Banque : les technologies cognitives et le big data
Les banques choisissent d’investir massivement dans les technologies cognitives et le big data afin de proposer des offres de services mieux adaptés à ce que veut leur clientèle toujours plus connectée. Ces nouveaux outils ont pour but d’améliorer la connaissance qu’ont les banques de leurs clients afin de formuler une prestation de conseil qualitativement augmentée.
Les exemples illustrant cette stratégie sont nombreux comme le compile le rapport Banque et Innovation publié par la Fédération bancaire française (FBF). L’étude évoque par exemple la technologie cognitive Watson développée par IBM pour le Crédit Mutuel (que propose aussi Orange Bank via Djingo). Cet assistant assure le traitement automatique du langage naturel et accompagne au quotidien près de 20 000 conseillers de l’établissement. Watson analyse les mails reçus par les conseillers bancaires (jusque 30 000 par jour).
Le Crédit Mutuel complète ce service par deux assistants virtuels qui délivrent des renseignements plus rapidement aux clients sur les produits d’épargne et d’assurance. Sont en cours de déploiement trois nouveaux assistants virtuels prêts à faire la même tâche vis-à-vis des produits de prévoyance, de santé et de crédit à la consommation. Néanmoins, c’est bien le conseiller bancaire humain qui reste le maître des opérations, capable d’intervenir à tout moment ou quand le client le demande.
D’autres exemples démontrent l’avancée des technologies cognitives dans le secteur bancaire. En 2016, BNP Paribas a lancé son Lab consacrée à l’intelligence artificielle. Plusieurs dizaines de projets ont ainsi émergé avec pour vocation de booster l’efficacité opérationnelle de l’établissement, donc de l’expérience client. On citera un système d’analyse automatique des contrats, un moteur de traduction intelligente ou de nouvelles interfaces vocales.
Les données des clients constituent un magot qu’essayent d’exploiter les banques. Désormais, elles croisent les données bancaires qu’elles maitrisent avec d’autres données apportées par la mobilité et la connectivité de la clientèle (historique de navigation, publications sur les réseaux sociaux, etc.). L’objectif est le même : mieux comprendre le client pour lui proposer le bon produit bancaire au bon moment.
IA : les conséquences pour l’emploi dans la banque ?
Cette révolution numérique pose aussitôt la question du devenir des conseillers bancaires. Et comme dans tout changement, on relève des avantages et des inconvénients. Les bienfaits sont l’assistance concrète au quotidien des conseillers sur des tâches chronophages et répétitives. L'IA leur libère du temps pour qu'ils se consacrent à bonifier le service client. Les inconvénients sont l’impact négatif sur l’emploi dans l’avenir comme le montrent les plans de fermetures d’agences physiques opérés par tous les établissements.
En décembre 2017, l’étude menée par l’Observatoire des métiers de la banque dresse un état des lieux et esquisse des perspectives sur l’impact de l’intelligence artificielle sur les métiers et les compétences. Le cas du chargé de clientèle particuliers est symbolique. L’étude indique que l’intelligence artificielle ne remet pas tout en cause, notamment dans tout ce qui concerne la prospection de nouveaux clients, la détection des besoins adossée aux propositions de solutions de financement, ou encore la gestion et le développement d’un portefeuille de clients particuliers.
Mais l’intelligence artificielle mobilisera à court terme certaines compétences plus fortement (technique commerciale, sens de l’initiative, anticipation du besoin client, autonomie personnelle, décision/recul/responsabilité, pédagogie, relationnel/communication), quand d’autres seront moins sollicitées (analyse/synthèse, reporting, procédure/normes, méthode/rigueur, gestion du risque, droit et réglementation, culture générale économique, connaissance de l’offre).
Le rôle du conseiller clientèle se redéfinit
En synthèse, le rapport résume que « les outils qualifiés changent la donne sans révolutionner la structure des métiers ». Il note des déplacements d’activités mais précise que certaines prestations ne sont pas encore substituables comme la définition d’objectifs et les fonctions d’alerte, de contrôle et de pédagogie. Toutefois, les compétences transversales devraient prendre le pas sur les compétences techniques, autour de petites unités axées sur des métiers spécialisés.
Des initiatives en ce sens sont déjà prises par les banques françaises. C’est le cas de BNP Paribas qui cherche à mutualiser les équipes de son réseau d’agences dans des hubs. Frédérique Rabier-Aliôme, coresponsable du métier retail France pour BNP Paribas présente ce projet de hub comme « une solution parmi d’autres pour repenser les agences BNP Paribas au service du client et du collaborateur, et ainsi éviter leur fermeture ». Le but est aussi de rapprocher l’aspect décisionnel au plus près du terrain.
Le principe est qu’un seul directeur d’agence pilote trois agences proches géographiquement. Le collaborateur le plus expérimenté dans l’une des agences annexes jouera ainsi le rôle de référent. Certains hubs pourraient même devenir des pôles de compétence pour la gestion de la clientèle haut de gamme ou de la clientèle professionnelle. Pour l’heure, BNP Paribas est dans une phase de concertation, avec la possibilité de voir naître ces hubs en 2019.
Le conseiller humain reste actuellement incontournable mais sa fonction change à la fois par l’assistance que lui apporte l’IA des chatbot mais aussi par le changement des comportements des usagers (mobilité, instantanéité, flexibilité, etc.). La banque est forcée d’anticiper ces changements à court terme (horizon 2025) et à moyen terme (2025-2050) en tenant compte de l’évolution technologique et de l’environnement juridique, économique, social et culturel.