Live 18/11 · Cohorte 318 nov à 19h00 MSK — atelier pratique gratuit sur les agents IA · La Cohorte 3 démarre le 23/11Atelier 18/11 →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHabr AI→ original

Goldman Sachs ferme à la plupart de ses traders l'accès à Claude Code

Assembler avec l'IA un script d'analyse des transactions est devenu plus simple, mais qui répond de ses calculs ? Goldman Sachs a restreint l'accès de la plupart de ses traders à Claude Code et aux outils GitHub après une évaluation de la performance et des risques. D'après Bloomberg, les règles mises à jour en octobre maintiennent l'accès pour les ingénieurs et les spécialistes à la frontière entre développement et trading. Pour les équipes, c'est une occasion de définir à l'avance qui vérifie et qui maintient ce type de programmes.

Traité par IA depuis Habr AI ; édité par Hamidun News
Goldman Sachs ferme à la plupart de ses traders l'accès à Claude Code
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Chiffre clé #1Les traders utilisaient l'IA pour analyser les flux de clients et des scénarios de marché.
Chiffre clé #2Le compte rendu ne contient aucune donnée publique sur des pertes ou sur une défaillance précise.
Chiffre clé #3Avant de mettre un script en production, il faut désigner un responsable et vérifier les calculs.

Un employé assemble en une soirée, avec l'IA, un script qu'il aurait autrefois fallu commander aux développeurs. Le lendemain matin, ses collègues utilisent déjà ses chiffres. C'est pratique, jusqu'à ce qu'on se demande qui a vérifié les calculs et qui corrigera le programme quand les données changeront. C'est précisément là que l'histoire de Goldman Sachs devient utile à tout fondateur ayant autorisé son équipe à écrire des outils internes avec l'IA.

Selon Bloomberg, la banque a restreint l'accès de la plupart de ses traders et banquiers à Claude Code et aux outils GitHub. Cette décision s'appuie sur les résultats d'une évaluation de la performance et des risques. Le cas est révélateur : pouvoir écrire rapidement un programme ne dit pas encore comment l'intégrer au fonctionnement de l'entreprise.

Ce qui a changé chez Goldman Sachs

Pendant plusieurs mois, les employés de la banque ont pu expérimenter ces outils. Puis les règles internes, mises à jour en octobre, ont limité le cercle des utilisateurs aux rôles d'ingénierie. D'après le même article, une exception a été maintenue pour les strats, des spécialistes qui combinent trading, recherche quantitative et développement logiciel.

Ces outils avaient déjà des usages clairs. Les traders s'en servaient pour suivre les flux de transactions des clients, modéliser les variations du marché et des positions, et préparer des textes et des graphiques. La restriction touche donc des tâches de travail courantes, pour lesquelles les employés avaient déjà trouvé un intérêt à l'IA.

Un porte-parole de Goldman a décrit l'approche de la banque comme une expérimentation suivie d'une évaluation : l'accès est réparti en fonction de l'efficacité et de la gestion des risques. Toutefois, le compte rendu publié ne contient aucune mesure du temps gagné, du coût de la vérification du code ni du montant des pertes possibles. Rien ne permet d'en conclure que le vibe coding s'est avéré déficitaire.

Le script fonctionne — mais peut-on se fier aux chiffres ?

Prenons un exemple fictif qui aide à comprendre le problème. Un trader demande à l'IA de construire un tableau : charger les transactions du jour, les regrouper par client et afficher l'évolution des positions en cas de baisse du marché. Le programme se lance, trace un graphique et produit des chiffres convaincants.

Mais un lancement réussi ne vérifie qu'une partie du problème. Les devises sont-elles correctement appariées ? Comment les transactions annulées sont-elles traitées ? Les unités de mesure concordent-elles ? Que se passe-t-il si la source envoie des données incomplètes ? Une erreur dans un tel script peut ressembler à une analyse tout à fait soignée. Il s'agit d'une illustration d'un risque d'ingénierie, et non de la description d'un incident avéré chez Goldman.

Un spécialiste du domaine peut remarquer un résultat étrange. Un ingénieur peut vérifier la gestion des erreurs, les dépendances et les accès. Un outil fiable exige ces deux compétences, ainsi qu'une personne qui en répondra dans un mois. La seule présence de l'IA ne répartit pas ces responsabilités.

D'où une question utile pour l'équipe : combien de temps prend l'ensemble du parcours, de la requête au résultat vérifié ? La vitesse d'écriture de la première version se voit facilement. Le temps passé à recouper les formules, à corriger et à maintenir apparaît souvent plus tard, quand des collègues utilisent déjà l'outil.

Ce que développeurs et fondateurs peuvent en retenir

Il n'est pas nécessaire de copier intégralement l'interdiction de la banque. Une petite équipe et une grande banque n'ont pas les mêmes processus. L'étape pratique consiste à déterminer à quel moment une expérience personnelle devient un service de travail : des collègues s'y connectent, il accède à des données, ou son résultat commence à influencer des décisions.

À ce passage, il faut désigner un responsable, recouper les calculs avec des exemples connus et convenir de qui accepte les modifications. Pour un script de trading fictif, un bon contrôle consisterait en un jeu de transactions déjà analysées avec des résultats attendus. Un joli graphique ne remplace pas ce contrôle.

Pour le produit, il est judicieux de compter le temps nécessaire pour obtenir un résultat exploitable, vérification et corrections comprises. Pour le fondateur, de prévoir à l'avance du temps d'ingénierie pour la maintenance des outils internes. Sinon, la file de tâches des développeurs risque d'être remplacée par une file de prototypes d'autres personnes réclamant d'urgence du support.

L'histoire de Goldman offre une raison concrète de revoir ce processus. Les données publiques ne suffisent pas pour évaluer l'effet économique de la décision de la banque. En revanche, la question de la responsabilité se pose dès aujourd'hui dans toute entreprise : qui confirmera que le programme calcule correctement, et qui restera avec lui après le premier lancement réussi ?

Dossier

Questions clés sur cet article

Le script fonctionne — mais peut-on se fier aux chiffres ?

Prenons un exemple fictif qui aide à comprendre le problème. Un trader demande à l'IA de construire un tableau : charger les transactions du jour, les regrouper par client et afficher l'évolution des positions en cas de baisse du marché. Le programme se lance, trace un graphique et produit des chiffres convaincants. Mais un lancement réussi ne vérifie qu'une partie du problème. Les devises sont-elles correctement appariées ? Comment les transactions annulées sont-elles traitées ?

Que sait-on sur Ce qui a changé chez Goldman Sachs ?

Pendant plusieurs mois, les employés de la banque ont pu expérimenter ces outils. Puis les règles internes, mises à jour en octobre, ont limité le cercle des utilisateurs aux rôles d'ingénierie. D'après le même article, une exception a été maintenue pour les strats, des spécialistes qui combinent trading, recherche quantitative et développement logiciel. Ces outils avaient déjà des usages clairs.

Que sait-on sur Ce que développeurs et fondateurs peuvent en retenir ?

Il n'est pas nécessaire de copier intégralement l'interdiction de la banque. Une petite équipe et une grande banque n'ont pas les mêmes processus. L'étape pratique consiste à déterminer à quel moment une expérience personnelle devient un service de travail : des collègues s'y connectent, il accède à des données, ou son résultat commence à influencer des décisions. À ce passage, il faut désigner un responsable, recouper les calculs avec des exemples connus et convenir de qui accepte les modifications.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…