L’IA n’est plus une option dans la finance
Data, algorithme, Machine learning, bot, un vocabulaire tech adopté par tous les métiers de la banque, dans le monde entier, au bénéfice du client.
La digitalisation massive de l'économie, accélérée avec la crise sanitaire, offre aux différents métiers de la banque des opportunités multiples d’apporter de la valeur à leurs clients : digitalisation accrue des produits et services, personnalisation, meilleure qualité de service et développement de nouveaux modèles. Pour mieux servir leurs clients, l’ensemble des métiers de Société Générale accélèrent sans cesse leur transformation digitale, avec notamment l’adoption du traitement de la donnée (data) et des technologies d’intelligence artificielle (IA).
La donnée est un actif clé de la banque, l’IA n’est qu’un outil
La digitalisation des interactions avec les clients et des processus enrichit sensiblement le patrimoine de données dont la banque dispose. L’exploitation de ces données est un composant clé de la transformation digitale des métiers de la finance.
Les capacités d’analyse et prédictives de l’intelligence artificielle contribuent à tirer toute la valeur de ces données, dans le respect de la réglementation en matière de données personnelles. L’intelligence artificielle est donc un outil qui agit comme un amplificateur de la proposition de valeur digitale faite par les métiers de Société Générale à leurs clients.
Elliot de Boursorama, 4 millions de conversations par an
L’IA permet une connaissance fine des clients afin d’anticiper leurs attentes, les conseiller, leur faire des recommandations, des propositions commerciales personnalisées et pertinentes. En Roumanie par exemple, BRD, premier réseau bancaire privé du pays et filiale du groupe Société Générale, utilise l’IA pour créer des campagnes marketing ciblées aux clients les plus appétants aux prêts à la consommation. Résultat une multiplication par trois des taux d’acquisition de prêts.
L’IA permet aussi de traiter les demandes simples des clients plus vite et avec efficacité grâce au traitement automatique du langage naturel1 qui permet de comprendre les demandes quel que soit le moyen de communication (écrit ou vocal) et de développer des interfaces conversationnelles de qualité. Boursorama traite par exemple plus de 4 millions de conversations par an grâce à l’IA, avec le moteur conversationnel Elliot.
L’IA : l’âge de raison
Aujourd’hui, l’IA est totalement intégrée dans l’ensemble des métiers du Groupe qui ont atteint une certaine maturité dans ce domaine. Société Générale recense 130 cas d’usage utilisant des solutions IA au service du client ou de l’efficacité opérationnelle. Le Groupe a récemment remporté le Prix FSTech2 2021 de la Meilleure utilisation de l'intelligence artificielle (IA) dans les services financiers.
L’enjeu clé est désormais d’industrialiser, c’est à dire de partager davantage et de répliquer les cas d’usage existants au sein du Groupe, quand ceux-ci sont pertinents avec les spécificités des clients et les réglementations propres des activités du Groupe.
C’est le cas de MOSAIC (More Security with Artificial Intelligence), notre solution de détection de la fraude sur les moyens de paiement, d’abord déployée en France, pour les particuliers et les entreprises. MOSAIC est basé sur des algorithmes de machine learning3 et d’analyse comportementale qui repèrent des événements anormaux ou suspects et génèrent une alarme. Cette solution permet par exemple de détecter une fraude sur un paiement instantané en moins d’une demi-seconde. Solution largement déployée en France, elle est désormais également proposée aux filiales du Groupe en Afrique et en Europe.
Pas d’IA sans humain
L’exploitation des données et de l’IA pour accélérer la digitalisation de nos services ne peut se faire sans l'humain. C’est bien l’humain qui va concevoir, produire, mettre en œuvre et utiliser ces solutions d’IA. L’expertise du collaborateur est au cœur de la chaîne de valeur et son principal carburant.
C’est donc l’ensemble de l’entreprise qu’il faut embarquer pour accélérer cette transformation et garantir l’excellence dans l’exécution, ce qui implique un changement de paradigme avec des nouveaux modes de travail, l’adoption d’une culture data-driven et un vrai focus sur la complémentarité des compétences et des talents.
[1] Le traitement automatique du langage naturel imite la compréhension humaine des mots et des phrases et permet maintenant aux modèles d'apprentissage automatique de traiter de grandes quantités d'informations avant de fournir des réponses précises aux questions qui leur sont posées.
[2] FSTech est un media web leader de la technologie dans les services financiers du Royaume-Uni et de la région EMEA (Europe, Moyen-Orient, Afrique).
[3] L'apprentissage automatique ou Machine learning est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données.