Goldman Sachs restreint l’accès aux outils d’IA générative pour les traders et les banquiers

Depuis quelques mois, les équipes de trading et de banque d’investissement de Goldman Sachs pouvaient tester des assistants d’écriture de code basés sur l’intelligence artificielleIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision., comme Claude Code d’Anthropic ou les fonctionnalités de GitHub Copilot de Microsoft. Ces outils permettaient à des professionnels non‑développeurs de créer rapidement des prototypes de scripts d’analyse, de suivre des flux de marché ou de générer des présentations. En octobre, la banque a décidé de couper l’accès à ces services pour la quasi‑totalité de ses salariés, ne le réservant plus qu’aux ingénieurs spécialisés.

Un retour à la prudence

Le changement a été annoncé par Bloomberg, qui cite des consignes internes diffusées en octobre. Selon le porte‑parole de Goldman, Nick Carcaterra, la phase d’expérimentation est terminée et la société veut désormais limiter l’usage de l’IA aux personnes « les mieux placées pour les exploiter à long terme ». La décision repose sur une combinaison de facteurs, dont la productivité et la gestion du risque. Les équipes de conformité et de contrôle des risques de la banque ont longtemps exprimé leurs inquiétudes quant à la fiabilité du code produit par des modèles d’IA, surtout lorsqu’il est intégré à des systèmes de trading en temps réel.

Pourquoi les traders étaient‑ils attirés par ces outils ?

En juillet, le directeur des investissements technologiques de la banque, Marco Argenti, avait décrit un mode de travail qu’il appelait « vibe codingVibe CodingApproche de développement logiciel reposant principalement sur des instructions en langage naturel données à une IA pour générer et modifier du code. ». L’idée était simple : un trader identifie un besoin, décrit le problème à l’IA, obtient un prototype fonctionnel en quelques minutes, puis le transmet à un développeur qui le transforme en produit exploitable. Cette approche promettait de raccourcir les cycles de développement, de libérer les équipes techniques et d’accélérer l’innovation au sein de la finance.

Les limites qui ont conduit à la remise en cause

Malgré l’enthousiasme initial, plusieurs points de friction sont apparus. D’une part, le code généré par l’IA pouvait contenir des erreurs subtiles, difficiles à détecter sans une revue approfondie. Dans le contexte du trading, où chaque milliseconde compte, une faille ou une mauvaise interprétation des données peut entraîner des pertes financières importantes. D’autre part, le suivi de la conformité juridique et réglementaire devient plus complexe lorsqu’un algorithme est partiellement créé par une boîte noire.

Enfin, la productivité n’a pas toujours été au rendez‑vous. Certains employés ont signalé que le temps passé à corriger les scripts générés par l’IA compensait largement les gains de rapidité initiaux. Le rapport de Bloomberg mentionne également que la direction a constaté une « diversité d’usage » difficile à harmoniser, ce qui a limité les retours d’expérience exploitables à grande échelle.

Quelles alternatives pour les équipes non techniques ?

Goldman Sachs ne supprime pas complètement l’accès à l’IA ; les ingénieurs continuent de travailler avec les mêmes outils, ce qui garantit que le code produit bénéficie d’une expertise technique solide. Pour les traders, la banque mise désormais sur des solutions internes de low‑code ou de no‑code, contrôlées par les équipes informatiques. Ces plateformes offrent des environnements de développement plus encadrés, avec des validations automatiques de conformité et des audits de sécurité intégrés.

En quoi cette décision illustre la maturité du secteur ?

La restriction des outils d’IA générativeIA générativeIntelligence artificielle capable de créer de nouveaux contenus, notamment du texte, des images, du son, des vidéos ou du code. n’est pas unique à Goldman Sachs. D’autres institutions financières, comme JPMorgan ou Citigroup, ont également adopté des politiques restrictives après avoir constaté les risques liés à l’usage non encadré de l’IA. Cette tendance indique que le secteur commence à passer d’une phase d’expérimentation à une phase d’intégration prudente, où la gouvernance et la sécurité priment sur la rapidité d’innovation.

Pour les professionnels de la technologie, l’enjeu est clair : il faut développer des cadres de travail qui permettent de profiter des capacités créatives de l’IA tout en assurant une supervision humaineHuman in the LoopApproche intégrant une intervention humaine dans le fonctionnement, la validation ou les décisions d'un système automatisé. rigoureuse. La prochaine génération d’outils devrait donc s’appuyer davantage sur des modèles auditables, capables de fournir des traces de décision et de respecter les exigences de conformité propres à la finance.

En pratique, les traders de Goldman Sachs devront désormais s’appuyer sur leurs analystes quantitatifs et leurs équipes de développement pour transformerTransformerArchitecture de réseau neuronal reposant notamment sur des mécanismes d'attention pour traiter des séquences de données. leurs idées en code fiable, tout en continuant d’explorer des solutions low‑code sous la supervision de l’informatique. Cette évolution montre que l’IA reste un levier puissant, mais qu’elle doit être maniée avec précaution dans des environnements à haute responsabilité financière.