Morgan Stanley divise par deux le travail de rapprochement P&L grâce à une IA axée sur le contrôle humain

Morgan Stanley a considérablement amélioré son flux de travail, essentiel et soumis à des délais stricts, de rapprochement des profits et pertes (P&L) grâce à son système interne d'IA, FIXR. La banque rapporte que cela a divisé le travail par deux, non pas en augmentant l'autonomie du système, mais en renforçant la supervision humaine et la construction itérative de règles.

Traditionnellement, le rapprochement P&L implique une investigation manuelle approfondie des divergences portant sur des centaines de milliers d'attributs de données provenant de divers systèmes. Ce processus prenait souvent jusqu'à six heures par livre avant une échéance matinale. FIXR accomplit désormais cette tâche en deux à trois heures par jour, économisant environ 1500 heures de travail de contrôleur par semaine pour les quelque 100 employés concernés.

Le système FIXR analyse automatiquement les différences identifiées, appelées "breaks", et propose des solutions. Des agents spécialisés interprètent les directives antérieures, apprennent des actions des contrôleurs humains et transforment les schémas récurrents en logique automatisée et durable. Le système peut automatiquement dédouaner les "breaks" familiers, suggérer des solutions pour ceux moins courants, ou signaler des éléments pour examen humain en cas d'incertitude. De manière cruciale, toutes les recommandations sont vérifiées et approuvées par des humains, dont les décisions alimentent le système pour améliorer ses performances au quotidien.

Selon Morgan Stanley, cette approche maintient la responsabilité humaine tout en permettant une automatisation contrôlée. La stratégie privilégie l'établissement de processus robustes avant la mise en œuvre de l'IA et se concentre sur l'extensibilité à travers les opérations mondiales. Le système est conçu pour être déterministe autant que possible, s'appuyant sur des règles fixes dérivées des retours humains plutôt que sur un jugement complet par l'IA pour les tâches complexes, garantissant ainsi le contrôle et l'efficacité.