Agents IA (Intelligence Artificielle) pour la finance
Passez de l’IA qui répond à l’IA qui agit sur vos processus financiers. En deux jours, concevez sans programmation avancée des agents capables d’analyser des documents, d’extraire et structurer des données, d’automatiser une veille ou un reporting et de faire collaborer plusieurs agents sur une même mission. Une approche concrète, en no code/low code, pour expérimenter les agents IA tout en intégrant les enjeux de sécurité, de gouvernance et de conformité.
Formateur
Laurent DAVOUST
Consultant et formateur spécialisé en Finance, Data et Intelligence Artificielle
À l’issue de la formation, les participants seront capables de :
Comprendre les fondements de l’intelligence artificielle, son évolution et ses principales applications en finance, avec un focus sur les agents IA.
Explorer les concepts clés : modèles de langage, Retrieval-Augmented Generation (RAG), agents IA et architectures multi-agents (Agentic IA).
Construire et expérimenter des agents IA en no code/low code appliqués à des cas d’usage financiers, notamment l’analyse de documents et la génération de rapports.
Analyser les impacts, les opportunités de croissance économique et les limites actuelles des agents IA dans le secteur financier.
Identifier les principales évolutions et perspectives de l’intelligence artificielle appliquée à la finance, en s’appuyant sur des études et des tendances émergentes.
Programme
Jour 1 — Fondements de l’IA et modèles de langage (LLM) appliqués à la finance
Module 1 : Panorama de l’intelligence artificielle en finance • Principaux paradigmes de l’intelligence artificielle • Étapes clés de l’évolution de l’IA et état de l’art 2026. • Cartographie des usages en finance : banque de détail, marché financiers, gestion d’actifs, finance d’entreprise et la conformité. • Impacts de l’IA sur l’analyse de données et la prise de décision en finance.
Module 2 : LLM, modèles de raisonnement et multimodalité • Passage du machine learning aux Large Language Models (LLM) permis par l’association de trois ingrédients : données massives, puissance de calcul, architectures avancées • Fonctionnement et apports des modèles de raisonnement. • Panorama des modèles actuellement disponibles et critères de choix d’un modèle : performance, coût, rapidité, confidentialité et sécurité. • IA multimodale : analyse simultanée de textes, tableaux et images contenus dans des documents financiers. Mise en pratique avec Claude.ai (nocode) Classifier et analyser des documents financiers (contrats de prêt, des relevés ou des rapports d’audit) avec un modèle multimodal.
Module 3 : RAG, extraction et structuration des données financières • Principes et fonctionnement du Retrieval-Augmented Generation ou RAG. • Comparaison entre modèles cloud et solutions hébergées (on-premise) : enjeux RGPD et sécurité des données financières • Différences entre fine-tuning et RAG en finance : quand fine-tuner un LLM est justifié et pourquoi le RAG sur les corpus réglementaires (IFRS, Bâle III) est la réponse pratique dans la quasi-totalité des cas
Mise en pratique avec NotebookLM (nocode) Construire un dispositif de recherche augmentée à partir de rapports annuels et de données ESG, puis l’interroger sur la trajectoire carbone d’une entreprise.
Mise en pratique avec Claude.ai (nocode) Convertir un document financier non structuré (contrat de prêt, rapport d’audit) en format structuré (JSON, tableau exploitable)
Jour 2 — Agents IA, architectures multi-agents et gouvernance
Module 4 : Introduction aux agents IA • Définition et principes de fonctionnement d’un agent : perception, décision, action et mémoire. • Limites d’un modèle de langage utilisé seul : absence de mémoire persistante, impossibilité d’agir, contexte limité. • Pourquoi les agents changent la donne ? • Anatomie d’un agent : outils, mémoire, planification et boucle d’action.
Mise en pratique avec n8n (nocode) • Construire un agent qui analyse automatiquement les tendances boursières et envoie, à échéance programmée, une newsletter financière personnalisée par e-mail. • Construire un agent capable de classifier des documents financiers, d’en extraire les informations clés et de soumettre les résultats à validation.
Module 5 : Framework, protocoles et écosystème des agents IA • Panorama des principaux outils et frameworks d’orchestration. • MCP — Model Context Protocol — pour connecter un agent à des systèmes externes (bases de données, APIs, ERP). • Le protocole A2A (Agent-to-Agent) — pour permettre l’interaction entre plusieurs agents hétérogènes
Mise en pratique avec n8n et Claude Desktop (low code) Connecter un agent à des sources de données financières via MCP, démonstration de l’interopérabilité agent ↔ système d’information.
Module 6 : Architecture multi-agents en finance • Taxonomie des architectures : agents simples, pipelines, architectures hiérarchiques et distribuées. • Agentic AI : comprendre comment plusieurs agents peuvent collaborer sur des tâches complexes, notamment en modélisation des risques, gestion de portefeuille et conformité automatisée. • Critères de choix d’une architecture selon le cas d’usage et les contraintes opérationnelles.
Mise en pratique avec n8n (low code) Simuler un desk multi-agents composé d’un agent analyste de marché, d’un agent prédicteur et d’un agent rapporteur collaborant sur l’analyse des fluctuations de devises.
Module 7 : Sécurité et gouvernance des agents IA en finance • Risques spécifiques aux agents : prompt injection, fuite de données (data leakage) et actions non supervisées. • Conformité RGPD en contexte d’agents IA : gestion des données sensibles et traçabilité des décisions. • Human-in-the-loop (contrôle humain / supervision) : niveaux d’autonomie, contrôles et seuils d’intervention. • Grille d’évaluation pratique : quand déployer un agent plutôt qu’un LLM seul en production ?
Conclusion : Réglementation, limites et discussion finale
Bloc 1 — EU AI Act appliqué à la finance • Classification des systèmes d’IA à haut risque en finance : scoring de crédit, évaluation de la solvabilité, détection de fraude et conseil automatisé. • Obligations applicables aux opérateurs : transparence, documentation technique, audit et supervision humaine. • Calendrier de mise en conformité et état d’avancement de l’application progressive de l’EU AI Act entre 2024 et 2027. • Articulation avec les réglementations financières existantes — DORA, MIF 2 et RGPD — et identification des points de convergence et des zones de tension.
Bloc 2 — Limites actuelles des agents IA • Biais algorithmiques et hallucinations : origines, mécanismes de détection et stratégies d’atténuation en finance. • Coûts et latence : contraintes opérationnelles liées au déploiement d’agents en production et en temps réel. • Dépendance à la qualité des données et enjeux de gouvernance des données financières. • État réel de l’autonomie des agents : ce qu’ils font bien et ce qu’ils font mal aujourd’hui.
Bloc 3 — Discussion finale • Comment identifier et prioriser les cas d’usage des agents IA dans son organisation ? • Impact sur les métiers de la finance : évolution des rôles et nouvelles compétences requises. • Questions-réponses et échanges entre les participants
Pour qui ?
Professionnels de la finance — analystes, contrôleurs de gestion, professionnels de la conformité, des risques ou managers — souhaitant comprendre et exploiter les agents IA dans leur métier.
Professionnels IT ou data travaillant dans un environnement financier.
Formateur
Laurent DAVOUST
Consultant et formateur spécialisé en Finance, Data et Intelligence Artificielle
Laurent Davoust accompagne les entreprises dans l’automatisation de leurs processus et la conception d’outils associant finance, données et développement informatique. Son parcours combine finance de marché, modélisation, développement Python et C#, automatisation de reportings et création de solutions intégrant l’intelligence artificielle.
Il a notamment exercé dans les environnements de finance de marché de Société Générale CIB et intervient comme enseignant et formateur auprès de professionnels ainsi que dans plusieurs établissements, dont l’Université Paris Dauphine-PSL, l’ESILV et CY Tech.
Pédagogie
La formation privilégie une mise en pratique immédiate des notions abordées, avec une répartition de 40 % d’apports conceptuels et 60 % de pratique.
Séquences théoriques courtes (15 à 20 minutes maximum), suivies d’une application directe sur les outils.
Chaque notion est illustrée par un exemple ancré dans la finance avant d’être expérimentée par les participants.
Démonstrations réalisées en direct par le formateur.
Sept exercices guidés sur les outils.
Études de cas ancrées dans des situations financières : analyse ESG, détection de fraude, reporting automatisé, veille de marché.
Échanges entre participants et discussion sur les conditions réelles de déploiement des agents dans leur organisation.
Outils mobilisés
Claude.ai et Claude Desktop : compte pro recommandé pour éviter les limites
n8nn n8n.io, utilisation d’une version auto-déployée
Les participants reproduisent ou adaptent les exercices sur leur propre ordinateur.
Pré-requis
Niveau bac+3 ou équivalent, ou au moins trois années d’expérience professionnelle en finance, data ou IT.
Posséder des notions de base en finance de marché ou en finance d’entreprise (lecture d’un bilan, d’un rapport annuel, familiarité avec les instruments financiers courants)
Savoir utiliser les outils numériques courants et manipuler des fichiers PDF ou Excel.
Aucune compétence avancée en programmation n’est requise : les exercices reposent sur une approche no code/low code.
Une familiarité avec l’IA générative ou le machine learning constitue un atout, sans être obligatoire.
Qualité
& Certification
Adapté aux personnes en situation de handicap
+900 clients nous font confiance
Vous souhaitez un devis personnalisé ?
Agents IA (Intelligence Artificielle) pour la finance
Niveau Fondamentaux
Durée 2 jours
Format Présentiel
Réf 1488
Téléchargez la brochure de la formation
Agents IA (Intelligence Artificielle) pour la finance
Analyse financière
Évaluation d’entreprise
Décisions d’investissement & de financement
Vous souhaitez vous inscrire à cette formation ?
Agents IA (Intelligence Artificielle) pour la finance
1 990€
Net de taxes
Niveau Fondamentaux
Durée 2 jours
Format Présentiel
Réf 1488
Les catalogues 2026 sont arrivés !
Catalogue
Banque de Financement et d'Investissement & Asset Management
Bénéficiez de l’expertise des meilleurs praticiens en Finance de marché et Finance d’entreprise.
Catalogue
Banque de Réseau
Accélérez votre carrière par l’acquisition de compétences très professionnalisantes.
Catalogue
Direction financière d'entreprise
Devenez un expert en trésorerie d’entreprise, gestion de la performance ou gestion de haut de bilan.
Catalogue
Assurance
Bénéficiez d’une pédagogie innovante couvrant toutes les thématiques de l’assurance et de la réglementation DDA.
Catalogue
FormaFlex®
Découvrez nos nouvelles formations multimodales FormaFlex®
Catalogue
AMF et Réglementaire
Tout ce que vous devez savoir sur nos Formations et certifications
réglementaires
