Banques : il est encore temps de sauter dans le TGV de l’IA

Les banques continuent d’afficher une jolie croissance malgré un retard caractérisé dans le domaine de l’intelligence artificielle. Un enjeu urgent de ce secteur est de s’adapter, enfin, au numérique et à ses potentialités pour améliorer en particulier la qualité de son expérience client et exploiter le volume de ses Big Data pour l’amélioration de ses processus commerciaux et marketing. Pourquoi laisser inexploitées, ces données dans ses bases qui n’attendent qu’à être analysées.

Des réticences du secteur bancaire à adopter l’IA

Pourquoi un secteur riche, qui n’a de cesse que de soutenir les startups du numérique, de créer des incubateurs à l’instar du Plug & Play de BNP Paribas, des VillagesbyCA du Crédit Agricole, des participations aux fonds d’investissement des Crédit Mutuel et autre BPCE est-il si réticent à embrasser l’IA dont de nombreuses startups du numérique et de la fintech peuvent exploiter son potentiel colossal.

Probablement, car c’est un secteur traditionnel et florissant qui en conséquence a quelque circonspection à voir ses processus bouleversés et ses personnels s’adapter. Pourtant aujourd’hui les professionnels de la banque sont convaincus qu’ils auront à utiliser de l’IA dans les 3 ans prochains. Il faudra donc y venir, d’autant plus rapidement que les challengers, banques en lignes et bientôt, les banques collaboratives, pair à pair à la blockchain, pourraient bien prendre la part belle du marché.

La confidentialité des données représente également un frein important qu’il s’agisse de la sécurité de données financières ou du respect de la vie privée des clients. Il est aujourd’hui possible d’intégrer cet enjeu dans les algorithmes d’IA.

Le prochain enjeu du secteur si l’en est : exploiter au travers de l’IA ses précieuses et riches Big Data afin de s’adapter aux nouveaux usages et encore davantage à la future clientèle des millennials qui ne jure que par le numérique depuis un smartphone.

Du potentiel du secteur pour exploiter le Big Data et l’IA

Et effectivement ce secteur regorge de données sur ses clients, leurs usages, la périodicité de leurs achats, leurs habitudes, leur patrimoine, la composition de la famille, les étapes majeures (achat d’appartement, permis de conduire, études des enfants, etc.). C’est une mine d’or pour a peu près n’importe quel algorithme d’IA.

Les applications sont nombreuses, très nombreuses dans ce secteur.

La détection des fraudes par exemple, est une application immédiate, la traçabilité numérique des informations associée à l’analyse systématique des données pourrait permettre de détecter une suite d’événements ou d’opérations dont l’algorithme, entrainé par un apprentissage sur les fraudes passées, sait qu’elle est caractéristique d’une fraude.

La gestion quotidienne des contrats, des problèmes, des questions, du support client de manière générale, peut être gérée automatiquement avec des chatbots qui permettent en langage naturel d’interagir avec un client sans nécessairement altérer la qualité du client en bout de ligne, voire d’apporter une solution plus précise et plus rapide compte tenu des capacités d’un algorithme à traiter un énorme volume de données. En outre certains signaux faibles peuvent également être retenus pour détecter des tendances générales afin de nourrir des stratégies marketing ou commerciales. Dans cette veine, l’analyse sémantique du verbatim des questions ou des commentaires permet d’aider à évaluer la qualité du service client et prendre des mesures correctrices le cas échéant.

L’utilisation de l’IA peut aussi aller se loger dans des services, non spécifiques au secteur bancaire comme, par exemple l’analyse des CV, des expériences pour filtrer les candidatures intéressantes avant que l’humain ne reprenne la main dans le processus de recrutement.

Enfin, comme mous l’évoquions dans l’article « La personnalisation, l’un des nouveaux défis du secteur bancaire« , le Big Data et l’IA peuvent permettre de personnaliser l’expérience client, en collectant et analysant les comportements des clients, en exploitant la totalité de la base afin de fournir à chaque client une expérience entièrement personnalisée, lui proposant le bon produit au bon moment. Ces outils signent la fin des campagnes marketing de masse (web, email ou courrier) qui outre leur faible retour sur investissement ont le potentiel d’agacer des clients qui tiennent à avoir un traitement particulier. C’est encore plus vrai dans le secteur de la banque. Ainsi ces nouveaux outils de personnalisation améliorent la satisfaction des clients et permettent d’automatiser un processus difficile à réaliser manuellement. Ce temps précieux gagné par un algorithme permet ainsi de libérer les collaborateurs pour assurer ces nombreux rôles que l’IA ne peut encore endosser.