Blog GlobalSign

27 juil. 2018

La banque mobile nouvelle génération mise sur l’IA pour muscler sa sécurité

Avec la vague du « digital first », pas un secteur d’activité n’échappe à la déferlante de technologies mobiles — et le secteur bancaire ne fait pas figure d’exception. La banque mobile n’est pas une nouvelle technologie. L’explosion du nombre d’utilisateurs de smartphones a favorisé l’essor des services bancaires mobiles, faisant de la relation « banques/clients » une question centrale.

L’émergence de l’intelligence artificielle (IA) a par ailleurs révolutionné le secteur bancaire. Alors que l’exécution était codée en dur avec des règles dans un logiciel classique, les applications bancaires basées sur l’IA peuvent désormais créer leurs propres règles à partir des consignes et des données qui leur sont fournies. Les applications mobiles vont ainsi un cran plus loin, et passent d’un fonctionnement basé sur des règles à une réflexion et un raisonnement logiques. La rapidité d’innovation dans ce domaine caractérise l’évolution technologique dans le secteur de la banque mobile.

Qu’est-ce que l’intelligence artificielle ?

On pourrait se demander ce qui séduit les banques dans l’IA ? En quoi l’IA vaut-elle mieux que l’intelligence humaine ? C’est simple, la technologie a toujours cherché à réduire les efforts de l’homme et à automatiser la gestion des tâches. Au fil des ans, nous avons vu ce principe à l’œuvre, avec notamment l’informatisation d’une multitude de systèmes industriels dans le but d’organiser et de traiter l’information en s’appuyant sur une structure de programme complète. L’intelligence artificielle traite par ailleurs en temps réel des informations concernant les actions et comportements humains, avec des analyses rapides qui lui confèrent probablement une qualité et une crédibilité similaires à l’intelligence humaine.

Les différentes compétences d’intelligence adaptative des technologies d’IA s’articulent autour des capacités suivantes :

  • Apprentissage machine
  • Vision industrielle (« machine vision »)
  • Traitement du langage naturel
  • Gestion des connaissances et du contexte

Grâce à cela, l’IA s’adapte au fil du temps pour produire des résultats précis, éliminer les processus redondants, et même commencer à prédire les actions ou les événements à venir.

Une révolution pour la banque mobile

L’adoption fulgurante de l’intelligence artificielle par les banques mobiles s’explique par la disponibilité de logiciels libres, de données, de services cloud et d’outils de traitement rapide. Résultat : la révolution qui s’opère dans le secteur de la banque mobile profite à la fois au secteur bancaire et aux utilisateurs. Quelques exemples de retombées positives :

Amélioration de l’expérience client

L’IA n’a pas seulement automatisé les processus bancaires pour les clients, mais leur offre également une expérience personnalisée. Si l’automatisation intelligente permet de simplifier une grande partie des processus, l’automatisation des processus répétitifs contribue à améliorer le service à la clientèle à l’aide d’assistants intelligents du type « chatbots ». Auparavant, le système bancaire satisfaisait aux besoins de grandes catégories de clients en leur proposant des produits plus ou moins identiques, malgré des motivations, des comportements d’achat et des niveaux de satisfaction différents. L’intelligence artificielle a donc permis de créer des services et des expériences clients personnalisés et individualisés.

L’IA personnalise l’expérience client dans certains domaines :

  • aide à la prise de décisions financières (en fonction de la localisation, de la situation, des préférences, des contraintes, du contexte, des préférences et des recommandations des utilisateurs) ;
  • conseils en stratégie de placement (en fonction des revenus, du passif, des investissements, des aléas, des assurances, des facteurs de risque, de l’inflation monétaire, etc.)
  • notifications sur les derniers produits et services susceptibles l’intéresser le client (en fonction de son comportement dans l’application ou de son historique d’achat)
  • guides d’aide à la navigation dans l’application vers les produits ou les canaux dont les utilisateurs peuvent avoir besoin (en fonction de l’analyse des utilisateurs et des conversations avec le chatbot), etc.

Efficacité et rapidité des transactions

Avec l’évolution de l’IA dans les applications bancaires mobiles, les transactions se sont accélérées et consomment beaucoup moins de ressources. Grâce aux applications basées sur l’intelligence artificielle, l’utilisateur est rapidement orienté vers son canal de prédilection. Le traitement automatisé et en temps réel des paiements booste par ailleurs l’efficacité et la rapidité des transactions.

Rentabilité

Les banques qui investissent dans l’intelligence artificielle peuvent réellement réduire leurs coûts d’embauche (offshore et onshore), gagner en efficacité et préserver la qualité de leur service client. En allégeant les opérations tout en offrant une expérience client exceptionnelle à un coût inférieur, leur processus devient beaucoup plus rentable. L’automatisation des transactions et des factures permet aussi de supprimer les opérations de saisie manuelle.

Rôle de l’IA dans le renforcement de la sécurité des banques mobiles

Si l’IA a largement contribué à personnaliser les transactions bancaires et à réduire les coûts des établissements financiers, elle impacte aussi fortement la cybersécurité des banques nouvelle génération. En choisissant les règles appropriées, l’IA peut être utilisée pour assurer la sécurité et la protection des fonds que les clients confient à leurs banques. L’IA peut être un formidable atout pour la sécurité dans les domaines suivants :

Prévention de la fraude

Les utilisateurs comptent sur les banques pour sécuriser leurs transactions. À ce titre, les établissements bancaires considèrent la sécurité des fonds de leurs clients comme leur responsabilité première. L’utilisation de l’intelligence artificielle dans les applications bancaires mobiles permet non seulement de détecter les transactions frauduleuses à partir d’un ensemble de règles prédéfinies, mais aussi d’identifier les activités suspectes en fonction de l’historique des transactions et du comportement de chaque client. Ainsi, dans le cas où une transaction portant sur une somme importante serait initiée à partir d’un compte bancaire habitué aux transactions modestes, l’IA peut immédiatement mettre la transaction en attente, jusqu’à ce que les vérifications requises soient effectuées par un humain. Sur la base des données fournies et des résultats d’actions précédemment effectuées, le logiciel basé sur l’IA est capable d’effectuer ce type d’analyse en temps réel.

Gestion des risques

L’octroi de prêts comporte un risque majeur pour les banques. Celles-ci avaient d’ailleurs pour habitude d’évaluer manuellement les risques afin d’estimer la solvabilité des emprunteurs. Elles fondaient l’analyse des prospects sur l’historique des données de crédit, de transactions et sur une estimation de l’évolution des revenus. Or, l’historique des données n’étant pas une référence exacte pour prévoir les comportements futurs, les analyses comportaient des incohérences. Avec l’introduction de l’IA, il est possible d’analyser en temps réel les dernières transactions, les conditions du marché, et l’actualité récente pour identifier les risques potentiels liés à l’octroi d’un crédit. Les banques peuvent même analyser d’énormes ensembles de données pour comprendre les activités au niveau micro grâce à l’analyse prédictive de l’IA. Cela peut également leur permettre d’évaluer le comportement de leurs prospects pour identifier d’éventuelles fraudes.

Apprentissage supervisé (Supervised Machine Learning)

C’est la méthode analytique la plus utilisée aujourd’hui, principalement pour les données en silos. Également appelée « détection des anomalies », elle représente un point d’entrée logique. Au vu des masses de données traitées par les banques, la détection des anomalies doit permettre de renforcer la sécurité. La méthode procède par triangulation des comportements anormaux sur plusieurs dimensions de données. Elle peut par conséquent encore se développer et se perfectionner. Une fois toutes ces dimensions prises en compte, l’apprentissage machine permettra d’identifier les comportements les plus à risques et de fournir des éléments de contexte par enquête automatisée, supprimant ainsi les actions manuelles superflues.

Choix des profils et des données appropriées pour l’IA

Les banques et les géants des technologies ont besoin d’identifier les experts en IA qui pourront superviser leur processus de développement d’IA. Les données aussi doivent être correctement gérées et séparées pour en évaluer la qualité, et estimer l’opportunité d’une approche d’IA. Les méthodes d’analyses des données sont vouées à l’échec si l’on n’aborde pas correctement la question de la qualité des données. On se concentre ainsi sur les données pour lesquelles la sécurité est importante, au lieu de s’attacher aux données qui ne sont d’aucune utilité pour la gestion des risques.

Conclusion

Difficile de s’imaginer à quel point l’IA a le pouvoir de transformer la banque mobile — entre la création d’expériences clients entièrement personnalisées et inédites, et l’aide à la prévention de la fraude pour les clients finaux et les banques. Ces progrès s’accompagnent cependant de risques pour la sécurité — risques que les banques doivent étudier avant de lancer leurs services. Développeurs et dirigeants ne doivent pas perdre de vue l’importance d’une authentification forte des utilisateurs qui souhaitent accéder aux applications et de contrôles d’identification poussés s’ils veulent que l’IA soit un atout de poids pour les services bancaires mobiles, et non un risque pour la sécurité.

À propos de l’auteur

Juned Ghanchi est Chief Marketing Officer chez IndianAppDevelopers.com, une société de développement d’applications mobiles. Avec son équipe de développeurs spécialisés basée en Inde, l’entreprise développe des applications Android et iOS pour tous les métiers. Juned recherche en permanence des idées sur les nouvelles technologies mobiles qu’il partage sur plusieurs blogs.

Note : ce billet de blog a été écrit par un rédacteur externe afin de varier les contenus proposés à nos lecteurs. Les opinions exprimées par l’auteur de cet article sont exclusivement les siennes et ne reflètent pas nécessairement les opinions de GlobalSign.

Partager ce blog