EY applique la recherche avec Elastic pour pionnier l’expérience en IA générative en finance

Pour les institutions financières, l’accès rapide à des informations fiables est plus important que jamais, surtout compte tenu de la pression accrue pour se conformer à l’évolution des réglementations telles que l’adéquation des capitaux et les normes ESG (Environnemental, Social et Gouvernance). Pour cette raison, de nombreuses banques et leurs partenaires explorent le potentiel de l’IA générative pour libérer de la valeur à partir de grandes quantités de données non structurées, y compris des PDF et d’autres documents.

Ernst & Young (EY), l'un des plus grands réseaux de services professionnels au monde et l'un des principaux fournisseurs de solutions de pointe pour le secteur financier, travaille d'arrache-pied pour aider les banques à relever ces défis. Vishaal Venkatesh, responsable IA générative chez EY, déclare : « Notre objectif principal est de promouvoir une IA responsable et de fournir ces solutions efficacement à nos clients. Nous veillons à ce qu'ils comprennent non seulement la technologie, mais qu'ils possèdent également le framework approprié pour la mettre en œuvre avec succès. »

Pour atteindre cet objectif, EY s'est appuyée sur la plateforme Elasticsearch en utilisant sa solution d'IA générative. « Le travail de pointe d'Elastic en matière de recherche et de récupération nous a attirés », explique Venkatesh. « Nous avons intégré ces capacités dans notre pile d’IA pour Retrieval Augmented Generation (RAG), qui améliore la précision et accélère la récupération des informations à partir de données non structurées. »

Au cœur de la solution d’EY se trouve ESRE (Elasticsearch Relevance Engine), une suite d’outils qui combine modèles Machine Learning, transformation de données, une base vectorielle et la recherche et la récupération de données.

Venkatesh déclare : « Avec ESRE, nous pouvons utiliser des modèles de machine learning pour générer des représentations vectorielles stockées à grande échelle. » Nous avons utilisé un modèle d'intégration extrêmement efficace pour créer le composant RAG, ce qui a considérablement réduit notre temps de traitement. » EY a également profité de l’indexation et du segment améliorés disponibles via la suite de produits Elastic.

Cette collaboration permet à EY de cibler deux domaines de données non structurées stratégiquement précieux dans les services financiers : les critères ESG et les rapports financiers. « Elastic nous permet d’aider les banques à rationaliser le reporting sur leurs engagements ESG, y compris les indicateurs internes et les détails de l’ensemble de la chaîne de valeur », dit-il.

Pour les rapports financiers, la solution d’IA d’EY, propulsée par Elastic, peut extraire des données et des informations à partir de documents complexes comportés de nombreuses tables. « Imaginez extraire 14 variables clés d’un PDF de 40 pages ou comparer des informations sur plusieurs rapports de différentes années. C'est ainsi que nous faisons gagner du temps et des ressources à nos clients », explique Venkatesh.

En plus de fournir des technologies de pointe, Elastic offre une intégration fluide avec d’autres composants de la pile d’IA générative d’EY, notamment LamaIndex, un framework de données pour la création d’applications LLM, LangChain, et des bases vectorielles open source telles que LanceDB.

EY a observé des améliorations significatives dans trois domaines clés à la suite du déploiement d'Elastic :

• Des gains de précision d'environ 10 à 15 % grâce aux différentes méthodes de documentation et d'extraction ;
• La configuration RAG d’Elastic pouvait produire des résultats trois fois plus rapides comparé aux approches RAG natives ;
• Scalabilité améliorée, démontrant la capacité à gérer divers formats de documents et à scaler de manière transparente à différentes unités organisationnelles.

La rapidité de valorisation était un autre avantage crucial. « Traditionnellement, l’intégration des solutions fournisseurs représente un défi important en raison des longues périodes de mise en place », explique Venkatesh. « Cependant, l'infrastructure unique d'Elasticsearch a considérablement accéléré notre processus de développement, nous permettant d'en tirer les avantages bien plus rapidement. »

Venkatesh ajoute que la principale force d'Elasticsearch réside dans sa capacité à récupérer des informations à grande échelle tout en permettant l'intégration de diverses technologies d'IA tout au long du cycle de développement. Cette approche intégrée s'étend à l'offre de fonctionnalités vitales d'observabilité et de sécurité, garantissant ainsi des performances optimales sur l'ensemble du pipeline d'IA personnalisé d'EY.

« En tirant parti d’une solution robuste et sécurisée comme Elastic, nous éliminons le besoin d’investir des ressources importantes pour construire et assurer la maintenance de ces composants critiques à partir de zéro », explique Venkatesh. « De plus, le recours à une solution éprouvée et fiable comme Elastic atténue le risque de problèmes imprévus liés aux composants développés en interne. »

Tout au long du projet, EY a pu faire appel au soutien des gestionnaires de comptes Elastic et des experts techniques lorsque cela était nécessaire. « Notre collaboration avec Elastic a été remarquablement fluide, grâce à des fondations solides établies dès le début. Les efforts combinés des architectes de solutions Elastic et des chargés de clientèle nous ont permis de naviguer rapidement dans les complexités de l'IA générative et de réaliser des prototypes rapides, explique Venkatesh. »

Cela permet surtout à EY de rester à l'avant-garde de la révolution de l’IA générative. « Grâce aux puissantes fonctionnalités de recherche et de récupération d'Elastic, combinées au Machine Learning pour l'intégration vectorielle, nous sommes idéalement placés pour fournir à nos clients des outils d'IA générative responsables qui favorisent l'innovation, créent de la valeur et atténuent les risques. »