Stratégie

La GenAI change la donne de la relation client dans la banque

A l'occasion de la conférence AI for finance à Paris, les banques ont affirmé l'importance de l'IA dans les processus liés à la relation clients. (Photo : RF)

Experte native en langage et idéale en cela pour traiter les data non structurées, la GenAI serait la pièce manquante de la transformation digitale de la banque/finance. C'est ce dont ont témoigné plusieurs entreprises du secteur à l'occasion du salon AI for finance.

PublicitéPièce manquante du puzzle digital. Clé de décryptage des données non structurées qui change la donne dans la relation clients. La GenAI et ses cas d'usages ont fait briller les yeux des banquiers sur la scène d'AI for finance, événement qui s'est tenu le 17 septembre, dans l'emblématique Palais Brongniart, à Paris. « Nous utilisons globalement l'IA pour nos offres de service - comme avec PredictIA, un algorithme prédictif qui aide nos clients à trouver le bon véhicule au bon moment -, mais un quart de nos cas d'usage concerne la relation avec les clients », a ainsi confirmé Noémie Ellezam, directrice IA groupe à la Société Générale. Chez BNP Paribas, Hugues Even, chief data officer du groupe, a de son côté fièrement affiché plus de 700 cas d'usage pour l'IA et la data, là encore majoritairement orientés vers les clients.

« Un quart de nos cas d'usage concerne la relation avec les clients », a expliqué Noémie Ellezam, directrice IA groupe à la Société Générale. (Photo ED)

Une des raisons de cet enthousiasme ? La GenAI comble un des derniers vides digitaux du secteur de la banque et de la finance. « Le secteur bancaire est digitalisé depuis des décennies, mais s'appuie encore sur beaucoup de process manuels, a ainsi rappelé Christophe Lattuada, COO Global Banking et Investor Solutions et Group Executive Sponsor for AI pour la Société Générale. Nous traitons des centaines de milliers de messages et de mails de nos clients par an, par exemple. Or, la capacité de la GenAI à traiter la data non structurée change radicalement la donne ! » Plusieurs intervenants qualifient ainsi la technologie de pièce manquante de la digitalisation du secteur, comme Noémie Ellezam, directrice IA groupe de la Société Générale. Pour cette dernière, elle « est idéale pour la génération de contenu, la content intelligence, l'aide à la conversation... ». Plus largement, la GenAI ouvre la porte à « une réingénierie massive des processus clés avec de nombreux documents à récupérer, à traiter ».

Automatiser des processus complets

« La GenAI manipule le langage, a tout simplement rappelé Marcin Detyniecki, chief data scientist groupe et directeur de la R&D d'Axa. Or, toutes les interactions avec le contrat, avec le client, relèvent du langage. C'est la même chose pour la préparation des agents dans les centres d'appel avec les éléments d'historique sur le client avant son appel, ou la proposition de réponses pendant, les résumés de conversation après, etc. » Claudine Cherfan, VP des ventes France et Afrique du Nord de Genesys, évoque même l'arrivée de « concierges dotées d'une conscience émotionnelle » d'ici quelques années.

Publicité
« La GenAI manipule le langage, a rappelé Marcin Detyniecki, chief data scientist groupe et directeur de la R&D d'Axa. Or, toutes les interactions avec le contrat, avec le client, relèvent du langage ». (Photo ED)

Parmi les 300 cas d'usage de l'IA et de la data identifiés par la Société Générale, Christophe Lattuada cite tout ce qui concerne le KYC (know your customer). « Avec l'IA, on peut complètement reprendre l'ingénierie des processus de connaissance clients et les automatiser, a-t-il détaillé. Et traiter des millions de documents associés aux clients ». La Société Générale expérimente aussi le traitement des quelque 50 millions d'appels entrants qu'elle reçoit chaque année, avec son propre Copilot. Du côté de son backoffice, la banque a aussi identifié des cas d'usage, ciblant des process encore manuels dans les domaines de la banque de détail et du self banking.

Pour le COO, la transformation par l'IA ne consiste cependant pas uniquement à exploiter les LLM les plus « intelligents », les plus grands. Loin de là. « Il faut combiner digitalisation, machine learning et LLM, en particulier pour la réingénierie de process ». Des modèles de taille plus modestes permettant aussi, comme l'a confirmé Hugues Even de BNP Paribas, de spécialiser les IA, mais aussi d'améliorer l'efficacité et de réduire le coût du passage à l'échelle de l'IA dans des structures de plusieurs milliers de personnes.