Comment la PNL aide les pros de la fintech à se démarquer | Technologie et IA


Historiquement, le secteur des services financiers a été celui qui aborde la technologie avec prudence.

La faisabilité, la réglementation et la confidentialité ont tous été des obstacles à l’adoption de la technologie au fil des ans. Mais c’est en train de changer – un mouvement provoqué non seulement par choix, mais par nécessité. Les institutions financières se noient sous les données textuelles, des rapports et contrats de conformité aux reportages et même aux réflexions sur les réseaux sociaux. Le rythme de l’information s’est accéléré de façon exponentielle au cours de la dernière décennie, et les processus traditionnels ne peuvent tout simplement pas suivre le rythme.

En conséquence, les organisations se tournent vers des solutions d’automatisation pour les aider à réduire le bruit et à obtenir des informations importantes plus rapidement et plus précisément que les humains ne sont capables de le faire. C’est pourquoi la fintech se tourne vers le traitement du langage naturel (PNL): un sous-ensemble de l’IA qui a le pouvoir d’aider à prendre des décisions rapides et mieux informées, donnant aux utilisateurs un avantage concurrentiel. Et avec la capacité d’analyser les données textuelles, tout en comprenant les nuances du jargon de l’industrie, des chiffres, des différentes devises et des noms et produits d’entreprises, cela pourrait bien être l’une des technologies les plus importantes à frapper l’industrie.

Ce qui pourrait surprendre, c’est que l’une des applications les plus percutantes de la PNL en finance n’a rien à voir avec des chiffres croquants, mais plutôt avec la lecture et l’écriture. En fait, presque toutes les informations financières proviennent désormais d’algorithmes, du terminal Bloomberg aux dépôts auprès de la SEC, et même des tweets. Dans les années 80, vous deviez lire toutes ces informations vous-même – en 2021, ce n’est tout simplement pas possible. Pour y parvenir, cela reviendrait à essayer de regarder toutes les vidéos sur YouTube. Peut-être qu’avec des heures illimitées à votre disposition, cela serait faisable, mais le timing est essentiel. Prendre vingt minutes plutôt que deux minutes pour distiller des informations importantes fait une énorme différence, et la PNL est responsable de l’analyse rapide et de la livraison de ces informations aux professionnels qui en ont besoin rapidement.

Ce qui est moins connu, c’est qu’une grande partie de ce contenu est en fait écrit par des algorithmes, aussi. Par exemple, ces dernières années, un analyste lisait et écrivait sur les dépôts S1, mais maintenant, ceux-ci sont automatisés sous la forme de rédaction de nouvelles, de blogs et de tweets. L’algorithme lit l’article, décide de ce qui est important d’écrire, quand et où le publier afin d’obtenir des informations pertinentes. Encore une fois, la précision et le temps sont des facteurs vitaux ici, et avec la PNL, vous n’avez pas à vous demander si vous sacrifiez l’un pour l’autre.

Une autre application utile de la PNL consiste à transformer les données non structurées en une forme plus utilisable. Par exemple, toutes les données ne se trouvent pas sous forme de texte: elles sont parfois présentées lors d’un appel sur les résultats, d’une présentation ou d’un reportage en direct. La PNL peut capturer ces informations, les connecter à d’autres sources de données cloisonnées et comprendre le contexte pour fournir des informations plus exploitables. Comme mentionné ci-dessus, le jargon financier est un autre défi en matière de recherche, surtout si vous considérez différents termes utilisés par différentes institutions. La PNL peut les lier intelligemment pour brosser un tableau complet de ce qui se passe, en aidant à approfondir les connaissances de l’industrie et à gagner un avantage sur le marché.

Grâce aux progrès des graphiques de connaissances basés sur la PNL, les relations entre les objets et le texte peuvent être extraites rapidement et facilement. Prenez une acquisition, par exemple – vous voulez savoir quelle entreprise a été acquise, la date, le montant, si elle est publique, et d’autres détails – tout cela peut être rendu à partir de l’analyse de texte avec la PNL. De même, si vous regardez les actualités financières, les mouvements de direction, l’émission d’actions, les actions, etc., vous ne vous souciez pas seulement du nom de l’entreprise, mais de qui a acquis qui et d’autres détails pertinents qui nécessitent que la PNL comprenne la relation entre les deux. entités.

L’adage «le temps, c’est de l’argent» est à l’origine de nombreux cas d’utilisation des services financiers, de sorte que la capacité de la technologie PNL à fournir des informations précises et en temps réel ouvre de nombreuses opportunités. Avec beaucoup plus de données qu’il y a encore quelques années, à des vitesses que même une équipe massive d’experts humains ne peut pas traiter, les outils d’automatisation ne sont plus seulement une fonctionnalité intéressante, mais une nécessité. Heureusement, tous les signes indiquent que les choses vont dans la bonne direction. Selon une étude récente de, l’influence des consommateurs avertis en technologie, la menace imminente des grandes entreprises technologiques et le changement d’attitude des régulateurs envers les nouvelles technologies ont tous un impact sur le secteur des services financiers. Il sera passionnant de voir comment l’adoption de la technologie prendra son envol au cours de la prochaine année.

Cet article a été contribué par David Talby, Directeur technique, John Snow Labs

Laisser un commentaire