Alain Biancardi, Vice Président Sales, Expert System France
Transformer l’expérience client
Aujourd'hui, pour la banque comme pour de très nombreux secteurs, exploiter l'information est devenu primordial: c'est une ressource inestimable pour un organisme financier. L'intelligence artificielle intervient dès ce stade: une partie des processus de compréhension sémantique et d'analyse des contenus textuels peuvent – et doivent – être traités par des technologies telles que l'IA et le machine learning.
La recherche en langage naturel transforme ainsi l’expérience client via les chatbots et les forums de questions-réponses intelligentes sur les sites web. Plus les questions traitées en langage naturel – par opposition à la recherche par mots-clés – sont adressées précisément, plus le client est facilement et rapidement satisfait, à la hauteur d’un service humain mais affranchi de tout risque de stress ou de conflit et en mode 24h/24 et 7j/7.
Parce que certaines catégories de clients ne passeront jamais au 100% digital, il est également possible de réduire la durée d’appel SAV en apportant une assistance intelligente aux agents. Les conséquences sont immédiates: d’une part, les coûts fondent et les performances des centres d’appels sont optimisées, et d’autre part, la satisfaction client connaît une forte croissance.
L’analyse multicanal de la voix du client permet quant à elle d’identifier les sujets d’intérêt des clients ou un potentiel risque d’attrition de leur part. Elle permet également d’adopter des actions correctives efficaces en cas de détection de problème et de capter les signaux faibles susceptibles de nourrir la stratégie marketing du groupe lors de la phase remodelage de ses offres de produits et de services.
Cette reconnaissance par IA permet d’opérer une véritable révolution dans l’expérience utilisateur telle qu’elle existe aujourd’hui. Cette dynamique nous conduit vers un nouveau type de relation de proximité ‘client-banque’ où le lien permanent n’est plus uniquement réservé aux banques en ligne, mais démocratisé à l’ensemble des établissements bancaires. Ou comment concurrencer ces fintechs tout en modernisant son image…
Une capacité d’analyse démultipliée
Déployée au service de l’intelligence économique et marketing, l’IA peut être un véritable atout pour les banques, notamment en leur permettant de construire une vision 360° de leurs clients. Pour cela, l’intelligence artificielle peut réaliser une veille sur le web et les réseaux sociaux afin d’évaluer l’e-réputation d’un établissement ou analyser les verbatim et les emails remontés par les agences afin de qualifier la relation client et de mesurer le taux de satisfaction associé. Elle peut également être un outil de choix pour atteindre un temps de réaction plus compétitif au niveau du traitement des retours des clients. Cette veille doit aussi s’inscrire dans le cadre des benchmarks: c’est aujourd’hui un outil-clé pour étudier les produits et services, le type de communication ou encore le mode de relation-client adoptés par des établissements challengers, et adapter sa stratégie en conséquence.
Par ailleurs, l’assistance d’une intelligence artificielle peut être un atout concret dans un objectif de réduction des risques opérationnels et contractuels, notamment dans le cadre de la lutte contre le blanchiment d’argent. En effet, en analysant, selon des règles définies, des contrats signés afin d’en déduire un taux de risque associé dans le cadre d’un investissement ou d’un crédit par exemple, l’IA peut compresser le temps d’investigation requis en le réduisant de plusieurs semaines à quelques minutes! L’intelligence artificielle sémantique peut ainsi apporter une réponse quasi instantanée grâce à l’analyse des données à partir de différentes sources privées et publiques. L’exposition au risque peut ainsi être réduite.
Automatiser les processus métier
À l’heure actuelle, la banque pourrait gagner à réduire le temps de traitement des demandes. En effet, des déclarations de type vol/perte de cartes bancaires ou sinistres, doivent désormais devenir des processus automatisés, pour améliorer la productivité et optimiser les coûts. Une assistance IA peut également simplifier des processus internes comme le recrutement: en analysant automatiquement et en croisant les offres d’emploi publiées et les candidatures reçues, il est désormais possible d’accélérer la détection de candidatures pertinentes et donc d’accélérer les recrutements.
Parmi tous ces processus, l’intérêt que présente l’intelligence artificielle est la réduction drastique du traitement des dossiers, qui peut approcher les 50%. En effet, la documentation reçue par les établissements bancaires, et notamment par ceux qui disposent d’une offre d’assurance, exige une analyse chronophage et coûteuse susceptible de nuire à la satisfaction de leurs clients. L’IA permet aujourd’hui d’extraire les informations importantes contenues dans un dossier de déclaration de sinistres, d’analyser le type de dommage en question, de comprendre s’il est couvert ou non par la police d’assurance. Les données pertinentes peuvent alors être importées dans une base de données de sinistres, et aider ainsi les agents à déclencher le processus d’indemnisation approprié. Néanmoins, l’IA n’a pas vocation à traiter ces dossiers sensibles: elle doit assister la prise de décision en diagnostiquant le pourcentage de risque qui pourra ensuite amener à une décision humaine.
En investissant le secteur de la banque, l’intelligence artificielle permet de déporter le travail fastidieux de compréhension du contexte vers la technologie pour que l’agent puisse se concentrer uniquement sur des tâches à valeur ajoutée. Réduire les erreurs humaines, accélérer la rapidité des réponses et la satisfaction client : l’IA est là pour assister l’agent dans sa prise de décision en identifiant d’éventuelles imprécisions, les risques de fraude, et en optimisant le ratio entre bénéfice, profitabilité et satisfaction client.
Aujourd'hui, pour la banque comme pour de très nombreux secteurs, exploiter l'information est devenu primordial: c'est une ressource inestimable pour un organisme financier. L'intelligence artificielle intervient dès ce stade: une partie des processus de compréhension sémantique et d'analyse des contenus textuels peuvent – et doivent – être traités par des technologies telles que l'IA et le machine learning.
La recherche en langage naturel transforme ainsi l’expérience client via les chatbots et les forums de questions-réponses intelligentes sur les sites web. Plus les questions traitées en langage naturel – par opposition à la recherche par mots-clés – sont adressées précisément, plus le client est facilement et rapidement satisfait, à la hauteur d’un service humain mais affranchi de tout risque de stress ou de conflit et en mode 24h/24 et 7j/7.
Parce que certaines catégories de clients ne passeront jamais au 100% digital, il est également possible de réduire la durée d’appel SAV en apportant une assistance intelligente aux agents. Les conséquences sont immédiates: d’une part, les coûts fondent et les performances des centres d’appels sont optimisées, et d’autre part, la satisfaction client connaît une forte croissance.
L’analyse multicanal de la voix du client permet quant à elle d’identifier les sujets d’intérêt des clients ou un potentiel risque d’attrition de leur part. Elle permet également d’adopter des actions correctives efficaces en cas de détection de problème et de capter les signaux faibles susceptibles de nourrir la stratégie marketing du groupe lors de la phase remodelage de ses offres de produits et de services.
Cette reconnaissance par IA permet d’opérer une véritable révolution dans l’expérience utilisateur telle qu’elle existe aujourd’hui. Cette dynamique nous conduit vers un nouveau type de relation de proximité ‘client-banque’ où le lien permanent n’est plus uniquement réservé aux banques en ligne, mais démocratisé à l’ensemble des établissements bancaires. Ou comment concurrencer ces fintechs tout en modernisant son image…
Une capacité d’analyse démultipliée
Déployée au service de l’intelligence économique et marketing, l’IA peut être un véritable atout pour les banques, notamment en leur permettant de construire une vision 360° de leurs clients. Pour cela, l’intelligence artificielle peut réaliser une veille sur le web et les réseaux sociaux afin d’évaluer l’e-réputation d’un établissement ou analyser les verbatim et les emails remontés par les agences afin de qualifier la relation client et de mesurer le taux de satisfaction associé. Elle peut également être un outil de choix pour atteindre un temps de réaction plus compétitif au niveau du traitement des retours des clients. Cette veille doit aussi s’inscrire dans le cadre des benchmarks: c’est aujourd’hui un outil-clé pour étudier les produits et services, le type de communication ou encore le mode de relation-client adoptés par des établissements challengers, et adapter sa stratégie en conséquence.
Par ailleurs, l’assistance d’une intelligence artificielle peut être un atout concret dans un objectif de réduction des risques opérationnels et contractuels, notamment dans le cadre de la lutte contre le blanchiment d’argent. En effet, en analysant, selon des règles définies, des contrats signés afin d’en déduire un taux de risque associé dans le cadre d’un investissement ou d’un crédit par exemple, l’IA peut compresser le temps d’investigation requis en le réduisant de plusieurs semaines à quelques minutes! L’intelligence artificielle sémantique peut ainsi apporter une réponse quasi instantanée grâce à l’analyse des données à partir de différentes sources privées et publiques. L’exposition au risque peut ainsi être réduite.
Automatiser les processus métier
À l’heure actuelle, la banque pourrait gagner à réduire le temps de traitement des demandes. En effet, des déclarations de type vol/perte de cartes bancaires ou sinistres, doivent désormais devenir des processus automatisés, pour améliorer la productivité et optimiser les coûts. Une assistance IA peut également simplifier des processus internes comme le recrutement: en analysant automatiquement et en croisant les offres d’emploi publiées et les candidatures reçues, il est désormais possible d’accélérer la détection de candidatures pertinentes et donc d’accélérer les recrutements.
Parmi tous ces processus, l’intérêt que présente l’intelligence artificielle est la réduction drastique du traitement des dossiers, qui peut approcher les 50%. En effet, la documentation reçue par les établissements bancaires, et notamment par ceux qui disposent d’une offre d’assurance, exige une analyse chronophage et coûteuse susceptible de nuire à la satisfaction de leurs clients. L’IA permet aujourd’hui d’extraire les informations importantes contenues dans un dossier de déclaration de sinistres, d’analyser le type de dommage en question, de comprendre s’il est couvert ou non par la police d’assurance. Les données pertinentes peuvent alors être importées dans une base de données de sinistres, et aider ainsi les agents à déclencher le processus d’indemnisation approprié. Néanmoins, l’IA n’a pas vocation à traiter ces dossiers sensibles: elle doit assister la prise de décision en diagnostiquant le pourcentage de risque qui pourra ensuite amener à une décision humaine.
En investissant le secteur de la banque, l’intelligence artificielle permet de déporter le travail fastidieux de compréhension du contexte vers la technologie pour que l’agent puisse se concentrer uniquement sur des tâches à valeur ajoutée. Réduire les erreurs humaines, accélérer la rapidité des réponses et la satisfaction client : l’IA est là pour assister l’agent dans sa prise de décision en identifiant d’éventuelles imprécisions, les risques de fraude, et en optimisant le ratio entre bénéfice, profitabilité et satisfaction client.