DreamQuark lève 3 millions d'euros pour muscler son IA dédiée aux banques
La start-up DreamQuark a tapé dans l'œil des investisseurs. Créée en 2014, cette jeune pousse parisienne annonce ce 20 novembre une levée de fonds de 3 millions d'euros, pour soutenir son développement commercial et continuer à améliorer sa plateforme IA de services financiers destinée aux banques, aux assureurs et aux spécialistes de la gestion d'actifs. Le fonds d'investissement français Cap Horn Invest et l'accélérateur américain Plug and Play, basé dans la Silicon Valley, ont participé à ce tour de table.
La plateforme IA de DreamQuark est un couteau-suisse. Les acteurs du monde de la finance y branchent leurs données clients, marché et autre. La solution doit tourner pendant 15 jour avec ces data pour être fonctionnelle. Ensuite, en fonction de leurs besoins, ils peuvent obtenir une segmentation fine des profils susceptibles d'acheter tel ou tel produit financier, identifier les personnes qui vont prochainement résilier leur contrat (attrition) grâce à une série d'indices et se voir proposer des mesures efficaces pour les retenir, lutter contre le blanchiment d'argent ou la fraude, bénéficier d'une aide au placement pour leurs traders grâce à l'exploitation des inefficacités des marchés financiers…
La start-up compte une vingtaine de salariés et en recrutera 10 de plus d'ici la fin 2017. Elle espère réaliser en 2018 un chiffre d'affaires de 8 millions d'euros
DreamQuark totalise une dizaine de clients en Europe, un nombre qu'elle espère doubler en 2018. "Pour les grosses banques qui déploient nos solutions dans l'ensemble de leurs filiales, le retour sur investissement peut être de plusieurs centaines de millions d'euros, voir frôler le milliard", affirme le PDG et fondateur de DreamQuark Nicolas Meric, qui a lancé sa start-up après avoir obtenu un doctorat en physique des particules. La start-up compte une vingtaine de salariés et en recrutera 10 de plus d'ici la fin 2017. Elle espère réaliser en 2018 un chiffre d'affaires de 8 millions d'euros.
La plateforme de DreamQuark est utilisée par BNP Paribas pour lutter contre la fraude. Traditionnellement, les acteurs du monde de la finance utilisent pour ce faire un ensemble de règles statistiques qui analysent chaque paiement. Ces solutions non flexibles commettent des erreurs et génèrent des "faux positifs", ces transactions réputées frauduleuses bloquées par les banques alors qu'elles sont licites. En 2014, 120 milliards de dollars de règlements effectués sur Internet ont été refusés dans le monde alors qu'ils étaient réguliers, selon une autre start-up du secteur baptisée The AI Corporation. C'est un manque à gagner encore plus important que la fraude en elle-même pour les entreprises (dans le monde en 2014, les transactions frauduleuses étaient estimées à 14 milliards de dollars, selon la jeune pousse IA Ravelin). La solution autoapprenante de DreamQuark promet à la banque de faire de considérables économies de gestion en réduisant au maximum ces faux positifs.
"Pour les grosses banques qui déploient nos solutions dans l'ensemble de leurs filiales, le retour sur investissement peut être de plusieurs centaines de millions d'euros, voir frôler le milliard"
BNP Paribas utilise également DreamQuark pour lutter contre le blanchiment. "Les banques doivent appliquer des règles de plus en plus strictes à cause du terrorisme, la demande est donc forte dans ce champ", pointe Nicolas Meric. Le géant bancaire utilise également l'IA pour trouver les produits financiers les plus susceptibles de plaire à ses clients. "Il existe une forte traction de la part des autres divisions du groupe qui demandent à utiliser cette solution. Nous sommes en cours de négociation pour de nouveaux déploiements", assure l'entrepreneur. La start-up travaille également avec la mutuelle AG2R La Mondiale, sur des questions liées à l'attrition.
La mise en application dans toutes les entreprises de l'Union européenne le 25 mai 2018 du règlement général sur la protection des données (RGPD) n'inquiète pas la start-up. Ce texte oblige les établissements financiers à expliquer à leurs clients pourquoi ils ont décidé de ne pas leur accorder de crédit immobilier par exemple. Ils doivent leur donner s'ils le demandent les données et les règles sur lesquelles ils se sont basés pour prendre leur décision. Les solutions IA fonctionnent la plupart du temps comme des boites noires : il est très difficile de remonter la chaîne de règles algorithmiques et les données impliquées dans la prise d'une décision, car elles sont très complexes et nombreuses. "Nous travaillons sur cette problématique quasiment depuis le lancement de DreamQuark et sommes aujourd'hui capables de fournir à un client cette chaîne de décision et les données correspondantes. Notre IA n'est plus une boite noire et nos clients n'auront pas de problèmes avec la RGPD", assure le scientifique.