L’IA générative se diffuse chez BNP Paribas

Ces dernières années, BNP Paribas a développé 750 cas d’usage autour de l’intelligence artificielle, et souhaite atteindre le cap des 1 000 cas d’usage en production en 2025. L’entreprise a “un petit avantage dans le domaine de l’IA, confirme Renaud Dumora, directeur général adjoint et responsable du pôle Investment & protection services chez BNP Paribas. “Nous bénéficions de beaucoup de données sur nos clients, sur les marchés, sur l’immobilier…”. Selon le dirigeant, ce savoir-faire est l’héritage d’une trentaine d’années de travaux sur différents “modèles et autres types de modélisations” et permettra “d’améliorer nos connaissances, l’expérience client et notre efficacité opérationnelle”. 

L’IA pour faciliter les démarches les plus simples 

Dans le groupe, plusieurs milliers de personnes travaillent sur la data et l’IA, dont 700 data scientists et 50 chief data officers. Avec toujours plusieurs objectifs en tête : “améliorer les process, aider les équipes à naviguer dans la complexité – donc proposer une aide à la décision – parfaire notre efficacité opérationnelle, mieux servir nos clients en personnalisant notre suivi et améliorer la formation de nos employés”, explique le directeur adjoint de BNP Paribas. Confrontée à l’arrivée récente de l’intelligence artificielle générative, le groupe français a pris les devants, mais “avance avec prudence”, avec déjà 100 cas d’usage traités “dans des environnements très sécurisés, correspondant aux standards de la banque”, assure Renaud Dumora. 

Libérer du temps aux équipes grâce à l’intelligence artificielle est désormais une priorité chez BNP Paribas. Ce n’est pas nouveau, mais de nombreuses tâches simples et répétitives sont dorénavant gérées par des IA, “ toujours avec l’accord du client, expose Baptiste Auffret, directeur des partenariats affinitaires chez BNP Paribas Cardif. L’humain ne vient en appui de l’IA que sur les sinistres les plus complexes ou lorsque le client refuse de faire appel à ce facilitateur de démarche”. 

L’IA au service des retours clients : l’analyse de verbatims

BNP Paribas compte aller plus loin, en améliorant les services proposés aux clients via une analyse détaillée de leurs retours. “Nous totalisons plus d’un milliard d’échanges et d’interactions avec nos clients, qui représentent plus de cent millions de documents reçus chaque année, uniquement pour les sinistres”, pointe Michael de Toldi, chief analytics officer chez BNP Paribas Cardif. L’IA va permettre dans ce domaine de traiter automatiquement les documents, de catégoriser les réponses des clients et de réduire le temps de traitement de certains dossiers. “Afin d’éviter de réécouter des heures de conversations, ou de relire des verbatims par millions, nous avons développé plusieurs outils : d’abord la retranscription des audios en écrit, puis l’analyse fine de toutes les verbatims”, développe le responsable. 

Ce processus basé sur l’intelligence artificielle est désormais capable d’analyser les mots utilisés par le client lors d’une enquête de satisfaction. La réponse était-elle bienveillante ? Une critique d’un service spécifique a-t-elle été formulée ? “Le but consiste à identifier les items émergents, les process qui dysfonctionnent, pour améliorer ensuite la qualité du service ou adapter la formation de nos conseillers sur certains sujets”, détaille Michael de Toldi. 

Les technologies citées jusqu’à présent sont qualifiées de “classiques”, puisqu’elles se concentrent sur la classification, la prédiction ou la résolution de problèmes. S’inscrivant dans une longue tradition d’ingénierie financière, l’IA, après un apprentissage statistique rigoureux, pourrait être capable de couvrir des portefeuilles supplémentaires et d’optimiser leur gestion. Grâce au modèle MFA – d’allocation multifactorielle – l’IA aide aujourd’hui le groupe à intégrer un certain nombre de facteurs dans les modèles de risque et à faire face à toute complexité. “On se base sur les corrélations entre les classes d’actifs utilisées dans un portefeuille, ainsi que les indicateurs financiers, qu’on associe aux préférences des clients et aux réglementations comme MIF”, résume le chief data officer. 

Vers la génération de commentaires de performance

Jusqu’à présent, l’IA générative, qui vise à produire de nouvelles données de manière autonome, a encore eu peu d’applications concrètes dans la banque ou l’assurance. Chez BNP Paribas, les équipes voient un avantage considérable à développer cette technologie dans l’asset management. L’intelligence artificielle générative viendra notamment en appui de la politique de personnalisation de la gestion de portefeuilles des clients. “Pour cela, nous travaillons essentiellement sur des données chiffrées, issues d’analyses de marché”, raconte Edouard Legrand, chief data officer chez BNP Paribas Asset Management.

Plus concrètement, BNP Paribas AM envisage que les commentaires de performance et d’allocation des portefeuilles soient générés automatiquement en langage naturel (NLG). Le commentaire produit est structuré et décrit les performances des fonds ou des portefeuilles. Il éclaire par exemple sur les contributions positives ou négatives, ainsi que sur les entrées et les sorties dans un intervalle de temps donné… “Cela permettrait de faciliter le travail de nos équipes, qui auraient plus de temps pour analyser les cas complexes, et de proposer des commentaires personnalisés à tous nos clients”, estime Edouard Legrand. Nous avons co-développé ce système en open source, basé sur nos applications dans notre système d’information”.

Aujourd’hui, chez BNP Paribas, 12 000 commentaires par an sont générés par la technologie NLG, sur 350 fonds et portefeuilles. Et pour les clients particuliers, depuis décembre 2023, 200 000 commentaires ont déjà été rédigés par des IA, dès lors qu’un investissement a été opéré. “Ce qui correspond, pour nos conseillers, à plusieurs heures de travail gagnées tous les mois. Via la GenAI, on pourrait couvrir encore plus de cas d’usage, voire même, et on en est à la phase d’expérimentation, générer des commentaires dans la langue source et potentiellement aussi s’occuper de la traduction dans d’autres langues”, ajoute le chief data officer de BNP Paribas Asset Management. 

Côté sécurité, la banque se veut rassurante. “Toutes nos technologies sont développées en interne. On investit dans de la puissance de calcul, et dans tous les outils nécessaires à la protection des données de nos clients”, confirme Michael de Toldi. Et même si l’IA semble prendre de plus en plus d’autonomie, elle est encore loin de pouvoir se débrouiller seule : il restera toujours des erreurs de traduction, des modèles statistiques à vérifier, du texte généré qui n’a aucun sens… “On ne laisse aucun contenu être envoyé sans vérification, et on s’appuie sur des experts locaux pour les traductions”, assure Edouard Legrand. Le groupe reste convaincu de la nécessité d’appliquer une couche de validation humaine.