L’IA dans le secteur bancaire : pas si risqué que ça

 |   Olivier Carpentier De Changy

Vous vous trouvez dans votre agence locale, en train d’attendre que l’on vous informe de l’avancée de votre demande de prêt. Vous avez perdu la notion du temps et votre regard est perdu dans le vide. Dans une société qui fonctionne à crédit, cette situation est le quotidien de nombreux Européens. Pourtant, pas moins de 37 millions d’Européens n’ont pas accès au crédit responsable. Au lieu de cela, ils s’appuient sur des moyens informels qui prônent une gestion du budget dépendant de la trésorerie de chacun, en proie aux prêteurs sur gages et aux bailleurs de fonds pour des prêts à court terme assortis de taux d’intérêt exorbitants.

Parallèlement à cela, la Banque centrale européenne a constaté que les établissements bancaires géraient des prêts improductifs à hauteur de 850 milliards d’euros, forçant les banques européennes à réduire les taux de crédit. Par conséquent, même si les Européens optent pour des solutions plus formelles, l’accès au crédit ou à d’autres types de services financiers reste difficile, car les banques sont de plus en plus regardantes.

De ce fait, comment le secteur financier européen peut-il répondre de manière responsable aux besoins d’emprunts des clients tout en continuant à accroître les flux de revenus dans un environnement de plus en plus défavorable ? Pour les établissements leaders du marché, l’intelligence artificielle (IA) et l’apprentissage automatisé se révèlent être des armes secrètes, permettant aux innovateurs financiers d’adapter leurs produits et services aux clients qui souhaitent prendre leur avenir financier en main.

AdviceRobo, l’une des FinTechs (société de technologie financière) leader en Europe, bouscule quelque peu le modèle traditionnel d’évaluation des risques en proposant un nouveau système de crédit en fonction de la solvabilité de chacun. En partenariat avec Microsoft, la solution marque blanche s’appuie sur les big data et l’IA pour aider les banques européennes à évaluer le risque et la solvabilité d’un nouveau client, et sa « volonté » de rembourser son emprunt.

 

Après avoir répondu à une série de questions en ligne, qui varient selon les habitudes de raisonnement théorique, l’organisme prêteur reçoit immédiatement une notation basée sur un système régulièrement mis à jour. La note est ensuite transmise, via une IPA, à un organisme prêteur qui pourra alors décider d’accorder ou non le crédit. En analysant les big data, les institutions financières utilisant la plateforme d’IA de AdviceRobo ont indiqué une progression du taux d’acceptation des prêts de 20 %.

De plus, la nouvelle analyse permet aux institutions financières de surveiller en permanence les risques ou les anomalies liés aux emprunts. Grâce à l’apprentissage automatisé, AdviceRobo peut fournir des stratégies personnalisées capables de prévenir les saisies immobilières et les mauvais payeurs, et protéger les clients d’une surconsommation de crédit. En prévenant les emprunts trop risqués, les banques diminuent le nombre de prêts non performants et diminuent ainsi de 38 % le taux d’impayés.

« Prêter est, par nature, un acte risqué. En appliquant l’IA et en fournissant nos connaissances psychométriques uniques, nous mangeons du risque à tous les repas. Qu’il s’agisse de travailleurs indépendants, de start-ups ou de la génération Y, nous soulageons les clients présentant des dossiers plutôt minces du stress financier, tout en boostant le retour sur investissement pour les organismes prêteurs », indique Diederick van Thiel, Président Directeur Général chez AdviceRobo.

Toutefois, minimiser le risque et accorder l’accès au crédit responsable au plus grand nombre ne résout pas tout. Les consommateurs doivent également faire confiance aux systèmes financiers et se sentir capables d’utiliser le crédit en choisissant des placements de manière éclairée et, par conséquent, en maîtrisant leur sécurité financière.

Tandis que l’Europe continue de profiter de taux d’intérêt relativement bas et à faible volatilité, Cognitive Scale et Bridgeweave prévoient de lancer une solution d’IA qui vise à démocratiser les échanges commerciaux par le biais de perspectives d’investissement destinées aux Européens souhaitant participer au marché boursier. La collaboration permettra au plus grand nombre de faire des choix de placement plus éclairés grâce au partage de leurs données essentielles et personnalisées, et ce afin de tirer pleinement parti de leur crédit.

« Il n’existe pas deux investisseurs semblables. Toutefois, certaines structures de gestion d’actifs continuent de regrouper les clients selon des classifications strictes, larges et impersonnelles », indique Akshaya Bhargava, fondateur de Bridgeweave. « Malgré d’importantes différences dans leur goût du risque, de nombreux clients se retrouvent dans une même catégorie et avec le même gestionnaire de relations bancaires, et se voient proposer des conseils et des informations similaires. Grâce à l’IA, nous sommes désormais capables de compartimenter les investisseurs de manière plus précise et de fournir des données personnalisées et de qualité, auxquelles nous n’avions pas accès. »

En s’appuyant sur des technologies comme l’apprentissage automatisé, les sciences cognitives, les big data et l’IA, les FinTechs de l’Europe s’efforcent de créer des produits et des services qui répondent aux normes institutionnelles, apportent des conseils abordables et responsables, et redorent l’image des institutions financières en matière de transparence.

C’est surprenant de constater à quel point le crédit est étroitement lié à nos rêves. Pas de prêt étudiant, pas de diplôme. Pas de carte de crédit, pas de voyage. Aucune trace de crédit, aucune hypothèque. Et pour chacun de ces objectifs et de ces ambitions, le secteur financier européen investit et innove dans les différentes technologies susceptibles de nous permettre d’obtenir des financements et un crédit, le cas échéant.

Pour plus d’information sur le sujet, veuillez télécharger le white paper suivant (en anglais uniquement) : The future banking ecosystem.

Tags: , , ,