L'IA conversationnelle dans la finance : le besoin est-il réel ?
La numérisation des processus bancaires s'accélère, menée par les utilisateurs en quête de processus simplifiés. Et pour que les néo-banques ne soient pas les seules à saisir l'opportunité, il est temps de penser à l'IA conversationnelle !
Le secteur des services financiers fait aujourd’hui face à de nombreux défis : entre l’augmentation des risques liés à la volatilité financière, le volume de plus en plus important de demandes de service client et la nécessité de développer davantage l'engagement client et les canaux numériques en réponse à la crise sanitaire mondiale.
Nous avons ainsi pu assister à une véritable révolution du secteur vers le numérique au cours des sept dernières années. Avec l’adoption accélérée des nouvelles technologies par toutes les franges de la société, les consommateurs sont de plus en plus habitués à utiliser les canaux numériques pour tous les aspects de leur vie quotidienne. Entre applications bancaires mobiles, assistants virtuels boostés à l'intelligence artificielle (IA) pour une sécurisation constante des comptes de chacun, et l’intégration de modules vocaux ou par identification digitale pour des transferts d’argents comme pour un placement en bourse, les usages dans le monde des secteurs financiers sont fortement bousculés.
De plus, dans de nombreux cas, les consommateurs utilisent aujourd'hui l'IA sans même s'en rendre compte. Certains se réveillent ainsi avec leur assistant vocal domestique, d’autres utilisent les fonctions de conversion de la parole en texte, deux technologies reposant sur un même principe : l’IA conversationnelle.
Qu'est-ce que l'IA conversationnelle ?
L'IA conversationnelle est l'application de l'apprentissage automatique pour permettre aux humains d'interagir naturellement avec des appareils, des machines et des ordinateurs en utilisant leur propre voix. Lorsqu'une personne parle, l'appareil s'efforce de comprendre et de trouver la meilleure réponse grâce à son propre discours naturel.
Cela peut sembler simple, mais la technologie de l'IA conversationnelle est complexe. Elle implique un processus en plusieurs étapes qui nécessite une puissance de calcul considérable et plusieurs modèles de calcul complexes qui doivent s'exécuter en moins de 300 millisecondes pour offrir une expérience utilisateur de qualité.
L'IA conversationnelle repose principalement sur trois composantes clés :
· La reconnaissance automatique de la parole (ASR), qui enregistre les mots prononcés par une personne et les convertit en texte lisible.
· Le traitement du langage naturel (NLP), qui lit le texte écrit, comprend le contexte et l'intention, puis génère une réponse textuelle intelligente.
· Le Text-to-Speech (TTS), qui convertit la réponse textuelle NLP en une parole à consonance naturelle, avec une intonation de type humain et des mots clairement articulés.
Optimiser le travail des centres de contact avec l'IA conversationnelle
L'IA conversationnelle peut avoir un impact significatif sur l'expérience client. Une baisse d'un seul point de la qualité de l’expérience client d'une entreprise peut représenter une perte de revenus allant jusqu’à 124 millions de dollars pour les banques multicanales.
Pour éviter à tout prix une mauvaise évaluation, les agents du service client peuvent compter sur l'IA. En donnant aux agents des informations en temps réel, il est possible de réduire leur charge de travail et d’accélérer l'interaction avec les clients. L'IA peut générer des offres personnalisées et des recommandations sur-mesure, ainsi que des guides sur les meilleures actions suivant chaque problématique client, sur la base de leurs données individuelles. Elle peut également transcrire les appels, permettant à l’agent d’accéder à un résumé écrit de la demande, ce qui contribue également à réduire le temps d’attente pour le client lui-même.
Enfin, l'IA peut également permettre d’optimiser les résultats sur les services fournis. Elle peut mesurer le sentiment d'un client à partir de son expérience, assurer un contrôle de qualité cohérent sur toutes les interactions avec les clients et fournir une analyse contextuelle pour garantir la résolution de tous les problèmes.
L’assistant virtuel : le futur du service client ?
Avec l'augmentation du travail à distance aujourd'hui, les organisations font face à une charge de travail accrue pour traiter des volumes d'appels beaucoup plus importants. L'IA conversationnelle peut être personnalisée, adaptée à l'utilisateur, et disponible à tout instant.
Avec un assistant virtuel, les clients peuvent avoir un dialogue de type humain avec des réponses intelligentes et instantanées sur tous les types de demandes, que cela porte sur l’état du compte bancaire, les demandes de produits, celles concernant des transactions ou encore des réclamations.
Des ensembles de calcul plus vastes et plus complexes ayant accès aux informations d'un utilisateur peuvent ainsi comprendre, rechercher et répondre aux demandes d’informations des clients sans intervention humaine. Grâce à leur connaissance de l’historique des interactions avec chaque utilisateur, leur réponse peut être personnalisée et humanisée grâce à un entraînement constant. L’IA peut ainsi faire des références culturelles, des jeux de mots, adapter le ton de la conversation et même intégrer des recommandations de produits.
Un assistant virtuel peut également aider les clients en situation de handicap. Pour les clients qui ne sont pas en mesure d'interagir avec un clavier ou de lire un écran, l'IA conversationnelle peut être une solution sur-mesure.
Cora, l'assistant numérique de la banque britannique NatWest, traite par exemple 58 % de demandes supplémentaires, année après année, et réalise 40 % de ces interactions sans intervention humaine. Selon Juniper Research, 90 % des interactions avec les clients seront automatisées d'ici 2022, ce qui permettra aux banques d'économiser 7 milliards de dollars d'ici 2023.
Utiliser l'IA conversationnelle pour réduire les fraudes
Les centres de contact peuvent constituer une faille potentielle face aux tentatives de fraude, et ce d’autant plus que plus de 80 % des fraudes ne seraient pas détectées. Les agents du service client ont pour mission de fournir le meilleur service possible à chaque utilisateur. L'examen minutieux ou la suspicion d’activité frauduleuse sur le compte d'un client peut entraîner une baisse de la satisfaction du client et une perte de revenus potentielle pour l’entreprise.
L'IA conversationnelle peut ainsi être utilisée pour identifier les activités frauduleuses comme l'usurpation d'identité, en utilisant l'analyse du sentiment et de la confiance, la reconnaissance des formes et l'autorisation d'identification à la voix.
Grâce au traitement de la voix, de la façon de s’exprimer, les modules NLP permettent également de détecter les fraudes aux demandes, qu’elles soient hors contexte, illégitimes ou basées sur de fausses déclarations.
L'IA conversationnelle peut réellement transformer l'expérience client
Si l'IA conversationnelle continue de gagner en popularité, l’essor du commerce électronique et de l’expérience client en ligne fait état d’une adoption naturelle de l’IA par l’ensemble des utilisateurs, que cela concerne une simple recherche d’informations qualifiées comme une demande de prêt en ligne. Les banques en ligne ou néo-banques ont d’ailleurs parfaitement intégrées ces méthodes, en numérisant l’agence physique et en mêlant professionnels de la finance et intelligence artificielle sur-entraînée, comme Banque Casino (Crédit Mutuel et Groupe Casino).
46 % des personnes utilisent l'IA tous les jours, 23 % des professionnels du service client utilisent des chatbots alimentés par l'IA et 62 % des consommateurs se disent ouverts à l'utilisation de l'IA pour améliorer leurs expériences quotidiennes. En réduisant la fraude, en offrant des interactions plus fluides et plus rapides avec les clients grâce à un assistant virtuel ou à des agents mieux armés, l'IA conversationnelle jouera un rôle clé pour offrir une meilleure expérience client. Et la demande d'IA conversationnelle ne devrait cesser de croître, le marché étant estimé à 16 milliards de dollars d'ici 2024.