AGEFI Luxembourg - avril 2024

Avril 2024 43 AGEFI Luxembourg Informatique financière L a 20 ème édition duWorld Retail Banking Report* du Capgemini Research Insti- tute, publiée le 5mars, révèle que 80%des cadres dirigeants de banques de détail estiment que l’IA générative représente une avancée significative pour les technologies d’IA. Cependant, seulement 6%des banques de détail ont élaboré une feuille de route pour une transfor- mation à l’échelle de l’entreprise basée sur l’IA. En raison de l’incertitude macroécono- mique, de nombreuses banques de détail doiventprendredesdécisionsstratégiques enréponseauxdéfisposésàleursmodèles économiquesactuels.Lesdirigeantsinter- rogésaffichentlaproductivitéetl’efficacité enhautdeleurlistedespriorités.Encequi concernelatechnologie,70%desmembres ducomité exécutif des banquesprévoient d’augmenter, jusqu’à 10%, les investisse- ments dans la transformation numérique en 2024. Pourtant, le rapport constate que lesbanquesnesontpasprêtesàadopteret àdéployer à l’échelle la transformation in- telligente, qui implique l’application stra- tégique de technologies avancées telles que l’IA, le Machine Learning et l’IA gé- nérative pour stimuler l’innovation et ga- gner en efficacité. Les banques doivent agir rapidement pour éviter un «échec silencieux de l’IAgénérative» Pour ce rapport, Capgemini a évalué 250 banques de détail sur divers paramètres économiques et technologiques afin de comprendrelamaturitédeleursdonnées, leurs infrastructures et leur engagement envers l’intelligence artificielle. L’étude a révéléquelaplupartdesbanquessontmal préparées pour prospérer dans un futur qui sera celui de la banque intelligente. Au niveau mondial, seules 4% des banques de détail ont obtenu un score élevé en matière d’engagement des équipes et de capacités technologiques, tandis que 41% ont obtenu un score moyen, ce qui indique unmanque géné- ralisé de préparation pour opérer effica- cement une transformation intelligente. Les disparités régionales soulignent en- core davantage ce problème. En Amé- rique du Nord, seules 27% des banques affichentunfaibleniveaudepréparation, suiviesparl’Europeavec31%.L’Asie-Pa- cifique (APAC) affiche un retard signifi- catif,avec48%debanquesayantunscore faible. Se concentrer sur des solutions in- telligentes, qui intègrent des capacitésba- sées sur l’IA, permettrait aux banques de relever les défis structurels actuels et de leur assurer, à terme, une croissance du- rable. Cependant, le succès doit être me- surable : parmi les banques interrogées, seules6%ontétablidescritèresclédeper- formance(KPI)pourmesurerl’impactde l’IAen continu. Plus de 60%des banques sont encore en train d’identifier et de dé- velopper de tels critères, tandis que 26% desbanques,quienontdéjàmisenplace, ne lesmesurent pas. Selon le rapport, les banques risquent de succomberà«l’échecsilencieuxdel’IAgé- nérative» en raisonde l’atteinte tardive de résultats décevants de leurs expérimenta- tions de cette technologie. Par exemple, seulement 2% des dirigeants indiquent qu’ilssuiventrégulièrementlescritèresclé de performance de l’impact économique deleursperformancesenmatièred’IAgé- nérative. Par ailleurs, 39% des dirigeants se disent insatisfaits des résultats de leurs cas d’usagede l’IA, cequi renforce encore ce décalage. Pour éviter cela, l’étude sug- gère aux banques de mettre en place un «observatoiredel’IA»poursuivre,contrô- ler et rendre compte de l’impact réel de l’IAet de l’IAgénérative, lorsqu’elles sont mises enœuvre à grande échelle. «Un an après que l’IA générative soit de- venue un sujet majeur pour les conseils d’administration, nous constatons que les banquesrisquentd’êtreàlatraînetechno- logiquement si elles n’adoptent pas rapi- dement ces solutions pour commencer à tirerpartidesescapacités,adéclaréNilesh Vaidya,Responsablemondialdessecteurs de la Banque de détail et de la Gestion de fortune chez Capgemini. L’IA générative peut être différenciante lorsqu’elle est uti- liséedemanière responsable et judicieuse dans l’ensembledes opérations. Il est éga- lement nécessaire de redoubler d’efforts pour rendre l’IA générative explicable et transparente.Ilfautagirdèsàprésentpour établir des pratiques qui renforcent la confiance et l’intimité avec les clients. Le succès dépendra de l’élaboration d’une feuillederoutes’appuyantàlafoissurl’en- gouement et sur une approche pragma- tique, traçable etmesurable.» Les employés de banque sont favorables à des copilotes fondés sur l’IAgénérative L’IAgénérativeoffreunpotentielconsidé- rable pour améliorer l’efficacité et l’expé- rienceclientdanstoutelachaînedevaleur de la banque de détail. Plus de deux em- ployés de banque sur trois (70%) se concentrent sur les activités opération- nelles,etcetteproportionatteint91%pour les employés chargés de l’intégration des clients, cequi laissepeude tempspour les interactions avec les clients. Plus de 80% des employés de banque attribuent une note«moyenne»àl’efficacitédel’automa- tisation dans leurs fonctions (accueil, cré- dit, marketing, contact centre), ce qui révèleunécartimportantentrelesobjectifs de la banque et la réalité. Les employés de banque sont enthou- siastes quant au potentiel des copilotes d’IAgénérativepourautomatiserladétec- tiondes fraudes, la visualisationdes don- nées et les analyses, ainsi que la rédaction et l’envoi de contenus personnalisés aux clients.Lerapportmontrequelesbanques pourraient optimiser jusqu’à 66% du temps consacré auxopérations, à ladocu- mentation,àlaconformitéetàd’autresac- tivitésliéesàl’intégrationdesclientsgrâce à la transformation intelligente alimentée par l’IAet aux copilotes d’IAgénérative. L’IAconversationnelle pourrait réduire le taux d’abandond’appels des clients La pandémie a déplacé les offres de ser- vice clients sur les canaux numériques, et les outils en libre-service tels que les chat- bots sont devenus la norme. Malgré ce changement, les clients expriment leur in- satisfaction. Près de deux clients de banques sur trois (61%) ont contacté des agents parce qu’ils n’étaient pas satisfaits des solutions apportées par les chatbots, tandis que 17% ont déclaré qu’ils se mé- fiaient tout simplement des chatbots et préféraient les agents humains. Leschatbotstraditionnelsbaséssurdesrè- gles précises n’ont pas la flexibilité et l’adaptabilitédessystèmesavancéspilotés par l’IA, car ils sont incapables de traiter des requêtes complexes ou imprévues. Plus de 60%des clients estiment que leur expérience avec les chatbots n’est que moyenne.Celasignifiequeletauxd’aban- don des appels est en hausse, atteignant 12%pour les grandes banques de laplace et près de 18% pour les plus petites banques,àl’échellemondiale.Selonlerap- port, les banques devraient créer des cen- tres de contact intelligents qui exploitent les chatbots avec des capacités d’IA conversationnelle et des copilotes intelli- gents pour aider les agents dans leurs tâches quotidiennes. * https://miniurl.be/r-5cs9 IAgénérative : les banques doivent agir rapidement By Jean-Pierre LEGRAND, Senior Manager, and Herwig TEMMERMAN, Partner, BearingPoint T he EuropeanCouncil recently adopted a regulation that en- sures instant payments are fully available in euros to consumers and businesses across the EUandEEA countries. Following the publication of the Instant Payment regulation last 20th ofMarch, banks will once again face a regu- latory dilemma andwill have to find solutions to a dichotomous problem: to process payments in an ex- cessively short timewhile respecting the risk and com- pliance framework related to payment activities. Intheregulationaninstantcredittransferisapayment wherethepayee’spaymentaccountiscreditedwithin 10 seconds. The Regulation changes the SEPARegu- lation,obligingPSPsalreadyprovidingcredittransfers in euro, to offer instant credit transfers in euro at the same cost. The new regulationwill be rolled out in a phased approach. PSPs located in the eurozone and alreadyoffering credit transfersmust provide instant payments by 9 January 2025 when receiving instant credit transfers and by 9October 2025when sending instantcredittransfers.PSPslocatedintheEUbutout- sidetheeurozonemustcomplyby9January2027and by 9 July 2027 respectively. Even if this regulation clarifies responsibilities and strengthens banks' controls on the rules regarding daily sanction screeningon their customer base (the clients must be screened against EU sanction lists at least once a day, but at least every time the list is updated), the challenges they will face will not be only technological, but also operational and orga- nizational. Bankwillhavetorespectthetightexecutiontime.The definedten-secondexecutionwindowisasignificant challenge. Banks must process transactions swiftly while ensuring accuracy and security. First,Bankswillhavetocontinuetoperformthetrans- actionmonitoring and a strong risk assessment: real- time transaction monitoring is essential to identify suspiciouspatternsandidentifyabnormalClient’sbe- haviours.Bynature,theshortertimeframeandthein- stantaneity of the payments will increase the impact offraudulentbehaviours,slippingthroughifalltrans- actions are not properly scrutinized. Bankswill also have to speed-up their processes and adapttheirsystemstohandleinstantpaymentswhile maintaining vigilance against money laundering. Banks face rigorousAnti-Money Laundering (AML) and Know Your Customer (KYC) re- quirements.Theseprocessesinvolve verifying customer identities, as- sessing risks, and detecting suspi- cious activities. With instant payment,thesecheckswillhaveto be carried out upstream. Once the paymentisinitiatedbytheClient,it is too late to initiate these checks. Existing AML risk-rat- ing models often misclassifycustomers or transactions, lead- ing to unnecessary reviews and higher costs. Banks need to improve accuracy and efficiency. Recurrent “false hits” on payment transactionswillnomore be acceptable in a context where rejections rate will be re- ported to regulators. Tosucceedinthisnewchallenge,inadditiontomak- ing investments to modernize technological infra- structure, payment processing systems, account management platforms and communication chan- nels with other market players, banks will have to train their staff and find innovative solutions to speed up processes. Implementing instant payments will require exten- sivetrainingofbankstaff.Employeesneedtounder- stand the new procedures, compliance rules, and technical specifics of real-timepayments. Thedevel- opment of the skills of the back-office staff but also ofthecomplianceandriskteamsmustbeaccelerated tomeet the deadlines set by the law. To speed-up their processes, Banks will need to sim- plify their anti-money laundering models, focusing onkey risk factors. Complexityhinders accuracyand efficiency and creates additional processing times. Banks will also need to improve the quality of their data: high-quality data is crucial. Banks need to con- tinually update customer profiles and consider cus- tomer behaviourpatterns. Bankswill need touse this data in a statistical analysis approach to combine ex- perts’ judgmentwith statistical analysis and thus im- prove risk assessment. Communication with clients and collaboration with other financial institutions will also be a key success factor: Banks should informcustomers of the risks of instant payments and security measures. Collabora- tion with other financial institutions and regulators will allow best practices to be shared and challenges addressed collectively. ArtificialIntelligence(AI)andMachineLearning(ML) solutions will find their place here to reduce the human burden or to ensure the continuous (7/7 & 24/24)transactionmonitoringduty.AIandMLcanef- fectivelybeusedtoanalyseacustomer’spaymenthis- tory to detect suspected fraudulent activities in real time.GenerativeAI can learn to identitypatterns and developpredictivemodels,suchastounderstandcus- tomer behaviour for example. AI associated with Natural Language Processing (NLP) can analyse the text associated with IBANs and account number. This use can improve the ac- curacy of name matching, even when dealing with subtle variations, known names, discrepancies whether they represent legitimatedifferences or po- tential fraud indicators. AI can also combine trans- action and payer’s information to assess each instant payment request on a risk/benefitsmodel to propose the standard credit transfer alternative to the payer if this is more appropriate. Dynamic Risk Scoring can be powered by AI and ML and enable the integration of customer habits andprofiles to calculate a customrisk score that can be assessed on a standardized scale. This approach makes it possible to combine both risk assessment and the time constraints associatedwithmaking in- stant transfers. The Instant Payment regulation and challenges