« Homard » suscite un engouement pour les agents IA, la prudence des banques dans leurs choix et la reconstruction de l’avenir

问AI · Pourquoi les banques sont-elles très prudentes envers les agents IA ?

Blue Whale News, 16 mars (journaliste Yan Qinwen) L’année dernière, la sortie de DeepSeek a suscité une ruée des banques vers l’adoption de nouvelles technologies, mais l’émergence récente de « Lobster » a rendu ces institutions beaucoup plus prudentes.

« OpenClaw est essentiellement une opération locale via un grand modèle qui appelle le système d’exploitation, nécessitant des permissions élevées. Les banques détiennent une quantité massive d’informations sur leurs utilisateurs, ce qui comporte des risques potentiels », explique un professionnel de la technologie bancaire. D’autres sources au sein de banques ont confié que leur institution interdit l’utilisation d’OpenClaw (Lobster).

Face à la vague des agents IA, comment les banques et autres institutions financières réagissent-elles ? Lors du Sommet international de l’innovation financière de Shanghai 2026, des invités de divers secteurs ont discuté de l’application de l’intelligence artificielle dans la finance.

En réalité, déployer OpenClaw dans une banque n’est pas une tâche facile. Lors du sommet, Wang Kaijing, vice-président du département financier de SenseTime, a déclaré : « Pour faire une version bancaire d’OpenClaw, il faut une compréhension approfondie de toutes les bases de données, processus métier et logiques opérationnelles de la banque, afin de pouvoir appliquer ce qu’on appelle des agents intelligents visibles sur le marché grand public dans le système bancaire. »

Selon Wang Kaijing, les outils d’analyse de données des grands modèles offrent une nouvelle valeur dans l’ère de l’IA : ils présentent l’état des risques sous un angle plus complet, aidant les banques à gérer les risques de manière plus précise. Cependant, la prise de décision finale sur les risques et leur gestion repose sur le système interne de la banque ou la régulation des risques.

Lin Yonghua, vice-directeur et ingénieur en chef de l’Institut de recherche en intelligence artificielle de Beijing Zhiyuan, insiste également sur l’importance de la sécurité opérationnelle : « Lorsqu’un système d’agents intelligents comme OpenClaw entre dans une entreprise, l’environnement d’exécution doit être de niveau entreprise, sécurisé. »

Cependant, Dong Longfei, vice-président senior de Mooresoft, mentionne que les agents IA sont en constante évolution, ce qui nécessite la construction d’un système. « Aujourd’hui, OpenClaw ou les agents ne peuvent pas encore révolutionner le système bancaire, mais en regardant dix ans en arrière, ces agents ne sont peut-être qu’un ‘bébé’. À l’avenir, ils deviendront des ‘adultes’. »

Dong Longfei explique que les agents représentent la communication entre machines, pas entre humains et machines. La communication machine à machine se fait essentiellement via API, mais tous les systèmes bancaires sont fermés. « C’est une étape cruciale pour que les banques passent d’un système fermé à un système ouvert, mais cette transition ne se construit pas en un jour. »

Il ajoute que les banques traditionnelles devraient coexister avec les entreprises technologiques et les plateformes numériques, en créant des API ouvertes pour intégrer des agents IA dans tout le système. À l’avenir, il sera également essentiel de développer des calculs de confidentialité des données et un cadre éthique de confiance.

« Peut-être que dans le futur, certaines banques n’existeront plus, remplacées par des agents, qui seront des machines interagissant entre elles. L’ensemble du secteur pourrait alors adopter une nouvelle configuration », conclut Dong Longfei.

Alors, comment faire pour que ces agents deviennent des logiciels plus sûrs et plus efficaces, et que les banques et autres institutions financières puissent en tirer parti ?

« La compétence clé, c’est les Skills (modules de compétences professionnelles) », souligne Lin Yonghua. « Seules des Skills professionnelles peuvent vraiment comprendre les applications et connaissances spécifiques à un domaine. Actuellement, des dizaines de milliers de Skills open source existent dans le monde, mais ce qui manque, ce sont des Skills certifiés, capables de résoudre efficacement des problèmes spécialisés. »

Pour le secteur financier, Lin Yonghua estime qu’il faut construire une base de connaissances financières et des compétences professionnelles, c’est-à-dire connecter le grand modèle à une base de données spécialisée. Avec le développement accéléré de l’ère des agents intelligents, accumuler des Skills dans des domaines spécialisés, utilisables par ces agents, devient une priorité.

Il est également important de noter que l’ère de l’IA bouleverse aussi les banques traditionnelles. Li Lin, vice-directeur de l’Institut de recherche de la Banque Pudong, indique que, bien que certaines banques adoptent davantage la technologie IA ou numérique, leur système de connexion reste encore inadéquat pour l’IA.

« Aujourd’hui, l’IA repose sur la confiance et la vérification. Il faut d’abord lui faire confiance, puis la vérifier. La vérification permet de corriger les erreurs dans les activités », explique-t-il.

Il précise que la condition fondamentale est une base de données solide : si la donnée est bonne, l’application le sera aussi. Par ailleurs, la taille de la banque influence aussi la transformation : une grande échelle implique une inertie importante et une pression accrue pour la transition, surtout avec un grand nombre d’employés.

« Pour une banque, l’adoption ou non de l’IA doit finalement se refléter dans ses performances », conclut Li Lin.