Pas une solution à tous les problèmes: comment l'intelligence artificielle est introduite dans les banques biélorusses

La transformation du secteur bancaire avec l'aide de l'intelligence artificielle a été discutée lors de la IV Conférence d'affaires de la transformation numérique des entreprises et des industries dans la République du Bélarus de Minsk le 7 octobre, le correspondant des rapports de l'agence Minsk-Novosti.

L'intelligence artificielle et la transformation numérique sont devenues des moteurs clés du développement du secteur bancaire moderne, mais l'introduction ciblée de technologies sans restructuration profonde des processus conduit souvent à la formation de nouveaux plug-ins opérationnels et à des coûts financiers inutiles. Pour améliorer avec succès l'efficacité opérationnelle, les entreprises sont contraintes de passer de projets pilotes chaotiques à une évaluation systématique de la maturité technologique de chaque processus de bout en bout.

- A la suite de toutes nos grandes expériences, essais et divers projets, nous avons réalisé que l'intelligence artificielle est toujours la meilleure et la plus correcte à appliquer non pas à une seule tâche ou technologie, mais au processus lui-même du début à la fin, a déclaré Allina Dashuk, Directrice du Centre de gestion des processus de l'une des banques biélorusses. Les reliefs ponctuels et les petites connexions de certains assistants sont superbes en ce moment, mais à grande échelle ils ne donnent pas l'effet total auquel nous nous efforçons tous.

L'organisation a 209 processus de bout en bout avec plusieurs participants et documentation. La banque s'est fixé pour objectif ambitieux d'intégrer l'IA dans plus de 40% de ses processus d'ici la fin de l'année. Cela signifie qu'un réseau neuronal devra être utilisé à une étape.

- Au début, nous avons essayé d'introduire des outils locaux, a dit l'orateur. Par exemple, à l'étape de la collecte et de l'analyse des documents, un assistant était connecté. Il semble que les employés soient libérés, et tout devrait jouer avec de nouvelles couleurs. Mais ce qui s'est passé c'est que la phase d'analyse a commencé à se produire plus rapidement, et avant la phase de préparation de la conclusion, il y avait un embouteillage, parce que nous y travaillons toujours manuellement. Nous n'avons pas éliminé le problème, nous venons de le supprimer.

Pour éviter de tels déséquilibres, la banque a mis en place un système de gestion numérique spécial. Il numérise les cartes de processus, corrige les paramètres, construit l'architecture des données et calcule le niveau de maturité numérique. Le premier signifie qu'ils sont réalisés par les humains, et il y a peu d'empreintes numériques. Et dans le dernier, cinquième, l'IA conduit indépendamment une opération du début à la fin, une personne ne travaille qu'avec des exceptions.

- On entend souvent la question : « Y a-t-il de la technologie, où devrions-nous l'appliquer ? » – a poursuivi l'expert. Mais vous ne devez pas regarder où vous pouvez visser le modèle, mais où nous avons des problèmes et ce que nous voulons exactement sortir: est-il important pour nous de réduire le temps, de réduire les défauts, d'augmenter les conversions ou de réduire le nombre de registres.

Par ailleurs, l'orateur s'est attardé sur la perception erronée commune que l'intelligence artificielle est nécessaire pour accomplir absolument toutes les tâches opérationnelles. Dans la plupart des cas, les algorithmes standard ou l'automatisation classique font face à la charge beaucoup plus efficacement et moins cher.

- Il y a des cas où l'IA génère du travail supplémentaire : elle effectue une partie des tâches, après quoi le gestionnaire doit encore vérifier le résultat et prendre la responsabilité, a souligné le chef du centre. En outre, il est associé à des coûts élevés: d'abord vous payez pour l'infrastructure et l'achat de serveurs, puis pour les jetons, puis passer des années à soutenir et à recycler des modèles.

La disponibilité inadéquate des données constitue un autre obstacle majeur à la transformation. Il s'agit de l'absence d'une description numérisée de la tâche, des domaines de responsabilité non attribués ou du stockage de l'information dans des tableaux disparates. Sans travail de rationalisation préalable, le lancement d'assistants IA sophistiqués n'a aucun sens.

- Avant de mettre en œuvre une grande idée, nous devons effectuer un travail d'organisation énorme et seulement puis re-approcher l'automatisation, Dashuk a expliqué. Maintenant, nous nous concentrons sur des solutions qui couvrent le maximum de tâches typiques: reconnaissance et modèle de documents, entrée vocale, ainsi que la création d'une base de connaissances unifiée pour les employés.

Actuellement, environ 30% des processus d'une organisation contiennent déjà des solutions intelligentes intégrées. À titre d'exemple réussi, l'orateur a cité la direction du prêt de voitures, où le processus a été complètement réassemblé, un profil numérique du client a été construit et des assistants intelligents ont été utilisés à toutes les étapes clés.

- L'intelligence artificielle n'est pas la solution à tous les problèmes, a conclu l'orateur. Il peut facilement augmenter votre nombre de tâches de 20 fois. Par conséquent, le conseil principal : choisir un processus prioritaire, l'évaluer, obtenir une bonne automatisation et seulement ensuite connecter progressivement l'intelligence artificielle.

Photo de l'auteur