AI Agents for Cash Management in Payment Systems

À partir de requêtes soumises au modèle de raisonnement de ChatGPT, nous évaluons si un agent d’intelligence artificielle (IA) générative peut assurer une gestion globale des liquidités intrajournalières dans un système de paiement de gros. Nous simulons des scénarios de paiement comportant des chocs de liquidité et des priorités concurrentes afin de tester la capacité de l’agent à maintenir des coussins de liquidité, à effectuer une priorisation dynamique des paiements sous fortes contraintes, et à trouver l’équilibre optimal entre rapidité de règlement et utilisation des liquidités. Nos résultats montrent que, même sans entraînement spécialisé, l’agent d’IA reproduit fidèlement les principales pratiques de gestion prudente de la trésorerie, en formulant des recommandations mesurées qui contribuent à préserver les liquidités tout en limitant les retards de règlement. À la lumière de ces résultats, il serait en principe possible d’automatiser des tâches courantes de gestion des liquidités au moyen de grands modèles de langage généralistes, ce qui pourrait réduire les coûts opérationnels et améliorer l’efficience des liquidités intrajournalières. Nous concluons par une réflexion sur les mesures réglementaires ou relevant des pouvoirs publics auxquelles pourraient devoir songer les banques centrales et les organismes de surveillance à l’ère des paiements automatisés par IA.