Stratégie

Le Crédit Mutuel mise sur sa cognitive factory pour se transformer grâce à l'IA

Laurent Prud’hon, responsable de la cognitive factory au Crédit Mutuel : « Nous avons divisé par trois le coût des projets d’IA trois ans après avoir mis en place cette organisation. »

Pour accompagner le déploiement de l'intelligence artificielle sur grande échelle et la mettre au service de ses clients et salariés, le Crédit Mutuel s'appuie sur une cognitive factory. Lors de sa participation au WAICF, le groupe bancaire a présenté cette démarche.

PublicitéLe Crédit Mutuel est une banque française mutualiste née au XIXe siècle, qui regroupe des activités de banque de détail, d'assurance et de banque privée, ainsi que des services financiers pour les entreprises. Aujourd'hui, le groupe emploie 83 000 salariés au service de 36,1 millions de clients, particuliers et institutionnels. La banque a déployé des technologies d'intelligence artificielle (IA) sur grande échelle, pour servir ses clients et assister ses employés. Lors du WAICF (World Artificial Intelligence Cannes Festival) le 14 avril, Laurent Prud'hon, responsable de la cognitive factory chez Euro Information, filiale technologique du Crédit Mutuel, et Jean-Philippe Desbiolles, directeur général et vice-président services financiers chez IBM, ont présenté l'approche de cognitive factory mise en place pour soutenir cette stratégie.

La trajectoire vers l'IA du Crédit Mutuel a démarré il y a environ six ans. La banque a initié une réflexion dans le cadre d'un partenariat avec IBM autour de la solution Watson. Selon Jean-Philippe Desbiolles, il s'agissait d'infuser l'IA dans le groupe, « non pas comme un projet technologique, mais comme un levier de transformation. » Rapidement, le Crédit Mutuel a décidé d'accélérer la démarche, pour ne pas se contenter de déployer des cas d'usages l'un après l'autre, mais intégrer l'IA dans ses processus métiers. « Nous travaillons dans un grand groupe, avec beaucoup de lignes métiers. Les clients ont des questions sur tout type de sujet et sur de nombreux canaux », a confié Laurent Prud'hon. « Au démarrage, nous avions commencé par faire une solution par projet, pour un canal et une ligne métier. Très vite, nous avons constaté que les utilisateurs s'y perdaient. Il fallait créer une seule solution cohérente par groupe d'utilisateur : une pour les clients, une pour les conseillers, etc. » Pour répondre à ce besoin, Euro Information a créé en 2017 la cognitive factory, une entité métier dédiée à l'IA au sein du Crédit Mutuel. Celle-ci est chargée d'innover en continu, d'implémenter une organisation industrialisée et de déployer des cas d'usages. « Ces enjeux d'industrialisation ne sont pas la partie sexy de l'IA, mais si on ne les prévoit pas, l'entreprise n'obtiendra pas son retour sur investissement », estime Jean-Philippe Desbiolles « Nous sommes en 2022, on ne peut pas se permettre de ne pas avoir de ROI sur l'IA. Il faut la bonne combinaison de compétences, la bonne plateforme et le bon outillage ». Selon le vice-président d'IBM services financiers, la diversité des profils est importante pour le succès d'une telle démarche. Il faut veiller à disposer de compétences vraiment pluridisciplinaires, pas uniquement des data scientists mais aussi des développeurs, des spécialistes du cloud et de l'infrastructure, des architectes, des représentants des métiers, des analystes, des chefs de projets et d'autres encore. La cognitive factory compte ainsi dix pôles de compétences clefs.

PublicitéDes solutions pour une relation client augmentée

Grâce à cette cognitive factory, le Crédit Mutuel est parvenu à implémenter de nouveaux cas d'usages. « Quand une banque parle d'IA, on pense tout de suite à des applications comme le machine learning pour le scoring, mais cela, nous le faisons depuis longtemps », souligne Laurent Prud'hon. Les cas d'usages plus récents exploitent de gros volumes de données, notamment du texte non structuré, des images et des échanges vocaux. Pour ses clients, la banque a ainsi développé une application d'assistant virtuel, qui prend en charge environ un millier de scénarios de conversations. Cet assistant essaye toujours d'anticiper la meilleure action suivante. « Par exemple, si un client l'interroge sur l'envoi d'une facture justificative à la suite de soins dentaires, il propose un lien pour suivre le remboursement », a illustré Laurent Prud'hon. En 2021 l'assistant a répondu à plus d'un million de questions de clients, un chiffre en hausse de 50% en un an. « L'assistant ne remplace jamais un humain. Le meilleur moyen de servir un client reste la conversation avec un conseiller humain dans un grand nombre de nos scénarios. Nous parlons alors de relation augmentée », a indiqué Laurent Prud'hon.

D'autres outils s'adressent aux employés. Un exemple est l'outil d'analyse d'e-mails, « Quand nous recevons une requête client, tous les besoins détectés dans le mail sont capturés et affichés en bas du mail », a décrit le responsable de la cognitive factory. La solution atteint un taux de 80% de succès dans la détection de l'intention et traite plus de sept millions de mails par mois. Un autre exemple est un assistant virtuel interne, entraîné pour gérer plus de 20 000 scénarios et utilisé près de 10 millions de fois par an. « Cet assistant envoie les besoins identifiés directement vers l'outil CRM des conseillers », précise le responsable. Selon Laurent Prud'hon, ces solutions d'analyse des demandes permettent d'aller plus vite dans le traitement et la réponse. « Elles sont très utilisées aujourd'hui par les employés », a-t-il souligné. « Sur chaque canal de communication, nous branchons un outil d'IA », a déclaré Laurent Prud'hon. « Avec des déploiements sur tous les canaux, nous avons maintenant une vue complète de tous les échanges. Cela peut aussi nous servir comme outil d'organisation, pour monitorer les flux de demandes et les gérer en fonction de l'activité à l'instant T. »

Industrialisation et adoption, deux défis de l'IA à l'échelle

La cognitive factory a construit une seule plateforme, où tous les métiers peuvent brancher des applications. « Cela nous permet de nous assurer de la cohérence globale, mais avec un risque, celui de ralentir les déploiements. Pour éviter cela, nous avons décentralisé le travail sur les projets en le découpant en trois niveaux : produit, solution et contenu », a expliqué Laurent Prud'hon. Le premier est géré par les équipes techniques. Le second niveau est confié à une équipe orientée métier, qui réunit des experts métiers et IT. Enfin, le troisième niveau, celui du contenu, fait appel à des experts du domaine et des représentants des services d'assistance, avec une équipe par groupe d'utilisateurs. « Nous avons divisé par trois le coût des projets trois ans après avoir mis en place cette organisation », a indiqué Laurent Prud'hon. Pour être efficace et obtenir le ROI, il faut également industrialiser les processus avec des outils, un travail confié à une équipe de monitoring et d'amélioration continue. « En ce qui concerne les outils, aujourd'hui l'écosystème n'est pas encore mature », estime Laurent Prud'hon. « Les systèmes d'IA entraînés font appel à de nouvelles compétences, mais ils restent des outils IT, qu'il faut tester, déployer et configurer. Il faut gérer ce cycle d'appropriation en entier, et il existe peu d'outils pour prendre en charge ces enjeux. 40% de notre investissement sert à construire ce qui manque », a précisé Laurent Prud'hon.

L'un des grands défis associés à l'IA reste l'adoption. Pour Jean-Philippe Desbiolles, quatre aspects clefs entrent en jeu pour obtenir l'adhésion des utilisateurs. Le premier est la résistance naturelle. « L'IA, c'est du changement. Il faut que les attentes soient au bon niveau, car l'IA créée beaucoup de rêves. Si au début on ne partage pas de façon transparente ce qu'on va délivrer, ce que l'IA peut et ne peut pas faire, on va créer de la frustration », a-t-il prévenu. Le deuxième point est l'amélioration continue. « Il est difficile de convaincre un décideur métier que l'argent qu'il investit dans un projet va déboucher sur une solution dont la première version sera la plus mauvaise. En effet, dans les projets d'IA les solutions s'améliorent au fil du temps, par l'apprentissage », a rappelé Jean-Philippe Desbiolles. Le troisième point est le langage naturel. « Avec les moteurs de recherche sur Internet, les utilisateurs ont pris l'habitude de formuler leurs demandes en mots-clefs. Si on fait pareil avec les outils basés sur l'IA, on n'exploite pas le processus de traitement du langage naturel (NLP). Il faut s'exprimer en vrai langage naturel, pas en mots clefs, et ce n'est pas facile de changer ces habitudes à l'échelle d'une organisation », a poursuivi le vice-président d'IBM services financiers. Enfin, le dernier point concerne les processus métiers, qu'il faut repenser comme des processus accélérés par l'IA. « Si on voulait résumer notre voyage, nous avons commencé par créer des solutions pour répondre à des questions en nous basant sur des documents, puis nous sommes parvenus à un modèle plus mature. Les utilisateurs ne veulent pas juste des réponses partielles tirées de documents, ils veulent être guidés pour résoudre leur problème », a affirmé Laurent Prud'hon en conclusion du témoignage.