Bâtir la société d’investissement augmentée par AI : une architecture technologique pour le conseil moderne

Introduction

Une société d’investissement est une chaîne de décisions soutenue par des preuves, des modèles, le jugement, la communication et le contrôle. Une opportunité entre dans le pipeline. La recherche et la due diligence façonnent une opinion. Un modèle exprime l’économie et le risque. Un comité d’investissement autorise une position. Les équipes de portefeuille suivent les résultats. Le reporting destiné aux clients, aux investisseurs et aux régulateurs explique ce qui s’est passé et pourquoi. La technologie touche chaque étape, mais de nombreuses entreprises fonctionnent encore au moyen de boîtes de réception déconnectées, de lecteurs partagés, de tableurs, de terminaux de données, de systèmes de gestion de la relation client, de plateformes de portefeuille et de fichiers de présentation.

L’intelligence artificielle peut accroître la capacité analytique de ce modèle opérationnel. Les modèles documentaires peuvent classer et extraire. Les modèles de langage peuvent récupérer, comparer et rédiger. Les modèles statistiques peuvent estimer le risque ou identifier des anomalies. Les agents de workflow peuvent acheminer les tâches et utiliser des outils contrôlés. Ces capacités ne créent de la valeur que lorsque l’entreprise peut préserver les preuves, l’identité, les autorisations, l’intégrité des calculs, l’examen et l’autorité de décision.

Les données institutionnelles montrent une adoption rapide parallèlement à une compréhension incomplète. L’enquête 2024 de la Banque d’Angleterre et de la Financial Conduct Authority a recueilli 118 réponses auprès de banques, assureurs, prêteurs non bancaires, sociétés d’investissement et de marchés de capitaux, ainsi que d’entreprises d’infrastructure de marché financier et de paiements. Soixante-quinze pour cent des répondants ont déclaré utiliser actuellement AI et 10 % supplémentaires prévoyaient de l’utiliser dans les trois ans. Les modèles de fondation représentaient 17 % des cas d’usage déclarés. Un tiers des cas d’usage correspondaient à des mises en œuvre par des tiers ; les trois fournisseurs de modèles les plus fréquemment cités représentaient 44 % des fournisseurs de modèles cités. Quarante-six pour cent des entreprises ont déclaré ne comprendre que partiellement les technologies AI qu’elles utilisent, contre 34 % déclarant une compréhension complète [1]. Ces résultats sont déclarés par les répondants et couvrent largement les services financiers.

La même enquête a signalé une certaine prise de décision automatisée dans 55 % des cas d’usage de AI et une autonomie complète dans seulement 2 % [1]. La distinction entre assistance et autorité est donc une question de modèle opérationnel. Un cabinet de conseil moderne a besoin d’une architecture qui détermine où résident les données, quel système fait autorité, quelle tâche un modèle peut accomplir, comment un résultat est testé, qui le contrôle, quand un processus s’arrête et quel enregistrement subsiste.

Cet article développe une architecture technologique pour les équipes d’investissement des family offices, les gestionnaires de marchés privés, les gestionnaires de fonds, les équipes de placement de fonds et les cabinets de conseil associés. Il couvre l’origination, la recherche, la due diligence, l’analyse d’investissement, la gouvernance des comités, le suivi de portefeuille, les relations investisseurs, le reporting et le contrôle d’entreprise.

La proposition de conception centrale est que l’architecture rend le modèle opérationnel exécutable. L’architecture doit exposer le mandat de la société, les droits de décision, les éléments probants, les calculs, les modèles, les flux de travail et les enregistrements en tant que composants gouvernés. Elle doit aider les personnes à prendre des décisions plus complètes et plus opportunes tout en conservant une autorité humaine responsable sur les conclusions importantes, les engagements et les communications externes.

Cet article est une synthèse de recherche et un cadre de conception. Il ne rapporte ni déploiement en production observé de Matchpoint, ni gain de productivité observé, ni revenu réalisé, ni performance d’investissement, ni comparaison entre des fournisseurs de technologies spécifiques.

Définitions, périmètre et méthode

Périmètre des sociétés d'investissement

Le terme société d'investissement est utilisé de manière fonctionnelle. Il englobe une organisation qui initie, évalue, structure, approuve, gère ou conseille des investissements et des relations de capital. Le modèle opérationnel peut être situé au sein de :

• un family office mono-familial ou multi-familial ;
• un gestionnaire de capital-investissement, de crédit privé, d'immobilier ou de capital-risque ;
• un conseiller en investissements alternatifs ;
• une société de placement de fonds ou de conseil en capital ;
• un bureau d'investissement au sein d'une société holding ; ou
• un conseiller spécialisé en finance d'entreprise.

Le statut juridique et réglementaire varie selon l'entité, le service, le client, l'activité et la juridiction. Les références aux règles ou aux documents de supervision conservent leur portée indiquée. Il ne faut pas présumer qu'un family office, un gestionnaire exempté ou une activité de conseil non réglementée relève d'un régime au seul motif qu'un contrôle opérationnel similaire est utile.

Catégories de technologies

Cet article distingue cinq catégories de technologies.

Systèmes de référence détiennent des entités, relations, transactions, positions, documents, écritures comptables, approbations et communications faisant autorité.

Services déterministes appliquent des règles ou des formules fixes. Exemples : calculs de flux de trésorerie, agrégation des expositions, calculs de frais, tests de covenant et rapprochements.

Modèles statistiques et d'apprentissage automatique estiment, établissent un classement, classifient ou détectent des motifs. Ils nécessitent une finalité d'utilisation définie, des éléments probants de développement, une validation, une surveillance et un contrôle des modifications.

Modèles de langage et de documents classifient des documents, proposent des champs extraits, récupèrent des passages, comparent des clauses, résument des éléments de preuve et rédigent des analyses. Leurs résultats nécessitent une vérification des sources et des affirmations.

Agents de workflow coordonnent la récupération, les outils, les transitions d’état, les exceptions et l’examen. Leur autorité est établie par la politique, les permissions et les points d’approbation.

Cette séparation favorise des contrôles propres à chaque composant. Un calcul déterministe doit être recalculé. Un modèle de risque doit être testé pour sa performance et sa stabilité. Un paragraphe généré doit être vérifié quant à la validité des citations et aux affirmations non étayées. Un agent doit être testé pour l’utilisation correcte des outils, le comportement d’arrêt et le respect des règles d’autorité.

Méthode de recueil des preuves

L’article examine 18 sources primaires, officielles, de supervision et de praticiens.

Preuves AI du secteur financier. Les résultats d’enquête de la Bank of England et de la FCA, les rapports de l’IOSCO, la consultation du FSB et la déclaration de l’ESMA décrivent des cas d’usage, l’adoption, la dépendance à l’égard de tiers, la gouvernance et les risques liés à la protection des investisseurs [1-5]. Le rapport de l’IOSCO de mars 2025 et le rapport du FSB de juin 2026 sont des consultations ; ils ne créent pas de normes internationales contraignantes [3,4].

Preuves en matière de conduite et de juridiction. Les actions d’application de la SEC, les orientations de la CBUAE, les orientations conjointes de supervision UAE, DORA, les documents de la FCA sur la résilience opérationnelle, les documents du DIFC sur la protection des données et les attentes du DFSA en matière de cybersécurité éclairent la divulgation, les données, la résilience, l’externalisation, les enregistrements et la gouvernance [6-10,16-18]. L’applicabilité dépend de la société et de la juridiction.

Cadres technologiques intersectoriels. Le cadre de gestion des risques AI du NIST, le profil génératif AI, le cadre de cybersécurité 2.0, l’architecture Zero Trust et le cadre de développement logiciel sécurisé fournissent des références volontaires et intersectorielles en matière de risque et d’architecture [11-15].

Architecture des praticiens. Le guide d’OpenAI apporte des modèles de conception d’agents rédigés par le fournisseur [19]. Il ne s’agit pas de preuves comparatives indépendantes.

Le problème d’architecture

État décisionnel fragmenté

Le travail d’investissement se déroule rarement au sein d’une seule application. Une relation peut débuter dans un système de gestion de la relation client. Les documents arrivent par e-mail ou sont déposés dans une data room. Les analystes tiennent des tableurs et des modèles. La recherche se trouve dans des terminaux, des abonnements et des notes internes. Les points de due diligence apparaissent dans des outils de suivi. Les supports du comité deviennent des présentations et des PDF. Les termes approuvés passent dans des documents juridiques et des systèmes de portefeuille. Les équipes de reporting reconstruisent les explications pour les clients et les investisseurs.

Chaque transfert peut entraîner une perte d’identité, de version, de source, de définition ou d’état d’approbation. Le fichier le plus récent n’est pas nécessairement le fichier approuvé. Une conclusion peut subsister après la modification de l’hypothèse qui la sous-tend. Le responsable d’une relation peut voir un statut de pipeline différent de celui de l’équipe d’investissement. Le suivi de portefeuille peut utiliser une définition de covenant différente de celle retenue lors de l’analyse de souscription. Le reporting investisseurs peut citer un chiffre dont le calcul ne peut pas être reproduit.

AI peut accélérer ces transferts et peut aussi accélérer la propagation d’un enregistrement fragile. L’architecture cible commence donc par des identifiants stables, un état explicite et une traçabilité.

Quatre systèmes couplés

La société comprend quatre systèmes couplés.

1. Le système commercial gère les relations, les opportunités, les mandats, la collecte de fonds et les communications.
2. Le système d’investissement gère la recherche, la due diligence, la modélisation, les décisions du comité, les positions et le suivi.
3. Le système de contrôle gère les autorisations, la conformité, les conflits, la confidentialité, le risque cyber, les enregistrements, les incidents et la remise en question indépendante.
4. Le système de gestion gère les personnes, la capacité, les aspects économiques, la qualité de service et le changement.

Un flux de travail peut traverser les quatre systèmes. Un co-investissement potentiel implique des éléments probants sur la relation, une analyse d’investissement, un examen des conflits, des autorisations de données, l’autorité du comité, des registres d’allocation et des communications aux investisseurs. L’architecture doit préserver ces relations tout en limitant l’accès de chaque utilisateur et de chaque service au minimum requis.

Le problème de la source de vérité

Une base de données universelle unique est rarement pratique. Une entreprise peut plutôt définir la propriété faisant autorité par objet.

La couche d’intégration doit faire circuler les identifiants et les événements gouvernés plutôt que de dupliquer chaque objet dans chaque système. Une mise à jour de relation, un nouveau document, un modèle modifié, une approbation du comité ou une violation de covenant devient un événement doté d’une identité, d’un horodatage, d’un propriétaire et de consommateurs en aval.

Pouvoirs et représentation

Les décisions de la SEC de mars 2024 ont conclu que deux conseillers en investissement avaient fait des déclarations fausses et trompeuses concernant leur utilisation de AI et ont infligé USD 400,000 au total au titre de sanctions civiles [6]. Les faits de contrôle sont propres à ces sociétés. La leçon d’architecture est plus large : les déclarations publiques sur la technologie doivent avoir un responsable des éléments probants, un parcours d’approbation et un fondement conservé.

La même discipline s’applique aux conclusions d’investissement. Un modèle peut proposer une classification. Une équipe de transaction peut l’interpréter. Une fonction indépendante peut la contester. Un comité peut décider. Le système doit représenter chaque action de manière distincte.

Modèle opérationnel cible

Objets de décision

L’unité de travail contrôlée est un objet de décision. Il peut représenter une décision de qualification, une conclusion de due diligence, une valorisation, une allocation, une approbation du comité d’investissement, une action sur le portefeuille ou une déclaration externe.

Un objet de décision consigne :

• l’objectif et le périmètre ;
• les entités et les instruments ;
• les éléments de preuve autorisés et la date d’arrêté ;
• les hypothèses et les retraitements ;
• les calculs et les résultats de modèle ;
• la matérialité et la classe de risque ;
• les exceptions et les points non résolus ;
• le réviseur et l’autorité de décision ;
• les conditions et les conséquences du suivi ; et
• l’historique des versions et des actions.

L’objet peut comporter plusieurs lots de travail. Un objet de décision de due diligence peut inclure l’enregistrement des sources, une analyse commerciale, une analyse financière, une analyse technologique, des questions juridiques et un lot intégré de remise en question. Chaque lot dispose de ses propres outils, tests et responsable.

Équipes de plateforme orientées produit

La responsabilité de la technologie doit s’aligner sur les capacités métier plutôt que sur des applications isolées. Une petite structure peut cumuler les rôles ; les responsabilités demeurent explicites.

Les équipes produit maintiennent un résultat, un parcours utilisateur, un contrat de données, un niveau de service, un ensemble de contrôles, un backlog et un coût. La propriété des applications reste pertinente, même si elle s'inscrit dans la capacité de bout en bout.

Trois lignes de responsabilité

La première ligne est responsable du cas d'usage et du résultat. Elle définit l'objectif, les éléments probants, le flux de travail, les contrôles et les critères d'acceptation. La deuxième ligne apporte une remise en question indépendante sur le risque, la conformité, le juridique, la confidentialité, le risque de modèle, la sécurité de l'information ou la valorisation, selon le cas. L'audit interne ou une autre fonction d'assurance indépendante évalue la conception et le fonctionnement selon le modèle de gouvernance de la société.

Pour un family office plus petit, des conseillers externes désignés peuvent fournir certaines parties de la deuxième ou de la troisième ligne. L'autorité de décision conservée et la voie d'escalade doivent être documentées.

Un catalogue de services communs

Les services partagés réduisent la duplication des contrôles. L’architecture doit offrir des capacités réutilisables pour :

• identité et accès ;
• résolution d’entités ;
• enregistrement de documents ;
• récupération tenant compte des autorisations ;
• extraction structurée ;
• calcul déterministe ;
• enregistrement et déploiement de modèles ;
• politique relative aux prompts et aux outils ;
• état du workflow ;
• approbation humaine ;
• diffusion des communications ;
• journalisation immuable ;
• évaluation et surveillance ; et
• Gestion des incidents et des exceptions.

Le catalogue sépare l’infrastructure commune du jugement d’investissement. Une équipe sectorielle peut constituer un dossier de souscription spécialisé à partir de services communs de source, d’identité, de calcul et d’approbation.

Architecture technologique de référence

Couche d’expérience

Les utilisateurs interagissent via des postes de travail adaptés à leur rôle. Un chargé d’origination voit les relations, le pipeline, l’adéquation au mandat et les prochaines actions. Un analyste voit les sources, les modèles, les questions ouvertes et les travaux préparatoires. Un membre du comité d’investissement voit les éléments prêts pour la décision, les changements, les exceptions et les approbations. Un gestionnaire de portefeuille voit les positions, les hypothèses, les covenants et les événements de suivi. Les relations investisseurs voient les messages approuvés, les données du fonds et le statut des communications.

La couche d’expérience peut inclure le chat ou la recherche en langage naturel. Chaque résultat doit conserver sa source, son autorisation et son statut. Une interface conversationnelle ne doit pas créer une mémoire distincte et non gouvernée du cabinet.

Couche de workflow et de politiques

Le moteur de workflow contient l’état des processus, les dépendances, les échéances, les approbations, la matérialité, les autorisations d’outils et les conditions d’arrêt. La politique est exprimée sous forme de règles testables.

Exemples :

• un contrôle des conflits doit être validé avant tout engagement externe ;
• un fait non vérifié ne peut pas étayer une conclusion d’investissement diffusée ;
• un ratio financier doit utiliser une définition et une version de calcul approuvées ;
• un dossier de comité ne peut pas être diffusé tant qu’une exception significative n’est pas résolue ;
• un destinataire externe doit correspondre à une entité approuvée et à une finalité de communication approuvée ; et
• une violation de portefeuille doit être transmise à l'autorité désignée dans la fenêtre approuvée.

La couche de politique crée des exceptions avec un responsable. Elle ne doit pas combler silencieusement une approbation manquante.

Couche d'intelligence

La couche d'intelligence contient la récupération, les modèles de documents, les modèles de langage, les modèles statistiques, les règles et les services déterministes. Un routeur sélectionne le composant approprié selon la tâche et le risque.

La récupération de preuves renvoie des passages approuvés et des faits structurés. Les outils déterministes effectuent des calculs. Les modèles statistiques estiment des résultats bornés. Les modèles de langage comparent et rédigent avec des citations. Les agents coordonnent ces services dans l'état du workflow et le périmètre d'autorité.

Couche de données et de preuves

La couche de données comprend les entités maîtresses, les documents, les faits structurés, les données de marché, les données financières, les données de portefeuille, les enregistrements de communication et les taxonomies de référence. Chaque objet porte des attributs de propriété, de classification, de lignage, de qualité et de conservation.

Le graphe de preuves relie source, fait, hypothèse, calcul, modèle, conclusion, terme, décision et événement de surveillance. Le même graphe permet une traçabilité ascendante depuis une déclaration externe jusqu'à son fondement et une traçabilité descendante depuis une source modifiée jusqu'aux décisions concernées.

Couche d'intégration et d'événements

Les API et les flux d'événements gouvernés connectent les systèmes faisant autorité. Les lignes directrices conjointes de supervision UAE portent sur les API, l'informatique en nuage, la biométrie, l'analytique de mégadonnées, AI et la technologie de registre distribué. Elles préconisent la gestion des risques, la sécurité, la gestion des données, la due diligence, l'évaluation de l'externalisation et la surveillance dans le périmètre institutionnel indiqué [8].

Un contrat d'événement spécifie le producteur, le consommateur, l'identifiant d'objet, le schéma, l'horodatage, la classification, la version et l'exigence de livraison. Les consommateurs traitent les événements de manière idempotente et enregistrent les échecs. Les charges utiles sensibles sont minimisées ; une référence autorisée peut remplacer la duplication de données.

Plans de sécurité et d'observabilité

La sécurité et l'observabilité traversent chaque couche. L'identité, la posture des appareils, l'autorisation, le chiffrement, les secrets, les contrôles de perte de données et la politique réseau s'appliquent aux utilisateurs, aux services et aux agents. Les journaux capturent les accès, la récupération, les invites ou spécifications de tâche, les appels d'outils, les versions de modèles, les validations, les approbations, les mises en production, la latence, le coût et les incidents.

NIST SP 800-207 encadre le modèle zéro confiance autour de la protection des ressources et des décisions d'accès à moindre privilège pour les utilisateurs, les applications, les services et les appareils [14]. Le présent document applique ce principe à chaque requête. Une connexion réussie ne crée pas un accès illimité aux données d'investissement.

Socle de données et de preuves

Graphe d'entités

Les relations d'investissement couvrent les personnes, les organisations, les fonds, les véhicules, les actifs, les instruments, les mandats, les comptes et les prestataires de services. Les noms varient selon les documents et les systèmes. Un graphe d'entités enregistre des identifiants internes stables, des identifiants légaux vérifiés lorsqu'ils sont disponibles, les rôles, la détention, les relations, la juridiction et les dates d'effet.

La résolution d'entités doit créer des correspondances proposées avec un niveau de confiance et des éléments probants. Une personne approuve les correspondances ambiguës. Le graphe doit conserver les anciens noms et les relations historiques plutôt que de les écraser.

Le graphe d'entités prend en charge les contrôles de conflits, l'agrégation des expositions, l'analyse des parties liées, la validation des destinataires et l'intelligence relationnelle. Il limite également le mélange de données entre clients, fonds et mandats.

Registre des preuves

Chaque fait important doit être lié à un enregistrement source contenant l'identité du fichier ou du système, le propriétaire, la date, la version, l'empreinte ou la révision système, la période de référence, l'autorisation et le statut de remplacement. Les faits extraits proposés conservent les emplacements sources exacts.

Le statut reste attaché lorsqu’un fait apparaît dans une entrée de modèle, un paragraphe, un graphique ou une communication.

Taxonomie et couche sémantique

Une taxonomie commune définit les secteurs, les stratégies, les instruments, les étapes, les types de décision, les risques, les exigences et les services. Une couche sémantique définit les métriques et les dimensions utilisées dans l’analyse et le reporting.

Par exemple, les actifs sous gestion, le capital engagé, le capital investi, la valeur nette d’inventaire et la valeur brute d’inventaire sont distincts. Le chiffre d’affaires peut être déclaré, annualisé, contractuel ou encaissé. L’exposition peut être brute, nette, en transparence ou pondérée par le risque. La définition inclut la formule, l’unité, la base temporelle, le périmètre, le responsable et l’usage approuvé.

Les modèles de langage peuvent associer des termes sources à des termes canoniques proposés. Une validation déterministe et l’approbation du responsable établissent la correspondance publiée.

Contrats de qualité des données

Un contrat de données précise le schéma, la définition, la source, la fréquence, les contrôles qualité, la date d’arrêté, le responsable et l’action en cas d’échec. Les dimensions de qualité incluent la complétude, la validité, le rapprochement, l’actualité, l’unicité et la cohérence.

Un contrôle échoué crée une exception et identifie les consommateurs en aval. Un tableau de bord de portefeuille doit afficher la fraîcheur et la couverture de ses données, et pas seulement la valeur calculée.

Confidentialité et respect de la vie privée

Les entreprises d'investissement peuvent traiter des données personnelles, des informations commercialement sensibles, des informations privilégiées, des dossiers clients et des données de fonds à accès restreint. L'architecture classe les informations à la source et applique des règles de finalité, de juridiction, de conservation et de partage.

Le cadre de protection des données du DIFC établit des obligations concernant la collecte, le traitement, l'utilisation, les droits des personnes et les transferts de données pour les entités relevant de son champ d'application [16]. Les orientations 2026 de la CBUAE traitent de la transparence, de la responsabilité, de l'explicabilité, de la confidentialité des données et de la supervision humaine pour les institutions financières agréées lorsque AI peut avoir une incidence sur les consommateurs [7]. L'analyse juridique de chaque entreprise devrait identifier le régime et le contrat applicables.

Modèles, systèmes de langage et agents

Inventaire des cas d'utilisation

Chaque cas d'utilisation de AI ou de modèle devrait avoir une finalité enregistrée, un propriétaire, des utilisateurs, des parties affectées, des données, une sortie, une matérialité, un fournisseur, une version, des dépendances, une utilisation prévue, une utilisation interdite, des tests, une solution de repli et une autorité de décision.

L'inventaire devrait inclure des scores fournis en externe, des fonctionnalités intégrées de fournisseurs et des outils créés par les utilisateurs finaux. Les résultats de l'enquête de la Bank of England et de la FCA concernant les tiers et la compréhension étayent la nécessité de recenser les composants des fournisseurs et les lacunes de connaissances [1].

Classification par niveau de risque

La classification par niveau de risque tient compte des conséquences, de l'autonomie, de la sensibilité des données, de la réversibilité, de l'échelle, de l'exposition externe et de la détectabilité.

Un résultat peut changer de niveau selon son usage. Un résumé utilisé à titre d’orientation peut relever du niveau 1. Le même texte cité dans un rapport investisseur devient une déclaration externe significative et fait l’objet d’un seuil de diffusion plus élevé.

Récupération et ancrage

La récupération tenant compte des autorisations doit filtrer les sources avant l’accès au modèle. Le système enregistre la requête, l’ensemble des sources, les versions, les passages récupérés et les citations. La qualité de la récupération est testée au moyen de questions annotées, de sources attendues, du rappel, de la précision et de l’abstention.

Une citation établit l’emplacement de la source. Elle n’établit pas que l’affirmation est complète, actuelle ou correctement interprétée. L’examen des affirmations teste le soutien, la contradiction, l’omission, la portée et le caractère significatif.

Outils déterministes

L’arithmétique financière, le calcul des frais, l’agrégation des expositions, les rapprochements et les tests de règles doivent recourir à des services déterministes lorsque les formules peuvent être spécifiées. Le service enregistre la version du code, les entrées, l’unité, la devise, la période, le résultat et la validation.

Un modèle de langage peut préparer les entrées, expliquer un résultat et identifier les exceptions. Le service de calcul approuvé reste celui qui fait autorité.

Modèles statistiques

Les modèles statistiques nécessitent des données de développement, des définitions des résultats, un échantillonnage, une validation, une calibration, une stabilité, une explicabilité, des limites et une surveillance adaptés à l’usage prévu. Les performances doivent être segmentées lorsque les différences de population importent.

Une mise en production de modèle documente la version approuvée et le périmètre d’utilisation. Toute modification importante des données, d’une variable, d’un fournisseur ou d’un objectif déclenche une réévaluation. Une dérogation humaine consigne le motif, l’autorité et l’examen ultérieur du résultat.

Modèles de langage

Les systèmes de langage sont évalués sur plusieurs tâches plutôt qu’au moyen d’un score global unique. Les tests couvrent la fidélité à la source, les affirmations importantes non étayées, l’exhaustivité, le respect des instructions, la confidentialité, l’injection de prompt, l’utilisation d’outils, le format, la latence et le coût.

Le RMF AI du NIST organise les travaux volontaires de gestion des risques autour des fonctions Gouverner, Cartographier, Mesurer et Gérer [11]. Le profil AI génératif ajoute des risques et des actions propres aux systèmes génératifs, notamment la confabulation, l’intégrité de l’information, la confidentialité, la sécurité, la configuration humain-AI et le risque lié aux tiers [12]. L’article met en correspondance ces résultats avec les processus d’inventaire, d’évaluation, de mise en production et de gestion des incidents au niveau de l’entreprise.

Agents de workflow

Les recommandations des fournisseurs définissent généralement un agent au moyen d’un modèle, d’outils et d’instructions, avec des garde-fous et une évaluation autour du flux de travail [19]. Une mise en œuvre par une société d’investissement devrait ajouter un état explicite, une identité, un périmètre de sources, un budget, des conditions d’arrêt et une autorité nommément désignée.

Un agent peut récupérer des éléments de preuve approuvés, appeler un service de calcul, préparer un brouillon et ouvrir une exception. La transmission externe, les modifications de modèle, les transactions, les conditions contraignantes et les décisions d’investissement restent soumises à des barrières d’autorisation adaptées à la société.

Pile d’évaluation

Applications du cycle de vie de l'investissement

Origination et intelligence relationnelle

La plateforme peut unifier les éléments de preuve approuvés relatifs aux relations, aux mandats, au marché et aux interactions. Elle peut proposer des classifications d'opportunités, identifier des chemins relationnels, préparer des briefings de réunion et suivre les prochaines actions.

Les contrôles incluent l'utilisation licite et autorisée des données, la fraîcheur des sources, les contrôles des conflits d'intérêts, la résolution des doublons, la validation des communications et la gestion des désinscriptions. Toute affirmation générée sur une relation doit citer son fondement.

Recherche et intelligence thématique

L'atelier de recherche enregistre les sources, extrait les faits proposés, regroupe les éléments de preuve par thèse, identifie les divergences et rédige des notes sourcées. Un objet thèse consigne les éléments favorables et contraires, les hypothèses, l'horizon temporel, les catalyseurs, les risques et les conditions de falsification.

Le système doit conserver la date de publication, la date de l'événement et la date d'arrêt de la recherche. Les données de marché et les données d'entreprise restent soumises aux droits des fournisseurs. Un modèle de langage doit s'abstenir lorsque l'ensemble approuvé de sources ne permet pas d'étayer la question.

Sélection et qualification

Des règles déterministes évaluent l'adéquation au mandat, la zone géographique, le secteur, le ticket d'investissement, le stade, le rendement, la concentration et les exclusions. Les modèles peuvent classer les opportunités au sein d'une population approuvée. Le résultat présente les motifs, les données manquantes et les exceptions.

La décision reste un événement de qualification nommé. Un score élevé ne permet pas de contourner un conflit, une restriction juridique ou une contrainte de capacité.

Due diligence et souscription

Les services documentaires recensent les éléments de preuve, comparent les versions, extraient les faits proposés et suivent les demandes. Les services de calcul établissent des ratios et des scénarios approuvés. Les modèles de langage produisent des synthèses de points à traiter avec citations. Les réviseurs spécialistes sont responsables des conclusions.

L'objet de décision final relie les constatations commerciales, financières, technologiques, juridiques, opérationnelles et de conformité. Un point significatif comporte une gravité, des éléments de preuve, un responsable, des mesures d'atténuation, un risque résiduel et un effet sur la décision.

Comité d'investissement

L'atelier du comité présente la décision proposée, la thèse, les aspects économiques, le scénario défavorable, les sensibilités, les exceptions, les points non résolus, la remise en question et les conditions. Il met en évidence les changements depuis la version précédente.

Le dossier d'approbation consigne le forum, la présence, les conflits déclarés, la recommandation, le vote ou le circuit d'autorisation, les conditions, les opinions dissidentes et les conséquences en matière de suivi. AI peut préparer et comparer ; le comité est responsable de la décision.

Suivi de portefeuille et valorisation

Les hypothèses de souscription approuvées, les conditions et les déclencheurs sont intégrés au dossier de portefeuille. Le suivi intègre des données financières, opérationnelles, de covenant, de marché et qualitatives. Il distingue les valeurs déclarées, les valeurs calculées, les résultats de modèles et le jugement du gestionnaire.

Les événements identifient les écarts par rapport au plan, les dépassements de seuils et les rapports manquants. Le système les achemine vers le responsable désigné et l'instance compétente. Les conclusions de valorisation conservent la source, la méthode, les hypothèses, l'examen critique et l'approbation.

Relations investisseurs et collecte de fonds

La plateforme relie les données de fonds approuvées, la performance, le pipeline, les réponses de due diligence, l'état des relations et les autorisations de communication. Elle peut préparer des projets de documents personnalisés à partir d'une bibliothèque de publications approuvées et de la date d'arrêté des données en vigueur.

Les allégations concernant l'historique de performances, le pipeline, la technologie, l'équipe, ESG ou les opérations doivent conserver un fondement et une trace d'approbation. Les ordonnances de la SEC relatives au AI-washing démontrent le risque de sanction spécifique lié aux déclarations technologiques non étayées pour les conseillers enregistrés [6].

Reporting et service client

Le reporting utilise des indicateurs encadrés par la gouvernance, des commentaires approuvés et des modèles versionnés. Chaque chiffre est relié à sa définition et à sa source. Chaque affirmation narrative importante est reliée à des éléments probants et à une revue.

La déclaration de l'ESMA de 2024 souligne que les organes de direction restent responsables des décisions des entreprises lorsque AI soutient des services d'investissement de détail dans le périmètre de MiFID II [5]. Le document applique le même principe de conception de la responsabilité aux communications externes d'investissement et de conseil tout en conservant la limite juridictionnelle de la déclaration.

Sécurité, confidentialité et archives

Accès centré sur l'identité

Les décisions d'accès tiennent compte de l'identité de l'utilisateur ou du service, du rôle, de la finalité, de l'appareil, de la classification des données, de la juridiction, de l'heure et de l'état du flux de travail. Les autorisations s'appliquent séparément à la récupération, au calcul, à la préparation de brouillons, à l'écriture et à la diffusion.

Les identités de service et les identités d'agent bénéficient du moindre privilège. Des identifiants à durée de vie courte et une gestion approuvée des secrets réduisent les accès persistants. Les actions privilégiées exigent une authentification renforcée et une journalisation.

Contrôles de prévention des pertes de données

Les contrôles peuvent restreindre les téléversements vers des modèles non approuvés, la copie de données sensibles, le partage externe, les téléchargements locaux et l'utilisation de comptes personnels. Les documents sont classés dès leur réception. Les champs sensibles peuvent être masqués ou tokenisés lorsque la tâche le permet.

Les conditions du fournisseur en matière de conservation, d'utilisation pour l'entraînement, de sous-traitants ultérieurs, d'hébergement, de chiffrement, de suppression et d'incidents doivent faire l'objet d'un examen explicite. Une déclaration contractuelle doit être vérifiée au regard de la configuration réelle du service.

Développement sécurisé et gestion des changements

Les flux de travail activés par AI comprennent les invites, les outils, les configurations de récupération, les schémas, le code, les modèles et les politiques. Tous sont des actifs soumis au contrôle des changements. Les environnements de développement et de production sont séparés. Les tests couvrent l'authentification, l'autorisation, le risque lié aux dépendances, l'injection d'invites, l'exfiltration de données, les fichiers malveillants, l'utilisation abusive des outils et le retour arrière.

NIST SP 800-218A étend les considérations de développement logiciel sécurisé aux AI génératifs et aux modèles de fondation à double usage [15]. L'article applique son orientation cycle de vie à la plateforme AI de la société et à l'intégration des fournisseurs.

Enregistrements et communications

La politique d'enregistrement associe l'activité, la juridiction et l'exigence aux objets conservés. Elle peut inclure les éléments probants sources, les calculs, les approbations, les communications, les publicités, les dossiers clients, les versions de modèles, les résultats de tests et les incidents.

Les règles de la SEC en matière de conservation électronique des enregistrements pour les fonds et les conseillers autorisent la conservation électronique sous réserve de conditions, notamment la protection des enregistrements contre la perte, l'altération ou la destruction, la limitation de l'accès et le maintien de copies complètes, fidèles et lisibles dans leur périmètre [18]. Les sociétés doivent obtenir un conseil juridique à jour pour leurs activités et leurs juridictions.

Les canaux de communication générés doivent passer par des archives approuvées. Un brouillon dans une interface de modèle ne doit pas devenir une communication client ou investisseur non enregistrée.

Gestion des risques cyber et des incidents

NIST CSF 2.0 organise les résultats en matière de cybersécurité autour de Gouverner, Identifier, Protéger, Détecter, Répondre et Récupérer [13]. Le résumé de cyber-surveillance de la DFSA attend des sociétés relevant de son périmètre qu'elles établissent une stratégie et un cadre cyber adaptés à leur nature, leur taille et leur complexité [17].

Le dossier d'incident consigne les données, le flux de travail, le modèle, le fournisseur, les sorties, les utilisateurs et les destinataires concernés, ainsi que le confinement, la reprise, la notification, la cause racine et la mesure corrective. Les incidents AI comprennent les allégations matérielles non étayées, l'exposition de données confidentielles, une action non autorisée d'un outil, une récupération corrompue, une incohérence de calcul, un biais préjudiciable, une panne du fournisseur et une défaillance de la surveillance.

Gouvernance et droits de décision

Mandat du conseil d'administration et de la direction générale

L'organe de gouvernance ou l'instance supérieure responsable approuve le mandat relatif au AI et à la technologie, la tolérance au risque, les critères de matérialité, les utilisations interdites, le financement, la responsabilité et le reporting. Le mandat identifie les résultats métiers visés et les décisions qui restent réservées.

La consultation du FSB de juin 2026 propose 12 pratiques saines couvrant la gouvernance du AI à l'échelle de l'organisation et le cycle de vie du AI pour les institutions financières [4]. Le document est une consultation. Ses thèmes soutiennent une conception de gouvernance couvrant la stratégie, la responsabilité, les compétences, les données, les modèles, les tiers, la surveillance et les incidents.

Matrice des pouvoirs

La répartition exacte dépend de la gouvernance du cabinet. L'invariant est que la capacité du système ne modifie pas l'autorité déléguée.

Approbation du changement

Un dossier de changement consigne l'objectif, les cas d'usage concernés, les données, la version du modèle ou de l'outil, les tests, les limites, la migration, le plan de repli, les communications et le responsable. Les changements importants font l'objet d'un examen et d'une approbation indépendants avant la mise en production.

Les changements d'urgence ont une durée limitée, une autorité nommément désignée, une journalisation renforcée et un examen post-événement. Une mise à jour silencieuse du modèle par un prestataire doit être traitée comme un changement de dépendance lorsqu'elle peut affecter les résultats.

Surveillance et reporting

Les informations de gestion doivent couvrir :

• les cas d'usage enregistrés et non enregistrés ;
• la répartition par niveau de risque ;
• les défaillances des données et de la qualité des sources ;
• les résultats d'évaluation et la dérive ;
• les productions acceptées et l'effort de revue ;
• les dérogations, exceptions et abstentions ;
• les violations des périmètres d'autorisation et les actions bloquées ;
• la concentration des fournisseurs et les pannes ;
• les incidents et leur remédiation ;
• le coût par capacité et par flux de travail ; et
• les mesures des résultats réalisés lorsque l'attribution peut être justifiée.

Le nombre de documents générés ou d'appels au modèle ne démontre pas la valeur métier. Le travail accepté, la qualité des décisions, la résilience du service, les éléments probants sur les coûts et les risques constituent une base plus solide.

Résilience des tiers et opérationnelle

Inventaire des prestataires

L’inventaire des prestataires couvre les services cloud, de données, de modèles, d’embedding, de traitement de documents, de workflow, de portefeuille, CRM, de communication et de sécurité. Il consigne l’entité juridique, le service, la région, les données, les sous-traitants, la dépendance, la criticité, la concentration, le contrat, les niveaux de service, les droits d’audit, le préavis de modification, la sortie et la solution de repli.

L’enquête de la Banque d’Angleterre et de la FCA a indiqué que les trois principaux prestataires nommés représentaient 73 % des prestataires cloud, 44 % des prestataires de modèles et 33 % des prestataires de données parmi les répondants [1]. Ces concentrations déclarées par les répondants étayent une cartographie explicite des dépendances.

Due diligence et contractualisation

Les lignes directrices conjointes UAE sur les technologies habilitantes appellent à une évaluation de l’importance relative et des risques d’externalisation, à une due diligence des prestataires, à des contrôles de sécurité, à une prise en compte de la localisation des données, à une surveillance et à une planification de la sortie pour les institutions concernées [8]. L’architecture traduit ces thèmes en un dossier de preuves des prestataires.

Le dossier comprend des preuves en matière de sécurité et de confidentialité, la situation financière et opérationnelle, la sous-traitance, les droits sur les données, la politique de mise à jour des modèles, les obligations en cas d’incident, la continuité d’activité, la reprise, les droits de test et l’accompagnement à la transition.

Services importants et tolérances d’impact

Le cadre de résilience opérationnelle de la FCA exige des entreprises concernées qu’elles identifient les services métier importants, fixent des tolérances d’impact et cartographient et testent leur capacité à rester dans ces tolérances. La date limite de transition pour les entreprises concernées était le 31 mars 2025 [10]. Le document utilise la cartographie des services et les tests comme référence de conception ; il ne considère pas chaque entreprise d’investissement comme relevant du champ d’application.

Une entreprise d’investissement peut identifier des services tels que l’exécution d’ordres, la valorisation, les appels de capitaux, le reporting aux investisseurs, la communication avec les clients ou l’escalade des covenants. Chaque service met en correspondance les personnes, les processus, les données, les systèmes, les prestataires et les installations. Des tests sévères mais plausibles examinent la perte d’un prestataire de modèles, d’un flux de données, d’une région cloud, d’un service d’identité, d’une plateforme de portefeuille ou d’une personne clé.

Contexte DORA

Le règlement de l’UE sur la résilience opérationnelle numérique s’applique, dans son champ d’application, aux entités financières, notamment les entreprises d’investissement, les gérants de fonds d’investissement alternatifs et les sociétés de gestion, sous réserve des exclusions énoncées. Il exige un cadre interne de gouvernance et de contrôle du risque lié aux TIC et attribue la responsabilité à l’organe de direction [9]. L’applicabilité requiert une analyse juridique.

L’architecture soutient les thèmes de conception pertinents au moyen d’inventaires des actifs et des prestataires, de registres d’incidents, de tests, de contrôle des modifications, de cartographie des services et de plans de sortie.

Sortie et portabilité

La planification de la sortie identifie l’exportation des données, le schéma, le remplacement des modèles, la solution de repli du workflow, la révocation des accès, la conservation, la vérification de la suppression, la propriété intellectuelle et le délai de transition. Une capacité critique devrait disposer d’un mode dégradé testé.

La portabilité n’exige pas que chaque composant soit immédiatement interchangeable. Elle exige une visibilité sur les dépendances et une trajectoire de transition crédible proportionnée à la criticité.

Productivité et argumentaire économique

Unité de mesure

L'unité de mesure est un lot de travail accepté ou un objet de décision achevé. Un lot est comptabilisé lorsque les éléments probants, les calculs, les exceptions, l'examen et les enregistrements d'autorisation requis franchissent son point de contrôle de validation.

La base de référence doit mesurer :

• les lots tentés et acceptés ;
• le temps actif des analystes et des réviseurs ;
• le temps total écoulé ;
• la couverture des sources et la validité des citations ;
• les défauts de calcul et de rapprochement ;
• l'acceptation au premier passage et les reprises ;
• les exceptions et les abstentions ;
• les libérations tardives ou incorrectes ;
• le coût des prestataires, des données et des contrôles ; et
• incidents et remédiation.

Équation de valeur

Soit :

• (N) le nombre de paquets tentés par an ;
• (a) le taux de sorties acceptées ;
• (H_b) le nombre d’heures actives de référence par paquet accepté ;
• (H_p) le nombre d’heures actives après pilote par paquet accepté ;
• (c_h) le coût horaire complet ;
• (C_t) le coût annuel de technologie et de données ;
• (C_v) le coût annuel de validation, de sécurité et de contrôle ;
• (C_r) le coût de reprise observé ; et
• (C_i) le coût observé des incidents et de la remédiation.

La structure illustrative de la valeur opérationnelle est :

Valeur opérationnelle annuelle = N × a × (H_b - H_p) × c_h - C_t - C_v - C_r - C_i

La valeur liée au chiffre d’affaires ou à la performance d’investissement doit rester nulle, sauf si l’entreprise dispose d’un mécanisme causal défini, d’une période d’observation, d’une comparaison valide et d’une attribution approuvée.

Scénario illustratif

Le scénario suivant n'est pas vérifié et utilise des hypothèses de gestion illustratives dans le seul but de démontrer la structure de calcul.

Ce tableau ne constitue pas un business case. Il omet toute prévision d'une meilleure sélection des investissements, d'une meilleure conversion des levées de fonds, de la rétention, des frais ou de la performance du portefeuille. Ces résultats nécessitent une période d'observation plus longue, des populations comparables et une méthode d'attribution défendable.

Arbre de productivité

La productivité comporte quatre branches.

1. Capacité acceptée : heures d'analyste, heures de réviseur et débit de traitement.
2. Qualité des preuves : couverture, validité des citations, fidélité des calculs et exhaustivité.
3. Service de décision : temps écoulé, clôture des exceptions, préparation à l’approbation et expérience des parties prenantes.
4. Coût et risque : technologie, données, contrôles, reprises, incidents et concentration des prestataires.

Feuille de route de mise en œuvre

Étape 1 ; mandat et inventaire

Définir les résultats métier, le périmètre, les services, les décisions, les pouvoirs, les juridictions, les catégories de données, les prestataires et les systèmes actuels. Inventorier les AI existants et les outils des utilisateurs finaux. Sélectionner un flux de travail délimité avec un volume suffisant et des exemples historiques.

Jalon de sortie : charte approuvée, responsable, niveau de risque, périmètre des sources, référence de base et actions interdites.

Étape 2 ; socle d’identité et de preuves

Créer des identifiants d’entité stables, l’enregistrement des sources, une récupération selon les autorisations, une taxonomie, des définitions d’indicateurs et un statut des preuves. Mettre en place des services déterministes de calcul et de rapprochement pour le pilote.

Jalon de sortie : les tests de traçabilité de la source à la sortie et des autorisations sont réussis sur le jeu d’évaluation étiqueté.

Étape 3 ; pilote d’assistance

Déployer la recherche en lecture seule, la classification, l’extraction proposée et la rédaction avec citations. Les évaluateurs ne connaissent pas l’origine du modèle lorsque cela est possible pendant l’évaluation comparative. Consigner les omissions, les affirmations non étayées, l’acceptation et l’effort.

Jalon de sortie : les seuils des composants sont respectés pour la population de documents visée ; les cas exclus restent exclus.

Étape 4 ; mise en parallèle du flux de travail

Exécuter le lot de travail complet en parallèle du processus actuel. Tester l’état du flux de travail, les exceptions, les outils déterministes, la revue, l’approbation et les enregistrements. Comparer les résultats acceptés et l’effort total.

Jalon de sortie : la qualité du lot complet n’est pas inférieure dans le cadre du test approuvé et l’autorité reste inchangée.

Étape 5 ; production contrôlée

Diffuser les résultats internes sélectionnés après approbations explicites. Surveiller les défaillances de données, les affirmations non étayées, les erreurs d’outils, les dérogations, les incidents, les coûts et le temps écoulé. Maintenir une solution de repli testée.

Jalon de sortie : le comité de contrôle approuve la poursuite de l’utilisation sur la base des preuves de production observées.

Étape 6 ; intégration à la plateforme

Connecter le flux de travail approuvé aux systèmes de référence, aux données de portefeuille, aux communications et au reporting de gestion. Établir des niveaux de service, des tests de reprise et des éléments probants de sortie du prestataire.

Jalon de sortie : les tests de service, d’enregistrement, de résilience et de transfert de données de bout en bout réussissent.

Étape 7 ; extension

Ajouter de nouvelles décisions, équipes, stratégies ou juridictions au moyen d’un nouveau périmètre et d’un nouveau dossier de validation. Réutiliser les services communs et conserver des éléments probants distincts par cas d’usage.

Jalon de sortie : l’autorité de changement approuve le périmètre, les preuves de test, les contrôles et la responsabilité d’exploitation.

Application aux family offices et aux gestionnaires de fonds

Équipe d’investissement d’un family office

Une équipe de family office peut superviser les marchés publics, les fonds, les opérations directes, le crédit privé, l’immobilier, la liquidité et les activités opérationnelles. L’architecture peut fournir une entité consolidée et un graphe de preuves tout en préservant les autorisations par mandat, véhicule, membre de la famille et conseiller.

Les objets décisionnels prioritaires peuvent inclure :

• due diligence du gestionnaire et revue annuelle ;
• examen préalable des opérations directes et dossiers destinés au comité ;
• flux de trésorerie du portefeuille et rythme des engagements ;
• analyse des expositions et de la concentration ;
• organisation des documents et des dossiers fiscaux ;
• rapports destinés à la famille ou au comité d’investissement ; et
• suivi des covenants, des valorisations et des événements significatifs.

Le family office doit définir quelles informations peuvent être partagées entre les membres de la famille, les entités, les employés et les conseillers externes. Le CIO humain ou le comité conserve l’autorité en matière d’allocation et d’investissement.

Gestionnaire de fonds ou commandité

Un gestionnaire peut prioriser la levée de fonds, la due diligence des investisseurs, le pipeline, l’instruction des investissements, les opérations de portefeuille, la valorisation, le reporting et la conformité. L’architecture peut réutiliser les données de fonds approuvées et les éléments probants de divulgation dans les flux de travail des investisseurs, tout en séparant les autorisations et l’état de communication des investisseurs potentiels.

Les objets décisionnels prioritaires peuvent inclure :

• qualification de la cible LP ;
• préparation des réunions et de la due diligence ;
• réponse aux DDQ et aux demandes de data room ;
• recherche en investissement et supports de comité ;
• revue de portefeuille et valorisation ;
• reporting trimestriel et lettres ;
• communication sur les événements significatifs ; et
• justification des allégations marketing.

Le gestionnaire doit relier les déclarations technologiques, les indicateurs de l'historique de performances et les commentaires sur les performances à des éléments probants approuvés. La communication aux investisseurs reste soumise au processus applicable d'examen et de documentation.

Opportunité d'architecture partagée

Les family offices et les gestionnaires peuvent s'aligner autour d'objets de décision à accès autorisé. Un gestionnaire peut publier un dossier de due diligence approuvé comprenant des définitions, les dates des éléments probants, la méthodologie, les exceptions et les mises à jour. Un allocateur peut intégrer ce dossier sans recevoir de données internes non restreintes. Des identifiants stables et des contrats de données réduisent la ressaisie répétée tout en préservant l'autorité de chaque partie.

Limites et programme de recherche

Premièrement, les enquêtes d'adoption citées agrègent différents secteurs des services financiers. Elles n'établissent ni l'utilisation, ni la capacité, ni la productivité pour un family office, un gestionnaire de fonds ou un cabinet de conseil donné [1,3].

Deuxièmement, les rapports de consultation de l'OICV et du CFS peuvent changer avant leur publication finale et ne créent pas de normes contraignantes [3,4].

Troisièmement, les obligations juridiques et réglementaires varient selon la juridiction, l'entité, le client et l'activité. Les cadres de contrôle cités ici ne peuvent remplacer l'analyse juridique actuelle.

Quatrièmement, les modèles de fournisseurs, les configurations de produits et les pratiques en matière de données changent. Un résultat de test s'applique à la version, aux données, aux outils et au flux de travail évalués.

Cinquièmement, une petite entreprise peut cumuler les rôles. L'exigence de remise en cause indépendante doit être mise en œuvre de manière proportionnée et documentée.

Sixièmement, le scénario chiffré n'est pas vérifié et repose sur des hypothèses de gestion illustratives. Il étaye uniquement la conception des calculs.

Les travaux de recherche futurs devraient élaborer des lots de référence à accès autorisé pour l'origination, la recherche, la due diligence, la préparation du comité d'investissement, le suivi et le reporting. Chaque référence devrait contenir des sources réalistes, des versions modifiées, des autorisations, des calculs, des exceptions, des résultats approuvés et des cas d'échec. L'évaluation devrait mesurer la fidélité des composants, l'acceptation des lots complets, le temps de revue, le respect des délégations de pouvoir, le coût et les incidents. Une étude longitudinale est nécessaire avant de relier l'architecture à la levée de fonds, aux résultats d'investissement ou aux résultats de portefeuille.

Conclusion

Une société d'investissement dotée de AI nécessite une architecture de décision gouvernée. Des entités stables relient les relations, les fonds, les transactions, les actifs et les communications. Des éléments probants enregistrés relient chaque fait important à sa source et à son statut. Des services déterministes effectuent des calculs reproductibles. Les modèles statistiques fonctionnent dans le cadre d'un usage approuvé. Les modèles de langage récupèrent des informations et rédigent avec des citations. Des agents de workflow coordonnent les tâches dans un état, des outils, des budgets et des conditions d'arrêt explicites. Des personnes nommées conservent le pouvoir de décision sur les sujets importants et l'autorité de diffusion.

L'architecture relie les systèmes commerciaux, d'investissement, de contrôle et de gestion au moyen d'objets de décision et d'événements gouvernés. Les systèmes de référence restent faisant autorité pour leurs objets. La sécurité et l'observabilité traversent chaque couche. Les dépendances vis-à-vis des fournisseurs, la résilience des services, les droits sur les données, l'archivage et la réversibilité sont pris en compte dans la conception dès le départ.

La mise en œuvre commence par un mandat délimité et une situation de référence observée. Elle établit l'identité et les éléments probants, teste les composants, exécute les workflows complets en mode miroir, diffuse des résultats internes contrôlés et s'étend à la lumière des éléments probants observés. La valeur est mesurée par les lots de travail acceptés, la qualité des éléments probants, l'effort de revue, le service, le coût et les incidents.

Pour les family offices et les gestionnaires de fonds, l'objectif pratique est un processus d'investissement plus complet et plus réactif, dont les éléments probants, le jugement et les délégations de pouvoir restent visibles depuis l'origination jusqu'au reporting de portefeuille.