ESMA-Turing-FaIR Workshop: An Exploration of LLMs in the Financial and Insurance Sector
Large Language Models (LLMs) appeared on the public scene at the end of 2022, notably with ChatGPT, developed by the American company OpenAI. Since then, the range of offerings has continued to expand, with general solutions proposed by major tech companies, specialized models, and internal solutions developed by large groups in various sectors.
Finance and insurance sectors are not exempt from the crucial question: “What are the opportunities and risks associated with LLMs?” In an attempt to provide an answer, the FaIR program of the Institut Louis Bachelier, together with ESMA and the Turing Institute, organized a half-day closed door workshop on June 20th. This workshop brought together top experts in the field: researchers, regulators, and data and tech managers from major financial institutions. The objective was to examine the opportunities related to the use of LLMs in the financial and insurance sectors while highlighting the main risks and challenges associated with their use.
The discussions focused on evaluating the robustness, security, fairness, and integrity of LLMs. As in many other sectors, LLMs can bring significant value to finance and insurance. However, in such a crucial and regulated sector, it is essential to measure and consider the risks generated by the use of these models to balance the benefits gained. Representatives from the financial industry presented an overview of their external and internal LLM policies. Regulatory bodies demonstrated an advanced understanding of these models and the associated risks, as reflected in the AI Act, a European regulation adopted in May 2024.
A report summarizing the workshop discussions will be prepared in the coming months, aiming to reflect the sector’s overall stance on LLMs and the various approaches that may be taken.
ESMA-Turing-FaIR Workshop : une exploration des LLMs dans le Secteur Financier et Assurantiel
Les modèles de langage de grande taille (LLMs) ont fait leur apparition sur la scène publique à la fin de l’année 2022, avec notamment ChatGPT, développé et commercialisé par la société américaine OpenAI. Depuis, l’offre continue de s’étoffer, entre les solutions générales proposées par les grandes entreprises technologiques, les modèles spécialisés, et les solutions développées en interne par les grands groupes de divers secteurs.
Le monde de la finance et de l’assurance n’échappe pas à la question cruciale : « Quelles sont les opportunités et les risques associés aux LLMs ? ». Afin de tenter d’y répondre, le programme FaIR de l’Institut Louis Bachelier, en collaboration avec l’ESMA et le Turing Institute, a organisé un workshop privé d’une demi-journée le 20 juin dernier. Ce workshop a réuni les meilleurs experts en la matière : des chercheurs, des régulateurs, et des responsables data et technologie de grandes institutions financières. L’objectif a été d’examiner les opportunités liées à l’usage des LLMs dans le secteur financier et assurantiel, tout en mettant en lumière les principaux risques et défis liés à leur utilisation.
Les discussions ont porté sur l’évaluation de la robustesse, de la sécurité, de l’équité et de l’intégrité des LLMs. Comme dans de nombreux autres secteurs, les LLMs peuvent apporter une valeur significative à la finance et à l’assurance. Cependant, dans un secteur aussi crucial et réglementé, il est essentiel de mesurer et de prendre en compte les risques générés par l’utilisation de ces modèles, pour pondérer les bénéfices retirés. Les représentants de l’industrie financière ont présenté un état des lieux de leurs politiques externes et internes en matière de LLMs. Les principales instances de régulation ont montré une compréhension avancée de ces modèles et des risques associés, à l’image de l’AI Act, règlement européen adopté en mai 2024.
Un rapport détaillant les échanges du workshop sera rédigé dans les prochains mois. Ce rapport visera à rendre compte de la position globale du secteur vis-à-vis des LLMs et des différentes approches qui peuvent exister.
