Gestion du risque, prévisions ou communication avec les clients – les banques peuvent bénéficier plus que d’autres industries du potentiel de l’intelligence artificielle. Avec des processus optimisés et un service personnalisé, elles peuvent se préparer durablement pour le futur.

Les institutions financières ont toujours été des moteurs de changement économique, technologique et social. Ce changement est actuellement manifeste dans une forme particulièrement spectaculaire: l’intelligence artificielle. En effet, l’IA semble révolutionner notre monde du travail. Comme la ministre du Travail, Pierrette Leblanc, l’a dit : « Après 2035, il n’y aura plus de travail qui n’ait rien à voir avec l’IA ». Le secteur bancaire en particulier ne devrait pas s’esquiver face à la discussion sérieuse sur les potentiels et défis de l’IA.

Zones d’application de l’IA dans les banques

Les banques ont ici un avantage fondamental: elles peuvent s’appuyer sur des données volumineuses. Cette condition est crucial pour l’utilisation de l’apprentissage automatique et de l’intelligence artificielle. En utilisant ces outils, des modèles peuvent être identifiés et appliqués. Avec une capacité de calcul améliorée et de meilleurs modèles d’IA, de plus en plus d’applications possibles pour l’IA dans le secteur bancaire sont ajoutées.

Pour ne citer que quelques exemples :

• L’IA peut aider à détecter et à combattre efficacement les tentatives de fraude en temps réel dans le domaine de la détection de fraude.
• Les banques peuvent permettre la transparence et la prévisibilité financières aux clients par le biais de l’analyse et des données bancaires.
• Et avec les conseillers robotiques, de nouveaux segments de clients peuvent être ouverts grâce à des recommandations automatiques et à la gestion des investissements.

Un besoin de régulation

Malgré ces opportunités, les banques doivent bien sûr respecter les exigences réglementaires en matière d’IA. Cela concerne le AI Act de l’Union européenne. Après les votes finaux et l’adoption formelle par le Parlement européen et le Conseil, il incombe désormais à la Commission et aux États membres d’identifier des critères appropriés et résistants pour permettre une mise en œuvre pratique telle que la régulation des applications « AI à usage général » ou des applications à haut risque.

D’autre part, les exigences réglementaires du Bafin doivent également être respectées. Il met principalement à contribution la direction de l’entreprise pour définir le potentiel et les limites de l’utilisation de l’IA, pour définir des mesures d’atténuation du risque et pour élargir la stratégie informatique de l’entreprise en conséquence. De plus, l’humain doit toujours rester l’instance de contrôle principale dans chaque application IA.

Une autre réglementation est en vue pour les produits d’investissement respectueux de l’ESG. Plus précisément, l’explicabilité de l’IA sera probablement une exigence nécessaire pour chaque application d’IA dans ce domaine. Le règlement général sur la protection des données de l’Union européenne donne déjà aux clients un droit à l’explication pour les décisions basées sur l’IA. Malgré ces défis réglementaires, l’IA a toujours le potentiel de transformer radicalement le travail des banques.

Plus de sécurité dans des temps incertains

L’utilisation de l’IA peut ainsi offrir plus de sécurité aux banques, notamment en cette période incertaine. En ce moment, les banques attachent de l’importance à des prévisions aussi fiables que possible. Des modèles basés sur l’IA peuvent donner des impulsions importantes à cet égard. Par exemple, le potentiel de l’apprentissage automatique peut être utilisé dans le cadre de la prévision de la liquidité.

Un exemple concret de cette application est l’appel d’urgence de l’argent, un micro-prêt de 100 à 199 euros avec une durée d’un à deux mois. L’approche la plus couramment utilisée pour évaluer la solvabilité est le rapport de SCHUFA. Cependant, le groupe cible de l’appel d’urgence de l’argent a souvent déjà des entrées chez SCHUFA, et SCHUFA est généralement assez « gros » dans son évaluation du risque. Par conséquent, d’autres caractéristiques discriminantes dans les groupes de clients doivent être identifiées pour pouvoir évaluer leur solvabilité actuelle et, par conséquent, la probabilité de remboursement.

Et c’est là que l’IA entre en jeu : un algorithme prend en compte les données individuelles telles que l’historique de crédit personnel, les transactions ou les activités sur les médias sociaux pour déterminer la probabilité de défaut de paiement. Celle-ci est calculée en temps réel en 60 secondes maximum. Cela donne à la banque la possibilité d’offrir des prêts plus petits aux clients avec une forte probabilité de défaut. Il identifie également les propriétés des clients qui ont un impact significatif sur la moralité de remboursement.

Enfin, grâce à la classification des clients basée sur l’IA, les risques de défaut peuvent être identifiés et les pertes minimisées pour les banques et les clients. Dans ce cas, le taux de défaut de crédit a diminué de plus de 90 % – et ce, avec le même taux de distribution. Et en seulement trois mois, le coût de développement du crédit scoring a été amorti.

Plus de service – à tout moment et partout

Mais surtout en termes de service et de gestion des clients, les modèles d’IA offrent aux banques des perspectives positives durables. Grâce à des modèles d’IA génératives tels que ChatGPT, la communication peut également être automatisée. Le point fort de GenAI est en particulier la capacité à mener des dialogues réels avec les clients en langage naturel, en allemand et en anglais.

Les chatbots y apprennent à répondre aux besoins individuels de chaque client et peuvent accéder à un grand nombre de données supplémentaires (au moins celles librement disponibles sur Internet), tout en tenant compte des caractéristiques sociodémographiques. Par exemple, alors que la jeune directrice attend que sa demande soit résolue numériquement après les heures de travail, le retraité est peut-être content que – grâce à l’IA – un employé l’appelle directement le lendemain.

En conclusion: Prêt pour une nouvelle ère?

Ces exemples l’illustrent clairement : l’IA rendra la décision de l’octroi de crédit possible en temps réel, soulagera les employés, repensera les possibilités du service à la clientèle – et bien plus encore. L’utilisation de l’IA peut propulser le travail des banques à un nouveau niveau – pour les institutions et leurs clients.

Les banques sont donc maintenant confrontées au défi de se préparer aux changements propulsés par l’IA et d’exploiter efficacement et durablement le potentiel de ChatGPT & Co. dans le cadre d’une stratégie claire. Parce que nous sommes au début d’une nouvelle ère. Et les banques ont la chance de redevenir des acteurs et des innovateurs de cette nouvelle évolution grâce à l’utilisation de l’IA. Et elles devraient utiliser cette opportunité.