Projets

BNP Paribas veut accélérer le crédit immobilier avec l'IA

Pour Sébastien Perrigault, directeur du domaine financement des particuliers de la banque commerciale de BNP Paribas, l’IA permet déjà aux conseillers de gagner 30 minutes par dossier. (Photo : R.F.)

En France, la banque de détail de BNP Paribas a développé une solution pour accélérer l'étude des dossiers et l'émission des offres de crédits immobiliers. L'approche combine OCR, Machine Learning et moteur de règles.

PublicitéRamener le délai moyen séparant l'accord du client et l'émission d'une offre de crédit à 6 jours, contre 12 aujourd'hui, dès juin 2025. Puis le faire descendre à 3 jours, six mois plus tard, pour les 20% de dossiers présentant le moins de complexité. La banque commerciale de BNP Paribas en France compte sur l'IA pour renforcer son attractivité sur le marché du crédit immobilier et fluidifier ses parcours client dans ce qui reste une étape clef dans la relation entre une banque et un client particulier. « Or, pour l'instant, c'est un peu l'enfer documentaire », résume Sébastien Perrigault, directeur du domaine financement des particuliers de l'établissement.

D'où le développement d'une solution appelée Intelligence Developing Processing (IDP), visant à automatiser l'extraction de données depuis des documents et à en vérifier la cohérence. « Après étude du dossier d'un client, nous lui transmettons une simulation. Il doit ensuite télécharger toute une série de documents [avant de bénéficier d'une offre ferme de la banque, NDLR]. Notre solution analyse automatiquement ces documents, compare les données extraites avec la simulation et présente les constats d'écart aux conseillers, qui peuvent alors statuer », détaille Sébastien Perrigault.

80% des données reconnues dans 4 documents types

Développée en interne, la solution combine trois outils, de l'OCR tout d'abord pour la reconnaissance de documents, du machine learning pour détecter les données pertinentes et un moteur de règles permettant de vérifier la cohérence de celles-ci entre elles et par rapport aux saisies des conseillers. La version actuelle de la solution couvre 4 types de documents que doivent fournir les clients à leur banque pour valider un prêt (promesse de vente, taxe foncière, avis d'imposition, bulletin de salaire), soit plus de 50 données nécessaires à la constitution d'un dossier. « Nous allons étendre la logique à d'autres documents », assure le dirigeant. Même si intégrer un nouveau document demande un à deux mois de travail aux équipes spécialisées de BNP Paribas qui doivent, à chaque fois, choisir le modèle le plus adapté, constituer une base d'apprentissage, la taguer et paramétrer le moteur de règles. À titre d'exemple, l'outil d'extraction de données dans les promesses de vente repose sur un entraînement réalisé sur 1000 documents de cette nature.

Une démo de la solution IDP par Sébastien Perrigault. Ici, l'intégration des données issues de la taxe foncière.

Selon Sébastien Perrigault, la solution reconnaît correctement 80% des données dans les documents ciblés, et 60% des éléments sont ainsi validés directement. Soit, estime-t-il, un gain de 30 minutes par dossier pour les conseillers. Le tout sans effort majeur de conduite du changement, la solution étant intégrée directement à l'interface habituelle du conseiller. Livré en novembre en v1, IDP, un projet mené selon les méthodologies agiles, est entré en phase d'amélioration continue. « Nous considérons le taux de 80% de données reconnues comme un premier pas. Nous continuons à entraîner nos modèles », dit Sébastien Perrigault.