Guide pratique de l'IA de Google pour les banques et les Fintechs

Karen Zhang explique comment Google soutient les organisations de services financiers, des petites fintechs aux grandes institutions financières. Le thème commun tout au long de la conversation est l'utilisation de l'IA de manière pratique : améliorer l'expérience client en front-end et réduire la charge de travail répétitive en back-end, afin que les équipes puissent se concentrer sur un travail nécessitant un véritable jugement.

Zhang met en avant un partenariat avec Starling Bank pour créer un service « Spend intelligence ». En termes simples, il permet aux clients de Starling de poser des questions en langage naturel dans l'application (tapées ou vocales) et d'obtenir des réponses claires sur leurs dépenses. Au lieu de fouiller dans les relevés et les filtres, les utilisateurs peuvent poser des questions telles que : « Combien ai-je dépensé pour TFL et les transports au cours de la dernière semaine ? » ou « Cela a-t-il changé d'une semaine à l'autre au cours du dernier mois ? »  L'objectif est de rendre les informations sur les dépenses plus conversationnelles et plus faciles d'accès pour les utilisateurs quotidiens.

Pour les équipes fintech, l'exemple de Zhang signale également un changement dans la réflexion produit. Les interfaces en langage naturel abaissent la barrière à l'information, car les clients n'ont pas besoin de savoir où appuyer ou comment interpréter les graphiques pour trouver ce dont ils ont besoin. Bien fait, cela soutient la budgétisation, la détection de modèles et la perception de changements graduels dans le comportement, sans transformer l'utilisateur en analyste de données.

Zhang passe ensuite à l'automatisation interne, en utilisant un deuxième exemple avec Liberis avec qui Google s'est associé pour créer un agent de souscription piloté par l'IA appelé Ada, du nom d'Ada Lovelace. La souscription implique souvent de grands volumes d'informations et des étapes répétables, ce qui peut créer une lourde charge administrative. Selon Google, Ada travaille aux côtés des souscripteurs, les aidant tout au long du processus et réduisant les frais généraux de 50 %. Zhang présente l'avantage à la fois en termes d'efficacité et de concentration : l'IA prend en charge les tâches les plus répétitives, tandis que les souscripteurs consacrent plus de temps aux décisions à enjeux élevés basées sur les connaissances.

Google termine par un message d'évolutivité : bien que ces exemples se situent dans l'espace fintech de niveau intermédiaire, la même approche peut s'appliquer à des entreprises beaucoup plus petites. L'idée est qu'avec le bon support piloté par l'IA, les équipes n'ont pas besoin d'effectifs importants, « 100 souscripteurs », comme le dit Zhang, pour offrir un service solide. Pour les banques et les fintechs qui tentent d'équilibrer coûts et expérience client, le point de vue de Google est simple : utiliser l'IA pour éliminer les frictions pour les clients et réduire le travail répétitif en interne, tout en conservant le jugement humain là où cela compte.