Pure Benchmarks a mis aujourd'hui en lumière l'architecture de données sous-jacente de sa plateforme de benchmarking pour les investisseurs particuliers, se distinguant ainsi d'une série d'annonces récentes dans lesquelles de grandes entreprises technologiques ont commencé à permettre aux utilisateurs de lier leurs comptes financiers à des assistants d'IA.
Lorsque les principales plateformes d'IA ont introduit cette année la fonctionnalité de liaison de comptes pour les finances personnelles, cette évolution a été largement présentée comme une étape vers une démocratisation des conseils financiers. Des observateurs du secteur ont proposé une lecture différente : lier des données financières à un grand modèle de langage ne génère pas, en soi, de nouvelles données sur les résultats financiers réels d'un investisseur. Cela donne principalement aux plateformes un moyen plus précis de comprendre les personnes dont elles détiennent désormais les données — des données qui peuvent, à leur tour, soutenir la publicité et d'autres modèles de revenus construits autour de ces informations.
Read More on Fintech : Global Fintech Interview with Rob Young, Managing Director – UK at InDebted
Pure Benchmarks adopte une approche différente. La plateforme utilise l'IA non pas pour monétiser les données de comptes connectés, mais pour fournir une catégorie de données destinées aux investisseurs qui n'a jamais existé auparavant — traduisant des informations brutes sur les performances en outils conçus spécifiquement pour donner du pouvoir à l'investisseur particulier, et non pour générer des revenus publicitaires ou revendre ces données à des tiers.
Pure Benchmarks a été conçu sur la base du principe que les investisseurs particuliers devraient avoir accès à une catégorie de données de performance qui n'a jamais existé sur le marché grand public, générée indépendamment de toute plateforme ayant un intérêt commercial à influencer ce qu'un investisseur achète, vend ou conserve.
L'architecture de données de la plateforme repose sur deux composantes.
La première est un enregistrement en mise à jour continue des résultats au niveau des décisions. Chaque transaction, réallocation ou changement de stratégie effectué sur un compte connecté — qu'il soit dirigé par un conseiller financier ou effectué de manière indépendante par un investisseur autonome — est comparé au résultat que ce compte aurait produit si cette décision n'avait pas été prise. Les investisseurs qui s'appuient sur un conseiller financier n'ont souvent aucun moyen de savoir si les décisions de ce conseiller génèrent de la croissance ou des pertes au fil du temps. Les investisseurs autonomes font face au même angle mort avec leurs propres décisions. Le résultat est un ensemble de données vivant — et non un instantané statique — qui permet à un investisseur d'évaluer si les décisions prises sur son compte, par lui-même ou par un conseiller, ont réellement maximisé ses performances.
Ce moteur de données est alimenté par une IA qui opère entièrement au sein des murs propres à la plateforme. Contrairement aux modèles d'IA entraînés sur des données larges et polyvalentes, le système ici est spécifiquement conçu pour enrichir un seul ensemble de données — les données générées par les utilisateurs de Pure Benchmarks eux-mêmes — afin que les investisseurs puissent éviter le bruit qui conduit souvent à des ventes émotionnelles et à d'autres décisions coûteuses, et prendre à la place de meilleures décisions pour obtenir de meilleurs résultats.
La seconde est un benchmark entre pairs en temps réel couvrant neuf catégories standardisées d'allocation d'actifs. Les données de performance vérifiées et anonymisées provenant des comptes connectés sont agrégées quotidiennement, permettant à un investisseur de voir comment son portefeuille se comporte par rapport aux autres dans la même catégorie de risque — à la fois au sein de sa propre institution financière et sur le marché au sens large.
« La plupart de ce qui passe pour des données financières aujourd'hui est un instantané figé à un seul moment dans le temps », a déclaré Shawn Tierney, fondateur de Pure Benchmarks. « Ce que nous avons construit est différent. C'est un ensemble de données vivant, qui respire et évolue, et qui devient plus précieux avec chaque nouvel investisseur qui nous rejoint. »
Pure Benchmarks ne fonctionne pas comme un outil de budgétisation, un outil de suivi de portefeuille, ni comme une source de conseils financiers personnalisés. La plateforme se positionne comme une société de données, générant des données de benchmarking non disponibles actuellement ailleurs sur le marché de l'investissement particulier — et traduisant ces données en outils exploitables que les investisseurs peuvent utiliser pour faire des choix plus éclairés et décisifs concernant leur avenir financier.
Catch more Fintech Insights : The AI Shift in Fraud: Why Banks Need a New Playbook
[To share your insights with us, please write to psen@itechseries.com ]
The post Pure Benchmarks Introduces a New Category of Retail Investor Data appeared first on GlobalFinTechSeries.


