Dans le monde des affaires, lorsqu’une tendance devrait croître de plus de 3 000 % et générer des économies de coûts de 7,3 milliards de dollars à l’échelle mondiale sur une période de cinq ans, cela se remarque. Ces chiffres représentent la croissance prévue des interactions de chatbot entre les clients bancaires entre 2019 et 2023 et les économies de coûts de 862 heures de travail en moins du personnel d’assistance, selon une étude de Juniper Research. La même étude a estimé que les chatbots entraîneraient également 1,3 milliard de dollars d’économies pour le secteur de l’assurance au cours de la même période.
Les chatbots ne sont qu’une application du traitement du langage naturel (NLP), un type d’intelligence artificielle (IA) qui a déjà un impact important dans les services financiers, entre autres industries.
Pourquoi la PNL ? Parce que maintenant?
La PNL est devenue un sous-domaine de la linguistique, de l’informatique et de l’IA depuis plus de 50 ans. Mais ce n’est que ces dernières années, avec la croissance du Web, de l’informatique en nuage, des centres de données à grande échelle, de l’apprentissage automatique, des réseaux de neurones, de l’apprentissage en profondeur et des serveurs puissants dotés de processeurs ultrarapides, que les algorithmes NLP ont pu prospérer dans les environnements professionnels. . . Les interactions homme-machine sont désormais monnaie courante, des requêtes Siri ou Alexa à la vérification vocale et au routage des appels, à la saisie semi-automatique de texte et à la traduction linguistique.
Pour les banques, les courtiers, les compagnies d’assurance, les fintechs et d’autres organisations de services financiers, le NLP est de plus en plus considéré comme une solution pour trop de données et trop peu d’employés. En plus de traiter de simples demandes de service client ou d’orienter les clients vers le bon service, il est utilisé pour découvrir les préjugés et les fraudes, assurer le respect de réglementations strictes et fournir une différenciation concurrentielle.
Une industrie qui se redéfinit
Le passage au travail à distance et l’essor de tout en ligne pendant la pandémie de COVID-19 ont conduit de nombreuses entreprises fournissant des services financiers à repenser leurs modèles commerciaux pour répondre aux besoins en constante évolution des employés et des clients. Même avant la pandémie, le secteur des services financiers était perturbé par les entreprises fintech avec des applications mobiles et des technologies comme Blockchain et la crypto-monnaie. Bien que la situation et les défis du marché de chaque entreprise puissent être uniques, la plupart considèrent l’IA comme un outil vital qu’ils ne peuvent ignorer. Une enquête de l’Economist Intelligence Unit a révélé que 86 % des entreprises de services financiers prévoient d’augmenter leurs investissements liés à l’IA d’ici 2025.
Le NLP devrait dominer les 120 milliards de dollars d’investissements annuels prévus dans l’IA aux États-Unis d’ici 2025, selon IDC. L’industrie des services financiers devrait être l’une des principales sources de ces dépenses. Le NLP représentera 35,1 milliards de dollars d’investissements mondiaux dans l’IA d’ici 2026, selon Markets and Markets.
Mettre la PNL au travail
Les solutions NLP peuvent être utilisées pour analyser les montagnes de données structurées et non structurées au sein des entreprises. Dans les grandes organisations de services financiers, ces données vont des rapports sur les revenus aux projections, aux contrats, aux médias sociaux, au marketing et aux investissements. Les solutions NLP passent au crible les données vocales et de transcription pour fournir des informations exploitables, aider à évaluer les risques, mieux comprendre les concurrents, répondre aux exigences réglementaires, etc.
Les banques utilisent le NLP pour automatiser les demandes de prêts commerciaux, certaines entreprises signalant que la technologie leur a permis de réduire jusqu’à 60 % la charge de travail humaine pour le processus. En tant que l’un des secteurs les plus réglementés, les équipes des services financiers utilisent également la PNL pour accélérer les opérations de routine qui font partie de la conformité, telles que la collecte d’informations et la création de rapports.
Une autre utilisation des outils NLP est d’enquêter et de lutter contre la fraude. Un exemple est la capacité d’identifier des mots ou des phrases utilisés par des robots malveillants. Alors que la plupart des avertissements sont des faux positifs, tous doivent être examinés et la PNL automatise le processus.
En utilisant la PNL pour gérer des tâches de bas niveau telles que diriger les appelants vers le bon service et obtenir leur nom, les informations de compte et la raison de l’appel, les entreprises peuvent libérer du personnel pour avoir des interactions plus personnalisées et plus efficaces en termes de temps lors de l’engagement direct. avec les clients.
Un autre axe est la compétitivité. Un nouveau groupe d’entreprises technologiques et de startups fintech qui dépendent fortement des ressources mobiles, cloud et logicielles – ainsi que certaines des plus grandes entreprises technologiques établies telles que Google et Apple – cherchent à révolutionner le secteur des services financiers. Grâce à la PNL, un analyste peut obtenir les détails d’un rapport sur les revenus bien avant que les données n’atteignent une base de données d’un fournisseur de données qui doit ensuite les structurer. Il s’agit d’un exemple de PNL offrant un avantage concurrentiel potentiellement important.
De l’automatisation des processus manuels à la transformation des données non structurées en formes plus utilisables, le NLP est devenu un outil indispensable dans le monde complexe, rapide et hautement concurrentiel des services financiers. Comme l’a dit Mikey Shulman de la Sloan School of Management du MIT à propos de la PNL : “Alors que de plus en plus de gens la voient fonctionner et comprennent le langage, ils voient que ce n’est pas un art sombre – ce sont les mathématiques.”
Pour en savoir plus sur la puissance de l’IA pour les services financiers, lisez « Comment la NLP aide les entreprises de services financiers à surmonter 7 de leurs plus grands défis » dans la série Dell Technologies Perspective.
***
Les technologies Intel® poussent l’analytique plus loin
L’analyse des données est la clé pour débloquer le maximum de valeur que vous pouvez extraire des données de votre organisation. Pour créer une stratégie d’analyse productive et rentable qui donne des résultats, vous avez besoin d’un matériel hautes performances optimisé pour fonctionner avec le logiciel que vous utilisez.
L’analyse de données moderne couvre une gamme de technologies, des plates-formes et bases de données d’analyse dédiées à l’apprentissage en profondeur et à l’intelligence artificielle (IA). Vous débutez avec l’analytique ? Prêt à faire évoluer votre stratégie analytique ou à améliorer la qualité de vos données ? Il y a toujours de la place pour évoluer et Intel est prêt à vous aider. Avec un vaste écosystème de technologies d’analyse et de partenaires, Intel accélère les efforts des data scientists, des analystes et des développeurs dans tous les secteurs. En savoir plus sur les analyses avancées d’Intel.