ChatGPT vs Claude
ChatGPT d'OpenAI et Claude d'Anthropic sont des assistants d'IA qui peuvent aider les équipes finance à travailler avec des textes, des documents et des tableurs. Les deux acceptent des instructions en langage courant et peuvent aider à rédiger ou à analyser des documents fournis. Une comparaison utile teste comment chaque produit traite le travail réel de l'équipe, de la première instruction jusqu'à un résultat qu'un collègue peut vérifier.
Des tests utiles consistent à trouver une clause dans un prospectus, à rapprocher un tableau ou à expliquer une modification d'une politique interne. Le choix dépend aussi des données que l'entreprise peut partager et des conditions de son contrat avec le fournisseur. Tester les deux produits sur des documents approuvés montre combien de vérifications et de corrections chaque tâche demande avant qu'un résultat puisse entrer dans un processus client ou de conformité.
Les deux produits et leurs éditeurs
ChatGPT est fabriqué par OpenAI. ChatGPT fonctionne dans un navigateur, sur ordinateur et sur téléphone, accepte des fichiers, cherche sur le web, écrit et exécute du code dans un bac à sable et se connecte à d'autres logiciels. La gamme de modèles d'OpenAI porte le nom GPT, et l'entreprise vend un produit de programmation distinct, OpenAI Codex.
Claude est fabriqué par Anthropic et fonctionne aux mêmes endroits. La gamme de modèles de Claude porte les noms Opus, Sonnet et Haiku, et l'entreprise vend Claude Code pour les développeurs. Les deux entreprises vendent aussi un accès API, et c'est ainsi que l'un ou l'autre modèle se retrouve dans des logiciels qu'une banque possède déjà.
Tester documents, tableurs et brouillons
Les deux produits acceptent des fichiers, et ChatGPT travaille avec des documents et des tableurs. Claude peut aussi créer et modifier des fichiers, y compris des tableurs et des présentations. Les fonctions disponibles dépendent du compte et des paramètres approuvés par l'entreprise.
Testez les longs documents avec des questions sur des clauses précises et demandez l'emplacement des sources. Vérifiez ensuite dans le document d'origine si le passage cité étaye la réponse. Pour les tableurs, exigez des formules et des étapes de calcul traçables, et comparez les résultats avec une valeur de référence connue.
Pour la rédaction, évaluez l'exactitude des faits et si le langage convient à son public. Les processus en plusieurs étapes demandent des validations et des journaux supplémentaires, comme pour les agents d'IA en finance.
Codex et Claude Code dans le développement
OpenAI Codex et Claude Code aident les développeurs à travailler avec un dépôt. Ils peuvent lire du code, proposer des modifications et exécuter des commandes. Les validations de Codex et les autorisations de Claude Code sont configurables; aucun des deux produits ne demande systématiquement une confirmation avant chaque modification de fichier.
Une entreprise doit définir les répertoires autorisés, l'accès au réseau et les règles de validation. Testez les deux sur la même tâche de développement, examinez le diff et lancez la suite de tests existante. L'accès à l'environnement d'exécution et la traçabilité des modifications comptent autant que le code produit.
Règles de données et termes du contrat
Avant usage, établissez quelles classes de données peuvent être traitées, si les entrées peuvent servir à l'entraînement et où le traitement a lieu. Consignez les données exclues.
Les équipes achats et juridiques doivent examiner la responsabilité, la journalisation, les droits d'audit et les conditions de résiliation. Les obligations prévues par l'AI Act de l'UE dépendent aussi du cas d'usage. Une autorisation pour la rédaction interne ne permet pas automatiquement l'usage dans les décisions de crédit.
Comment une équipe de Francfort teste-t-elle les deux avant de décider?
Une équipe peut tester les deux produits avec ses propres documents et une grille de notation rédigée avant le test. Prenez dix tâches réelles que l'équipe fait chaque mois, passez-les dans les deux produits et notez chaque réponse selon qu'elle est correcte, qu'elle cite une source que vous pouvez vérifier, et le volume de reprises qu'elle a demandé. L'équipe obtient ainsi des preuves tirées de ses propres processus.
Faites-le sur un compte dont les conditions autorisent les données que vous utilisez, et conservez les résultats. Quand les achats demandent pourquoi un produit a été choisi, cet historique est la réponse. Outils d'IA pour la finance liste ce qui a aussi sa place sur la liste restreinte, car les deux produits présentés ici ne sont pas les seules options.
Choix du modèle et Finance Loop
Finance Loop réunit des personnes ayant comparé ChatGPT et Claude dans une banque pour discuter des facteurs derrière leurs décisions. Finance Loop organise cet échange à Francfort sans prendre le parti d'un fournisseur.
Finance Loop est un réseau professionnel qui favorise l'usage institutionnel des technologies émergentes en finance, comme l'IA, la tokenisation, les stablecoins et la DeFi. Finance Loop aide ses membres à développer leurs compétences et leurs réseaux personnels dans ces domaines: Investissement & actifs numériques, Paiements & monnaie numérique, Infrastructure numérique & souveraineté et Risque & conformité.