« Que l’on ne se trompe pas, il ne s’agit nullement de remplacer le conseiller bancaire par une IA, mais bien de lui fournir des outils intelligents qui lui permettront à la fois de renforcer sa posture de conseiller expert et de dégager du temps pour être plus en écoute et interaction avec son client »
Aujourd’hui, les algorithmes d’intelligence artificielle sont de plus en plus performants, les données abondent et les puissances de calcul nécessaires aux traitements de ces milliards d’informations sont disponibles. Ces moyens ouvrent le champ à une multitude de cas d’usage et notamment à ceux qui s’appuient sur une compréhension du langage naturel. Grâce à eux, il est désormais possible de repenser totalement les expériences clients et collaborateurs, et en particulier le rôle du conseiller bancaire.
Intelligence artificielle et banque : de nouvelles opportunités pour la relation client
Dans un monde en constante évolution, pressé par de nouveaux entrants à la pointe des technologies, il est impératif pour les banques de repenser leurs modèles de fonctionnement. L’offre sur les services bancaires s’est considérablement étoffée ces dernières années et les clients sont maintenant connectés, informés, et exigent de leur conseiller une expertise qui va au-delà de ce qu’ils peuvent trouver facilement sur le web. S’ajoute à cela, le fait que le digital a amorcé l’ère des services gratuits. Les banques traditionnelles, avec leurs agences physiques et leurs conseillers, deviennent coûteuses et sont obligées de diminuer leurs marges pour éviter l’attrition du portefeuille client.
Ainsi, le défi actuel des banques est de s’adapter aux nouvelles attentes relationnelles des clients, de réinventer le métier de conseiller et de trouver de nouveaux relais de croissance.
Grâce à cette facilité d’accès aux informations, le pouvoir que pouvait historiquement détenir le conseiller face au client s’inverse pour laisser place à un levier de négociation plus important pour ce dernier. Le client veut pouvoir gérer son argent quand et où il le souhaite. Ainsi, il privilégie les banques qui savent lui faciliter l’accès en self-service aux opérations quotidiennes. Pour les demandes qui nécessitent l’expertise de son banquier, ouverture de crédit ou placement d’épargne, il souhaite une réponse rapide et personnalisée. Privilégier une approche user-centric, afin d’être au cœur des attentes du client, en s’intégrant à son parcours de vie, devient donc indispensable.
Afin d’offrir flexibilité et transparence à ses clients, les banques doivent être plus souples et travailler la qualité de leur approche multicanale. Grâce à des parcours clients fluides et sans couture, le client devient acteur du processus au même titre que le banquier, avec à la clé un gain de temps non négligeable que le conseiller peut mettre à profit pour apporter un conseil de valeur à son client. Se concentrer sur les parcours est essentiel, quels que soient les canaux d’usage (apps mobile, site web, centre d’appels, agence), avec comme objectif principal de gagner en productivité, à travers des processus internes plus efficients. Au-delà de l’IA c’est aussi des technologies telles que le RPA (Robotic Process Automation) qui permettent d’automatiser les tâches à faible valeur ajoutée.
Nous vivons dans un monde complexe pour les entreprises historiques. Des modèles disruptifs venant rompre les codes existants ne cessent d’apparaître bouleversant au passage les intentions et comportements de consommation. Elles doivent, en outre, faire face à une forte défiance des clients envers les institutions bancaires traditionnelles. Les banques n’ont d’autres choix que d’imaginer de nouvelles formes d’acquisition client, tout en luttant activement à la réduction de l’attrition client. Ces deux actions passent par une exploitation plus pointue des informations qu’elles possèdent sur le client.
L'IA au service du conseiller bancaire
Un des apports de l’IA auprès du conseiller bancaire concerne le traitement du flux entrant : emails de clients, discussions sur le canal chat, appels sur les SAV. L’enjeu majeur est de désengorger les canaux de mise en relation avec le conseiller, soit en déléguant à l’IA les travaux sans valeur ajoutée, soit en fournissant au conseiller un assistant virtuel qui l’aide dans le traitement des demandes clients. Que l’on ne se trompe pas, il ne s’agit nullement de remplacer le conseiller bancaire par une IA, mais bien de lui fournir des outils intelligents qui lui permettront à la fois de renforcer sa posture de conseiller expert et de dégager du temps pour être plus en écoute et en interaction avec son client.
Le premier sujet d’application prioritaire de l’intelligence artificielle dans la banque concerne la gestion des emails clients, en constante augmentation, avec des pics de charge non négligeables pour les conseillers en début de semaine pour traiter les emails envoyés durant le week-end. Cette tâche est devenue anxiogène pour les conseillers, qui peinent à répondre rapidement aux attentes des clients et craignent de passer à côté d’une demande urgente.
Les technologies d’intelligence artificielle que nous évoquons sont aujourd’hui matures et en perpétuelle amélioration du fait d’un usage de plus en plus large. Nous faisons référence aux chatbots, à l’analyse du langage naturel (NLP) ou à la robotisation des processus (RPA). Ces technologies continuent de s’étendre vers des tâches de plus en plus complexes avec des automates gagnant encore en autonomie et en flexibilité.
L’utilisation d’un analyseur sémantique, couplé à une solution de robotisation (RPA – Robotics Process Automation), répond à cette problématique de traitement des emails entrants :
- L’analyseur sémantique permet de comprendre la demande formulée par le client dans l’email et d’en capter les informations essentielles : mise en évidence des informations essentielles, catégorisation par motif, priorisation et détection de la tonalité. Il facilite la lecture et ordonne le travail du conseiller.
- La robotisation du processus (RPA) permet d’assister encore plus le conseiller, en l’aidant à :
- Analyser la cause de la demande en parcourant un arbre de résolution qui implémente la procédure métier déroulée par le conseiller.
- Exécuter les actions requises en interagissant directement avec le SI.
- Générer un email de réponse, personnalisé, et intégrant à la fois des informations figurant dans l’email d’origine et des données issues du CRM pouvant par exemple permettre des rebonds commerciaux.
Le tout en s’appuyant fortement sur les services métier du SI, disponibles sous forme d’API.
Il ne s’agit pas d’être capable de traiter toutes les demandes et tous les cas de figure, mais plutôt de router vers l’IA la partie la plus simple, mais potentiellement importante, du flux des demandes. Les premiers cas délégués à l’IA seront ceux qui pourront être automatisés en totalité, par exemples :
- la prise de rendez-vous,
- le routage vers les services d’urgence concernant les moyens de paiement,
- le routage vers les services que le client peut accomplir seul via le site web ou l’application mobile de la banque (le virement, la modification du plafond de la carte, …).
Ces solutions permettent un gain de temps et de productivité, estimé à plus de 30% du temps dévolu au traitement des emails. Elles apportent aussi une réponse 24/24 7j/7 aux clients. Leur mise en œuvre nécessite à la fois un travail important des métiers pour modéliser leurs processus métier sous forme d’arbres de résolution et des travaux techniques pour intégrer la solution dans le SI. Si le coût du projet est relativement faible par rapport aux promesses de gain, il faut être extrêmement vigilant sur le coût en fonctionnement, les modèles de facturation étant très variables selon les éditeurs.
La compréhension du langage naturel est un des sujets les plus ardus pour les IA. C’est pourquoi nous recommandons de privilégier des IA basées sur des technologies de type machine learning supervisé, et de se faire assister d’experts du langage naturel, à même de choisir les bonnes combinaisons d’algorithmes et de régler finement les moteurs de neurones. Elles sont, en outre, évolutives et permettront à terme d’autres usages, tels que l’exploration des documents (pièces jointes) pour en extraire les informations essentielles.
Le canal email n’est pas le seul sujet d’application, les canaux chat et téléphone sont également fortement concernés. L’ensemble peut être pensé dans une approche omnicanale en particulier sur l’étape d’analyse sémantique : l’IA est ainsi entraînée pour être capable de comprendre les messages envoyés par le client quelques soient les canaux. L’avantage majeur est de disposer d’une solution unique, omnicanale, avec un seul analyseur sémantique et une solution de RPA, en considérant le client en tant que tel et en lui offrant une expérience unifiée et cohérente en maximisant la « customer lifetime value ».
A noter que la mise en place d’un voicebot sur le canal téléphone nécessite des solutions de « Speech to Text » pour retranscrire la demande vocale en texte et des solutions de « Text to Speech » pour exprimer oralement la demande. La discussion est ensuite équivalente à celle qui s’effectuerait sur le canal chat.
Intelligence artificielle et banque : finalement, qu'est-ce qu'on retient ?
Notre société est en pleine transformation et le temps du conseiller généraliste et peu pro-actif est révolu. S’approprier l’ensemble des outils digitaux et assurer une relation omnicanale permet de tenir une promesse client claire, transparente et délivrée.
L’intelligence artificielle et ses technologies permettent d’analyser en temps réel un grand nombre d’informations disponibles sur le client et le marché, puis de prédire les meilleures solutions à proposer.
Elles transforment, aujourd’hui, le métier de banquier, qui, assisté par l’IA et dégagé des activités à faible valeur ajoutée, reprend une posture d’expert bancaire, à l’écoute de ses clients et en capacité de leur proposer les produits correspondants le mieux à sa situation et à ses demandes. C’est pourquoi on parle aujourd’hui de « conseiller augmenté ». La valeur du conseiller redevient ainsi un enjeu compétitif majeur pour la banque de réseau.
