Les opportunités de l'intelligence artificielle dans la banque et l'assurance

L’intelligence artificielle a été pleinement mise à profit par les banques et les assureurs durant le confinement. Citons les agents conversationnels pour les appels entrants ou encore les robots intelligents pour les demandes de report de crédit. Ces solutions étaient bien sûr déjà utilisées auparavant. Mais la crise a joué un rôle d’accélérateur. Les banques vont en effet devoir serrer les coûts en 2020 avec une baisse attendue de leur PNB. Elles miseront donc plus que jamais sur l’IA pour optimiser les dispositifs commerciaux. Pour les assureurs, dont l’activité se révèle plus résistante face à la crise, le champ d’application des solutions d’IA continuera de s’élargir à de nouveaux maillons de la chaîne de valeur et à tous les métiers. Il faut dire que les apports sont nombreux, de la personnalisation des offres à l’enrichissement de la relation et de la connaissance client en passant par l’automatisation de la gestion des sinistres.

Hormis AXA et Allianz, les grands acteurs de l’assurance investissent peu dans la recherche et développement en matière d’IA, contrairement aux banques qui disposent d’une longueur d’avance. Au-delà du coût financier, la véritable problématique reste l’incertitude quant au retour sur investissement de ces solutions dont la diffusion est par ailleurs freinée par de nombreux obstacles techniques et organisationnels. D’ailleurs, la plupart des projets sont encore en phase d’expérimentation suivant une logique de test and learn. À ce jour, parmi les solutions développées par les grands acteurs du numérique, seule Watson, la solution d’IBM, est parvenue à effectuer une véritable percée auprès des banques et des assureurs. Cela dit, Azure, la plateforme d’IA de Microsoft, a annoncé la signature des premiers partenariats avec Société Générale en 2018 et Swiss Re en 2020.

Les start-up forment une autre catégorie importante de développeurs de solutions d’IA. Mais la crise du coronavirus pourrait tarir leurs sources de financement externe à court terme pourtant vital à leur développement étant donné que ces entreprises peinent à s’autofinancer. Cela dit, certaines jeunes pousses continueront à bénéficier du soutien financier du capital-risque du fait de leur fort potentiel : c’est le cas des solutions d’analyses prédictives, d’apprentissage automatique ou de traitement automatique du langage naturel. Sans compter que certains de ces prestataires de services technologiques pourront compter sur leurs relations avec les banques et les assureurs pour préserver leur activité, par exemple via les initiatives d’intrapreneuriat. Les banques, et dans une moindre mesure les assureurs, interviennent aussi dans l’accompagnement de ces start-up via leurs structures d’incubation et d’accélération. Enfin, la plupart des grandes banques françaises disposent désormais de laboratoires internes pour expérimenter et développer des applications en matière de big data et d’IA. Ces stratégies d’internalisation permettent aux acteurs de conserver une plus grande maîtrise sur la confidentialité de leurs données et sur les solutions déployées. Deux pré-requis indispensables pour les géants français de la banque et de l’assurance.