dans une pré-formation et une post-formation spécifiques à la finance pour améliorer continuellement les capacités des modèles. Deuxièmement, le produit : il y a trois éléments clés - pénétrer plus profondément dans les sous-secteurs spécifiques (capital-investissement, fonds spéculatifs, assurance, banques d'investissement) qui ont des besoins très différents, s'assurer que Claude est omniprésent dans Excel, PowerPoint et le navigateur avec une meilleure qualité de résultats, et travailler étroitement avec la recherche pour améliorer ces capacités. Troisièmement, les partenariats : continuer à collaborer avec les leaders de l'industrie comme S&P et Facset qui ont déjà lancé d'excellentes versions de leurs serveurs MCP seulement six mois après leur introduction. Alexander souligne l'importance critique de travailler étroitement avec les clients d'entreprise pour développer des évaluations rigoureuses (tâches et métriques de succès concrètes) plutôt que d'essayer d'injecter l'IA partout, car ces évaluations alimentent directement le processus d'entraînement et les pipelines produits, créant une boucle de feedback vertueuse pour améliorer continuellement les solutions Claude.