fr.wedoany.com Rapport : Moody's Corporation a lancé des compétences en intelligence artificielle indépendantes de toute plateforme, déployables via des commandes en langage naturel, visant à intégrer l'intelligence institutionnelle dans les systèmes d'IA. Ces capacités, initialement proposées sur Microsoft 365 Copilot Cowork, permettent aux utilisateurs d'exécuter des flux de travail analytiques complexes à l'aide d'une seule requête en langage naturel. Ces ensembles d'instructions codifient les méthodologies d'analyse de Moody's et connectent les agents d'IA à son infrastructure décisionnelle intelligente, tous les résultats étant ancrés dans des notations, recherches et risques intelligents propriétaires.
Cristina Pieretti, directrice du contenu numérique et de l'innovation chez Moody's, a déclaré dans un communiqué que Moody's est l'un des premiers fournisseurs de données financières à proposer une bibliothèque complète de compétences basées sur des normes ouvertes, et que le lancement d'aujourd'hui n'est qu'un début. Cette approche démontre comment l'expertise sectorielle peut être systématiquement codifiée dans des flux de travail d'agents d'IA, sans nécessiter d'intégration spécifique à une plateforme. La version initiale cible les flux de travail financiers prioritaires où l'expertise analytique est la plus concentrée, notamment : Résumé des appels de résultats (Earnings Call Summary), pour traiter les transcriptions d'appels de résultats et extraire les tendances de revenus, la dynamique des prix, les indicateurs de santé des consommateurs, l'exposition tarifaire et les indicateurs connexes ; Analyse des pairs (Peer Analysis), générant des analyses comparatives sur l'effet de levier, la rentabilité, la performance ESG, la qualité du crédit et les dimensions associées ; Manuel d'information publique (Public Information Book), compilant des dossiers spécifiques aux entités couvrant les finances, la structure de gouvernance, le positionnement concurrentiel et le profil de risque ; Présentation de notation (Rating Pitch), générant des supports de présentation structurés incluant le contexte sectoriel, l'historique des notations et les comparaisons avec les pairs ; Analyse sectorielle (Sector Analysis), combinant des recherches propriétaires avec des données de marché en temps réel pour produire des informations sectorielles. Chaque compétence codifie des procédures analytiques et des normes de qualité, visant à produire des résultats cohérents, sourcés et défendables, capables de répondre aux exigences des décisions à haut risque dans un environnement réglementé.
Une compétence définit la méthodologie, tandis que le serveur Model Context Protocol (MCP) de Moody's connecte cette compétence aux sources de données sous-jacentes. Le MCP, en tant que norme ouverte, permet aux agents d'IA d'accéder directement aux notations, recherches et risques intelligents maintenus par Moody's. Cette architecture vise à garantir que les résultats sont basés sur des ensembles de données propriétaires, et non sur du contenu web générique, répondant ainsi au défi persistant des hallucinations et des résultats non sourcés dans les déploiements d'IA en entreprise. La compétence indique à l'agent d'IA comment exécuter une tâche selon des critères établis, ce cadre étant capturé dans un fichier d'instructions partageable et construit à l'aide du format ouvert SKILL.md, originaire d'Anthropic, puis adopté par les plateformes OpenAI, Microsoft, Google et Amazon. L'ouverture de la norme transforme les connaissances institutionnelles codifiées dans chaque compétence en actifs durables et portables, sans les lier à un fournisseur unique, ce qui signifie qu'une compétence est construite une fois mais peut fonctionner sur toute plateforme compatible.
Moody's prévoit d'étendre sa bibliothèque de compétences aux flux de travail d'analyse de crédit, de génération de prospects, de due diligence tierce et de souscription d'assurance, déployant ainsi son cadre analytique dans d'autres processus à haut risque où travaillent les professionnels de la finance. Chaque compétence ultérieure suivra la même norme ouverte et indépendante de la plateforme, garantissant que les connaissances institutionnelles restent transférables entre les plateformes d'IA compatibles, sans nécessiter de reconstruction pour chaque nouvel environnement. Cette stratégie suggère que l'expertise sectorielle devient une capacité de niveau infrastructure au sein des systèmes d'IA, plutôt qu'une fonction spécifique à une application.
