Rendez-vous majeur du monde de la tech, le salon BIG DATA & AI s’est tenu au Palais des Congrès à Paris les 26 et 27 septembre 2022, réunissant plus de 16 000 participants. Le monde de la finance faisait évidemment partie de cet évènement massif qui vise à réunir tous les secteurs autour de l’innovation en intelligence artificielle et exploitation de données, l’occasion de découvrir les dernières technologies utilisées par les institutions bancaires.
L’immense Palais des Congrès de Paris s’est ouvert au monde de l’IA et du Big Data pour deux jours d’exposition et de conférences. Les acteurs de tous les secteurs ont pu se rencontrer pour partager leur dernières avancées en la matière. Au milieu des startups en tout genre et des acteurs majeurs du numérique, le monde de la finance a été particulièrement représenté par le secteur bancaire, venu présenter ses dernières technologies.
L’application d’un système IA à une infrastructure complexe
Les équipes du Crédit Agricole se sont emparées de la scène « Experts AI » pour démontrer comment, à travers l’intelligence artificielle, ils ont réussi à mettre en place un système de repérage des situations de fragilité financière de leurs clients en moins de 3 ans.
Leur objectif central : identifier les clients qui risquent de devenir « fragiles » et intervenir en amont. Ils doivent pour cela être capable de mieux détecter les clients en fragilité et identifier les marqueurs qui permettent de déterminer ce statut, pour pouvoir prendre en charge plus rapidement ces situations et redynamiser les territoires.
La spécificité du Crédit Agricole réside dans sa structure, divisé en 37 caisses régionales regroupant un total de 72 000 conseillers s’occupant de près de 24 millions de clients. Pour s’adapter au mieux à ce tissu, ils ont fait le choix de développer et d’entrainer 37 modèles d’intelligence artificielle, afin que chacun soit préparé de manière fine pour son futur territoire d’implémentation.
La présentation s’est achevée sur un retour d’expérience extrêmement positif du système, avec un rappel important : la priorité dans la conception de ces systèmes doit aller à leur opérabilité par les équipes qui s’en serviront. Il est donc nécessaire de penser, en plus de l’IA à proprement parler, à la mise en place d’interfaces ergonomique et de ne pas ménager les efforts sur la formation des collaborateurs.
Faire collaborer l’IA et le secteur bancaire pour accélérer la transition écologique
La Société Générale est venue présenter les résultats de son partenariat avec la startup namR, spécialiste des solutions IA et des diagnostics environnementaux sur l’immobilier.
A travers un modèle d’IA développé par namR qui génère des données précises quant au potentiel écologique d’un bâtiment à travers l’étude de sa position, de sa structure, de son exposition au soleil (et tant d’autres …), la Société Générale est désormais en mesure de proposer à ses clients un accompagnement personnalisé pour la transformation d’un parc immobilier, de l’étude des possibilités d’action jusqu’au financement des solutions choisies.
Massifier les données utilisées pour en personnaliser le résultat, voilà le leitmotiv du travail collaboratif entre une expertise technique dans la donnée et une expertise bancaire pour le financement. La Société Générale, à travers cette intervention, a appuyé son intention d’occuper un rôle fort pour l’accélération de la transition, en mettant en avant son impact potentiel comme vecteur important de flux financiers. La marche suivante pour eux : convaincre toujours plus de clients de bénéficier de l’accompagnement offert par ces nouvelles technologies.
Moderniser la Banque de France
Sortant du lot au milieu des acteurs privés, la Banque de France travaille elle aussi des innovations en matière d’intelligence artificielle. Cette « vieille dame qui essaie de rester moderne » a rappelé ses missions d’intérêt public : piloter la stratégie monétaire, assurer la stabilité financière, et proposer des services à l’économie, et l’IA a un rôle à jouer là-dedans.
Parmi les services à l’économie se trouve la solution ACSEL (Analyse Conjoncturelle et Structurelle Economique Locale), une solution destinée aux décideurs locaux qui veulent bénéficier d’une connaissance plus fine de leur tissu économique locale. Ce projet de Machine Learning entrainé sur des données socio-démographiques, urbanistiques et sur la compréhension des bilans d’entreprise propose le diagnostic économique d’un territoire à travers une typologie établie, pour offrir une compréhension plus locale de l’économie.
Une autre solution nommée LUCIA a pour objectif de devenir la nouvelle arme de lutte contre le blanchiment d’argent. Outil à destination des contrôleurs, il devrait permettre de procéder à une analyse volumétrique « XXL » des flux financiers avec une IA entrainée à reconnaitre les transferts suspicieux, pour accélérer le travail des contrôleurs qui pourront s’appuyer dessus pour « chercher une aiguille dans une botte de foin ».
