Comment aborder avec succès le virage de l’IA dans la banque ?

La dernière édition des Microsoft Expériences le 3 et 4 octobre a été l’occasion pour de nombreux experts de revenir sur les bouleversements technologiques et la mutation des scénarios d’usage en cours dans de nombreux secteurs et dans de nombreux métiers. Parmi eux, la banque et l’assurance, contraints aujourd’hui de considérer l’impact de l’Intelligence Artificielle et du Big Data à la fois dans la perspective d’optimiser les processus métiers et de générer davantage de valeur ajoutée dans la pratique de leurs opérations. Retour sur les enseignements tirés de la table ronde « Comment aborder avec succès le virage de l’IA dans le secteur financier ».

Les projections le confirment de manière unanime : l’IA et la robotique constituent un marché très significatif. Bank of America estime ce marché à plus de 150 milliards de dollars d’ici à 2020. Marché au sein duquel, l’IA et l’informatique cognitive généreront un revenu de 12,5 milliards de dollars dès 2019. Ainsi, selon une étude publiée par Gartner, les machines intelligentes seront d’ici 2020 dans le top 5 des investissements prioritaires pour plus de 30% des DSI.

Cette progression spectaculaire dessine les contours d’un impact massif sur le secteur des services financiers. Toutes les fonctions de la banque seront impactées par l’IA, du front office au back office, tout autant que les fonctions support. Selon une étude de McKinsey, l’IA remplacera d’ici 2025 les connaissances de plus de 100 millions de travailleurs soit 1/3 de la force de travail mondial de ce secteur.

« Nous n’avons pas affaire là uniquement à une révolution technologique, explique Patrick Austern, Directeur & CIO Advisory chez KPMG France. L’intelligence artificielle aura des impacts sociaux non négligeables, avec une réduction des effectifs, des impacts sur les employés, induisant une transformation des rôles et des compétences, des impacts sur la gestion des risques, sur les business models et bien entendu sur le modèle opérationnel. »

La banque de demain sera dés-intégrée

Loin de signer la mort absolue des banques en tant que telles, le scénario probable de la banque de détail à horizon 2030 s’appuie massivement sur les technologies cognitives pour améliorer la qualité de service tout en réduisant ses coûts

Si l’on structure les activités bancaires en trois grandes catégories, la gestion de la relation client, la gestion des produits financiers et enfin le traitement des opérations, on peut faire une projection pour chacune de ces couches. Selon Patrick Austern,: « L’arrivée des assistants virtuels laisse penser que le public souhaitera avoir des outils capables de nous assister dans l’ensemble des activités du quotidien, y compris les interactions avec sa banque. Les banques ne seront pas forcément bien positionnées pour fournir de tels outils, d’une part car elles n’ont pas vocation à gérer l’ensemble du quotidien des gens et d’autre part parce que le niveau d’investissement en technologie consenti par les banques n’est pas à la hauteur de ce que les grands acteurs de le tech investissent aujourd’hui. On peut donc prédire que ces derniers parviendront à capturer cette relation, instituant une forme d’invisibilité de la banque »

Cette mise en retrait ne leur enlèvera cependant pas leurs prérogatives sur le produit : « Les banques continueront à concevoir et à vendre des produits bancaires. Elles resteront toujours le lieu où l’on se sent à l’aise pour déposer son argent. Les fintech ne donnent pas encore les garanties suffisantes pour insuffler ce capital de confiance incitant les consommateurs à leur confier leur épargne. La force des banques repose précisément sur leur capacité à prêter et avancer de l’argent sur leurs fonds propres. En tant qu’acteurs historiques et régulés, ces dernières continueront donc à dominer naturellement leur cœur de métier. Les fintech parviendront peut-être à se positionner sur des niches mais sans doute pas sur les produits de masse. »

Concernant les opérations et les transactions, il est possible de présumer de l’avènement d’opérateurs externes, partenaires de banques. « Tout est une question de volume et de compétitivité sur ce point. Certains acteurs de l’externalisation, certaines fintech se positionnent sur ce marché, mais le vrai défi pour eux est d’arriver à traiter les transactions de manière aussi efficace et moins chère que les banques. »

L’intelligence artificielle : oui, mais pourquoi faire ?

L’IA ne peut être perçue comme une solution en soi pour les acteurs de l’assurance et de la banque. « Ils doivent d’abord et avant tout réfléchir sur leur positionnement de demain dans l’esnsemble de la chaine de valeur, et sur la destination de la stratégie d’investissement dans l’intelligence artificielle » selon Patrick Austern.

« L’un des scénarios sur lequel nous travaillons actuellement chez KPMG concerne le processus ‘KYC’ (pour ‘Know Your Customer’). Par exemple, la mise en relation d’une entreprise avec une banque est en soi un processus long et complexe, que nous parvenons grâce à l’IA à faire passer de 13 heures à 3 heures de travail humain. ».

Les acteurs de la banque ne devraient en définitive pas tenter de tout inventer ou réinventer par eux-mêmes : « Les banques ont mis en place un très grand nombre d’innovations depuis les années 80. Compte tenu de la vitesse à laquelle les choses se font désormais, elles ont aujourd’hui tout intérêt à s’inscrire dans des écosystèmes animés par des acteurs externes leur permettant d’identifier les solutions de demain et d’aller plus vite » conclut Patrick Austern.

L’Open Innovation : la meilleure approche pour les banques.  

« Parce que le monde change très vite, parce que la technologie disruptent absolument tous les secteurs, tous les process, tous les business models, l’innovation ne peut plus être le fait d’un seul acteur » nous rappelle Michel Paolucci, Associé KPMG Innovation & Technologies en charge de l’initiative Hello Open World.

« C’est en discutant et en partageant leur retours d’expériences que les entreprises, qu’elles soient petites, moyennes ou grandes, les investisseurs et les start-uppers peuvent tirer leur épingle du jeu. Plus personne n’a de temps à perdre dans l’investigation et l’enjeu tient aujourd’hui dans le rapprochement ultra-réactif entre d’un côté des problématiques secteurs et métiers et de l’autre côté des solutions existantes ou en gestation. C’est là la proposition de valeur d’Hello Open World » toujours selon Michel Paolucci.

« Aller vite ne signifie pas pour autant se précipiter et faire n’importe quoi. Avancer par petits pas est très certainement la meilleure approche en la matière. En outre, la discussion est ce qui conditionne la verbalisation de tout ce que la théorie ne peut pas nous dire. C’est par le dialogue que les idées émergent et que les choses peuvent finir par s’éclairer. C’est l’effet vertueux que révèle aujourd’hui l’écosystème HOW »

Risk, compliance et intelligence artificielle : des bouleversements importants à venir

Les domaines risk et compliance, souhaitant tirer parti de la révolution technologique en cours, voient éclore de nombreux chantiers, à la fois dans les petites et les grandes institutions financières. L’analyse documentaire et les technologies cognitives font émerger de nouveaux leviers d’efficacité, notamment en ce qui concerne le champ de la réglementation bancaire, en proie à une complexification toujours plus forte.

« D’un point de vue règlementaire et technologique, nous assistons à un alignement de planètes très favorable, selon Romain Lamotte, Associé Data & Analytics chez KPMG. Dans un contexte où les contraintes en matière de compliance restent très élevées, on parvient aujourd’hui à encapsuler l’analyse documentaire dans des solutions décisionnelles, mixant l’expertise de spécialistes du domaine et puissance de calcul du NLP. Les niveaux de performance de ces solutions sont assez impressionnants. Si l’on prend un exemple concret sur l’application de la ‘Volcker Rule’, on parvient à passer d’un coût de revue par ligne supérieur à 500 dollars à un coût situé en dessous des 50 dollars. Et à cette efficience économique s’ajoute le fait que la qualité de la revue elle-même s’améliore, et dans certains cas très particuliers ou obscurs, la ‘machine’ parvient même à mettre à jour des points de désaccords entre experts humains ».  

A l’arrivée, on obtient un double effet bénéfique : d’un côté une efficacité opérationnelle accrue, prenant acte de la pression règlementaire et des contraintes de coûts liés aux besoin d’embauche, et de l’autre côté, un effet marginal sur la qualité du travail qui permet aux experts humains de se concentrer sur les cas litigieux que la machine ne peut pas régler elle-même.

Un assistant virtuel peut faire beaucoup de choses… mais pas encore tout.

On constate également que la mise en place de certains assistants digitaux peinent parfois à voir le jour, et ce pour différentes raisons intrinsèques à la complexité ou l’ambition de certains scénarios.

Renaud Chaleon, Digital Advisor chez Microsoft nous explique que « l’une des clés de départ de la mise en place d’un assistant digital repose sur l’utilisation de briques d’intelligence artificielles existantes. Aujourd’hui développer un modèle from scratch et le faire vivre dans le temps coûte très cher. »

Il ajoute que : « l’assistant auquel vous souhaitez donner vie doit comprendre et utiliser un écosystème de services autour des scénarios retenus. Contrairement aux usages d’une application mobile où le chemin est très balisé, le champ des possibles engendré par l’assistant personnel est très large. Force est de constater que Cortana et ses homologues ne font pas tout. Ce constat peut être une source de frustration et de déception, mais il doit être contrebalancé par une approche de petits pas: on ne change pas la donne par de grandes révolutions, mais plutôt par l’appropriation d’enseignements tirés des cas d’usages. Cela permet d’avancer et de construire la pyramide de manière progressive et surtout robuste. »

Zelros décloisonne les datas au profit des salariés.

Zelros est une jeune startup née de l’idée qu’il était toujours aussi compliqué pour les salariés d’une entreprise d’accéder aux informations clés et à la puissance des algorithmes confinés dans des data innovation labs. Elle propose aujourd’hui une plateforme permettant aux entreprises de créer des assistants virtuels, prenant la forme de nouveaux contacts dans la messagerie instantanée d’entreprise souvent Skype for Business, afin de répondre aux salariés.

« Nous travaillons avec des assureurs pour lesquels nous développons des assistants pour les gestionnaires de contrats, qui traitent certaines opérations et qui apportent une aide précieuse dès lors que les gestionnaires se posent des questions pointues sur des sujets d’assurance vie ou de prévoyance, sur tel cas client ou tel dossier de sinistre. « Dopés » au machine learning, ils peuvent ainsi répondre plus rapidement à leurs clients et leur apporter ainsi une entière satisfaction » explique Damien Philippon, COO et co-founder de Zelros.

Cartes Bancaires, applis et chatbots.

Du côté du GIE Cartes Bancaires CB, on adopte une stratégie d’inspiration fondée sur des partenariats multiples passés avec les startups, les écoles et les industriels de la monétique, débouchant sur des idées et des expérimentations de nouveaux parcours de paiement.

« Le sans contact figure bien entendu en haut de la liste des priorités de notre stratégie à court terme, avec le test que nous menons actuellement sur une carte dotée d’un capteur d’empreinte digitale.

Nous avons en outre longuement étudié les plateformes d’interactions que nous pouvions utiliser. A ce stade Facebook Messenger s’est révélé être le canal le plus judicieux et le plus adéquat. Nous y expérimentons un système de paiement intégré à un chatbot de commerçant.

Nous travaillons aussi avec des startups, notamment sur la partie applications mobiles, afin d’améliorer l’expérience et la relation client. » détaille Romain Meggle, Responsable du LAB by CB, le laboratoire innovation de CB.

« Par ailleurs, les cartes bancaires génèrent un très grand nombre de datas qui sont la source d’une réflexion profonde sur leur utilisation. Notre Lab est ainsi le premier à envisager de nouveaux cas d’usages avec les banques, en lien avec la mobilité ou le transport par exemple. Notre implication dans l’initiative DataCity témoigne également de notre exploration sur l’usage de la data en lien avec des acteurs de l’IA pour nous développer sur du prédictif et de nouvelles offres, basées par exemple sur la saisonnalité de certaines activités ou l’identification de nouveaux hotspots touristiques à Paris ou en France. »

Au delà des solution standardisées : la quête d’un scénario pertinent

Selon Romain Lamotte, les expériences actuelles se fondent sur des briques technologiques assez standardisées, gratuites, open source, que tout le monde utilise ou va utiliser. « La compétition qui s’ouvre repose sur un questionnement que chaque entreprise du secteur doit se poser sur l’exploitation de l’IA. L’enjeu n’est pas de se dire qu’on utilise l’IA, car à terme cela sera un prérequis du marché, mais bel et bien de formuler un plan de mise en œuvre d’IA pensé, structuré et tailor-made. La pertinence en matière de process et d’expérience se mesurera à l’intelligence des scénarios implémentés. »

Pour Damien Philippon, « une partie des décisions prises aujourd’hui par des cerveaux humains sera demain prise en charge par des cerveaux de silicium. Les entreprises qui parviendront à bien organiser la collaboration entre ces deux types de cerveaux tireront leur épingle du jeu ».

« Les agents cognitifs qui opéreront une partie des processus avec un certain niveau d’autonomie favoriseront l’émergence de nouvelles compétences, à l’instar des éducateurs d’IA. Ils amèneront avec eux des questionnements éthiques et juridiques, notamment au travers de la GDPR. D’un point de vue marché des solutions, nous aurons à terme d’un côté quelques grands acteurs qui poseront les briques clés de l’IA, et de l’autre coté, des IA spécialisées métiers qui émergeront sur la base de ces briques. »

L’échafaudage d’un scénario pertinent repose aussi sur la capacité des acteurs à se référer aux cadres réglementaires existants ; ainsi selon Romain Meggle « penser conformément au contexte règlementaire n’est certes pas du tout ‘growth hacking oriented’ dans l’esprit, mais c’est une démarche qui permet d’évoluer dans un contexte relativement stable. Quoi de plus classique que de sortir d’un PoC en se heurtant au mur de la réalité et de la faisabilité du projet ? Le savoir-faire et l’approche « security by design » en matière d’adaptation face à un contexte changeant apporte une vraie valeur ajoutée dans l’implémentation de projets technologiques, à l’instar du travail que nous pouvons mener avec la CNIL, par exemple sur le sujet des règles cadrant les transactions par empreinte digitale. »

Il est également essentiel d’impliquer l’ensemble des parties prenantes dès la conception : toujours selon Romain Meggle, « il ne faut pas négliger la dimension ‘communauté d’usage’ dans ce type de projet. Nous menons ainsi des consultations afin de privilégier une co-conception avec les clients finaux, les commerçants et les banques entre autres. Chaque partenaire se doit d’être rassuré. A ce titre, il est assez parlant de constater que le capital de confiance des banques est là. Les banques arrivent en tête dès lors que l’on interroge les clients sur les organismes auxquels ils seraient enclins de confier leurs données biométriques, à condition qu’elles soient claires sur leur usage et que la pédagogie soit là ».

Renaud Chaleon conclut la table ronde sur ce constat : « Entretenir une vision stratégique autour de l’IA est plus important que de se lancer dans un projet d’IA. Vous devez identifier votre modèle opérationnel, vos sujets d’explorations, vos scénarios à valeur ajoutée. Certains scénarios ne font peut-être même pas encore sens, d’autres se révéleront encore trop coûteux au regard des bénéfices recueillis. Le lien avec la stratégie d’exploitation des datas est en outre clé, et les processus d’industrialisation de l’IA doivent être crées sur des socles mutualisables entre les différents métiers, afin que chacun y trouve du sens. Ce qui est certain c’est que l’IA créera aussi ses propres compétences, à l’instar des ‘entraîneurs de bots’ pour lesquels on voit apparaître des offres d’emplois aux Etats-Unis. »

 

Hello Open World

Equipe de rédaction

Linkedin

A lire aussi

La communauté des leaders de l'innovation

Innovating in good company

Rejoignez-nous