Comment le secteur de la finance tire déjà profit de l’intelligence artificielle

La date n’a probablement pas été choisie au hasard. Pendant que s’ouvrait à Paris la Semaine pour l’action sur l’IA, la Cité de l’IA en a profité pour organiser le 6 février dernier, dans ses locaux marcquois, une matinale consacrée à l’essor de cette technologie dans le domaine de la finance. La tendance n’est, il est vrai, pas récente. «La comptabilité a été l’un des tous premiers secteurs à utiliser l’IA», a rappelé en préambule Manuel Davy, président de la Cité de l’IA. Pour autant, force est de constater que le mouvement s’est considérablement accéléré au cours des dernières années. «Dans le cadre des Grands Prix de l’Innovation décernés par Lille Place Financière (LPF) et les Places Juridiques, nous recevons toujours plus de candidatures portant sur des projets à base d’IA», a ainsi illustré Grégory Sanson, président de LPF.

Si les marques d’intérêt autour de l’intelligence artificielle vont croissant, comme en témoigne la présence de près de 300 participants à cet événement, reste encore pour beaucoup de dirigeants d’entreprise et de cadres financiers à en comprendre les tenants et aboutissants d’une part, et à identifier «des cas d’usage» pertinents d’autre part, comme l’a notamment rappelé Mélanie Meurillon, vice-présidente de la DFCG Hauts-de-France.

Une aide dans l’amélioration de la relation client

Lors de cette Matinale IA & Finance, il était justement question d’exposer des cas d’usage et les bénéfices associés. Chief data officer au sein de la Caisse d’Épargne Hauts de France, Benoit Raffin-Peyloz est revenu sur le déploiement de F@STPRO, une solution interne d’aide à la décision s’appuyant sur l’IA. «Dans la mesure où nous proposons, dans l’industrie bancaire, des produits relativement standards, la différence entre banques se fait souvent au niveau de la qualité relationnelle. Or l’amélioration de celle-ci passe en partie par une amélioration des process opérationnels». Recevant chaque année plus de 2 000 demandes de crédits d’équipement de la part de la clientèle de professionnels, les conseillers de la caisse régionale devaient alors consacrer «un temps conséquent» dans l’analyse de chaque projet de financement avant de pouvoir délivrer une réponse au client concerné. C’est justement pour raccourcir ce délai qu’a été créée F@STPRO. «Utilisant 103 variables explicatives (client, flux, bilan, notation, incidents, crédits antérieurs…), le modèle est en capacité de donner au conseiller un avis, soit favorable, soit défavorable, soit neutre, en seulement 2 minutes 30. Or si un client dispose d’une pré-réponse rapidement, il n’ira pas forcément consulter un autre établissement», fait remarquer Benoit Raffin-Peyloz, qui insiste cependant sur le fait que F@STPRO ne reste qu’«un assistant» et que le conseiller garde la main sur la décision finale.

Une gestion des risques optimisée

Spécialiste du financement automobile, CGI Finance (Groupe Société Générale) a pour sa part élaboré une série d’algorithmes dans le but d’évaluer de manière plus fine ses risques et, par là-même, d’optimiser sa profitabilité. «Dans le cadre d’une offre de location avec option d’achat (LOA) ou d’une location longue durée (LDD), la restitution du véhicule à l’issue du contrat est soit possible, soit certaine. A ce titre, il nous faut pouvoir, pour maîtriser le risque de valeur résiduelle, calculer avec précision son prix dans trois à quatre ans»,explique Laurent Boudet, son directeur DATA et Innovation. Outre l’estimation du prix futur, l’IA permet aujourd’hui à CGI Finance d’évaluer la probabilité qu’un client n’aille pas au bout de son contrat, celle qu’il conserve son véhicule à l’issue d’un contrat de LOA ou encore celle de défaillance d’un distributeur. Toujours dans le domaine de la gestion des risques, la fintech marcquoise Meelo a quant à elle conçu une plateforme Saas, exploitant notamment l’Open Data (données libres d’accès), l’Open Banking (partage de données entre institutions financières) et l’intelligence artificielle. «L’objectif de cette solution B2B est de lutter contre les risques d’impayés et de contrer la fraude à l’identité», précise Laurent Kocinski, son cofondateur et CEO. Grâce à ces modèles prédictifs, Meelo revendique un taux de fraudes évitées pour ses clients de 90 %.

Des apports multiples au sein des fonctions finance

Et les exemples ne s’arrêtent pas là. Associée chez EY, Magali Drubay a ensuite énuméré les cas d’usage d’ores et déjà éprouvés au niveau des directions financières et comptables d’entreprise : analyse de performance, comparaison et pilotage ; simulations et élaboration de scénarii ; génération automatisée de rapports et de tableaux de bord financiers ; détection d’éléments atypiques dans les fichiers financiers ou comptables ; traitement automatisé des factures… «Certaines technologies proposent même directement dans l’ERP des assistants virtuels (chatbots) qui vont fournir quasi-instantanément les données demandées», informe Magali Drubay, démonstration à l’appui. Certes, l’expérimentation et l’intégration de ces innovations dans les départements financiers d’entreprises demeure largement l’apanage de grands groupes. Mais de l’avis général, le mouvement pourrait rapidement se démocratiser aux ETI et aux grosses PME, porté par une combinaison de facteurs. Entre les attentes réglementaires croissantes en matière de publication d’informations financières et extra-financières (nouveau rapport de durabilité instauré par la directive européenne CSRD, règles dites Pilier 2 relatives à l’imposition minimale effective des entreprises internationales…), la fin de maintenance programmée d’outils de consolidation (SAP Financial Consolidation, par exemple), la volonté d’un grand nombre d’entreprises d’accélérer la digitalisation de leurs processus financiers à des fins de gagner en productivité, ou encore, tout simplement, la nécessité de mettre à jour des systèmes d’information vieillissants, une vague de projets de mise à jour ou de remplacement de systèmes d’information existants est en cours. Les investissements massifs autour de l’IA dite générative (création autonome de contenu) pourraient également participer à la démocratisation de la technologie dans les fonctions finance et, plus largement, dans les entreprises de toutes tailles.