Buckler a annoncé aujourd'hui la version 3 de sa plateforme de diligence raisonnable en placement propulsée par l'IA — une refonte totale, reconstruite de A à Z sur une fondation plus solide, avec une interface et une expérience utilisateur entièrement nouvelles, et deux nouveaux modules essentiels pour couvrir l'ensemble des exigences de connaissance du produit. Le lancement officiel est prévu au premier trimestre de 2027.
La version 1 a livré le premier module de la plateforme, la diligence raisonnable en placement. La version 2 l'a affiné à partir des commentaires des clients et a repensé l'infrastructure pour l'échelle. La version 3 est d'une autre nature : l'application a été reconstruite, l'interface repensée autour de la façon dont conseillers, équipes de conformité et superviseurs ont dit à Buckler qu'ils travaillent réellement, et le produit est passé d'un module à trois.
Deux nouveaux modules : Surveillance et Alertes
La connaissance du produit n'est pas un examen unique. C'est une surveillance continue de chaque titre détenu par une firme, la preuve que cette surveillance a eu lieu, et une réponse documentée lorsque quelque chose change. La version 3 boucle cette boucle.
- Surveillance. Les données de marché sont chargées chaque jour dans le moteur de déclencheurs et vérifiées contre chaque déclencheur du système. Lorsqu'un titre franchit un déclencheur, le résultat est transmis au portefeuille du conseiller, qui devient le point de référence — chaque titre du portefeuille qui atteint le déclencheur est identifié, sans rien à penser à vérifier.
- Alertes. Les alertes se définissent et se configurent à trois niveaux — firme, conseiller et titre. Les valeurs par défaut de la firme s'appliquent automatiquement au portefeuille de chaque conseiller et à chaque titre, couvrant les cas les plus critiques ; conseillers et superviseurs ajustent à partir de là. Chaque alerte est graduée par gravité, et la gravité détermine le flux de travail qui suit.
- Diligence raisonnable. Un examen est une documentation complète capturée à un moment précis — un instantané d'un titre bâti à partir de composants que le moteur IA Buckler agrège et capture automatiquement, produit sous forme de dossier vérifiable avec les notes du conseiller.
Reconstruite, pas révisée
Sous la nouvelle interface, la version 3 repose sur une nouvelle fondation : le pipeline de données, le moteur IA Buckler et la couche applicative ont été reconstruits ensemble pour que les trois modules fonctionnent comme un seul système, d'un déclencheur qui se déclenche sur des données de marché jusqu'à un examen complété et documenté. Le résultat est une plateforme conçue pour soutenir des firmes de toute taille, avec la fiabilité et l'échelle qu'exige la surveillance continue d'un portefeuille entier.
« La diligence raisonnable à elle seule répond à la question qu'un régulateur pose le jour de l'examen. La surveillance et les alertes répondent à celle qu'il pose sur tous les autres jours. La version 3 est la plateforme que nous voulions bâtir : les trois, fonctionnant comme un seul, sur une fondation assez solide pour les porter. » — Richard Owen, président et chef de la direction, Buckler
La version 3 est en développement avancé, avec un accès anticipé pour les clients existants. La disponibilité générale est prévue au T1 2027.
À propos de Buckler
Buckler est une plateforme de diligence raisonnable en placement propulsée par l'IA et bâtie sur des données primaires, au service des firmes de gestion de patrimoine et des banques. Fondée en 2024 par une équipe forte d'une vaste expérience en technologie, en IA, en données de marché, en design et dans le quotidien des conseillers en placement, Buckler s'appuie sur une prémisse simple : le processus est le produit. Plutôt que de générer des conclusions plausibles, Buckler fonde chaque examen sur des données de source primaire vérifiables, de sorte que le résultat n'est pas qu'une réponse, mais un processus défendable et documenté. Pour en savoir plus, visitez buckler.ai.
Découvrez comment Buckler ancre chaque examen de placement dans des données de source primaire. Réservez une démo.