Institutions financières et Intelligence Artificielle : les clés pour dépasser les Proofs of Concept

Il faut saisir les opportunités disruptives par l’IA : expérimenter les solutions de Smart Automation, notamment les Robotic Process Automation (RPA) est une chose, dépasser l’étape du Proof of Concept (POC) en est une autre. Comment réussir l’industrialisation des solutions et passer à l’automatisation ? Ne faut-il pas songer à un modèle opérationnel pour la gouvernance des robots ?

L’IA s’invite au cœur de la finance

Nouveaux modèles économiques, transformation de la culture d’entreprise ou bien encore expérience utilisateur inédite, mais aussi transparence, confiance, et formation, des mots qui martèlent le secteur financier. Pour les dirigeants, c’est une évidence, l’IA est l’avantage compétitif du futur (72%), de plus, les humains se concentreront sur les tâches à valeur ajoutée (70%) et libéreront du temps pour leur développement personnel.

Les entreprises abordent l’IA «  notamment grâce à des outils de Smart Automation comme les RPA ou d’autres technologies comme le machine learning. Reste à savoir  comment intégrer ces outils au cœur des activités de l’entreprise, ce qui pose de nombreuses questions à la fois réglementaires, organisationnelles et humaines », analyse Marc Haddad,  Associé chez PwC.

Vous avez dit « Smart Automation » …

Les retours d’expérience des services financiers sont intéressants : mise en place de solutions RPA, notamment sur des processus ne nécessitant pas d’interprétation humaine…

Alors, quels sont les usages ? Ils touchent l’ensemble de la chaîne de valeur du secteur bancaire et assurantiel. A savoir

• le front office

Amélioration de l’engagement des clients via des communications personnalisées et conseils (robots-conseillers, portefeuilles intelligents).

• le middle office

Gains de productivité (rapprochement des comptes, production de rapports).

• le back office

Détection des fraudes et réduction des risques

Entre l’IT et les métiers

Pourquoi s’intéresser de près aux solutions de Smart Automation ? Elles apportent de réels bénéfices. Avant tout, elles peuvent compléter les projets de transformation de l’entreprise.

Mais ce n’est pas tout, les rôles et responsabilités sont essentiels c’est pourquoi il faut comprendre la nature hybride des projets, qui concernent l’IT et les métiers.

Les 7 prérequis

Pour aller au-delà des POC, voici les 7 points identifiés par PwC pour prendre le pas de la dynamique IA :

• Faire preuve de pragmatisme

Analyser les attentes et les limites de l’automatisation pour identifier les opportunités

• Penser simplification des processus

L’automatisation contribue à la simplification des processus

• Améliorer la transparence
• Mettre en place des robots de manière agile
• Aligner la maintenance à l’impératif de stabilité
• Ouvrir un champ d’innovation pour obtenir une excellence opérationnelle
• Répondre à la satisfaction du client final

Les 3 modèles opérationnels

Selon PwC, trois modèles opérationnels sont envisageables pour l’implémentation de solutions de Smart Automation :

• Un unique centre d’excellence centralisé pour servir l’ensemble des métiers
• Des centres d’excellence pour servir différentes directions
• Un type d’organisation fédéré impliquant des centres d’excellence totalement indépendants

Source Etude PwC : Smart Automation : au-delà des Proofs of Concept