FINANCE

L’IA, un atout majeur dans un secteur en profonde mutation !

Les secteurs financiers et assurantiels sont en pleine transformation suite aux changements d’ordres réglementaires, comportementaux et technologiques. La révolution numérique a fait naître de nouveaux acteurs, et après l’essor des banques en lignes, ce sont désormais les FinTechs, AssurTechs et BigTechs qui bouleversent le paysage.

Le développement de la téléphonie mobile et de l’internet haut-débit expliquent en partir les changements de comportements dans les services financiers et assurantiels.

Parmi les services les plus innovants, les plus utilisés concernent le paiement en ligne sans coordonnées (ex. Paypal), le transfert d’argent entre particulier et le paiement sans contact avec smartphone*.

La fraude aux transactions scripturales, quant à elle, représentait en 2018, un montant total de 1 045 milliards d’euros pour 6.7 millions de transactions**.

Les outils mis en oeuvre répondent aux principaux enjeux métiers de la finance :

Probayes Tiers de confiance

Depuis 2016, en tant que filiale du Groupe La Poste, Probayes est tiers de confiance

L’Intelligence Artificielle dispose de plusieurs atouts qui lui permettent d’être une réponse adéquate aux différents besoins du secteur : 

Des outils algorithmiques adaptés

Pour répondre aux besoins du secteur, Probayes emploie un large panel d’outils algorithmiques, testés et mis en pratique dans les nombreux cas d’usage liés à la finance. Les principales approches employées dans ce contexte sont :

L’analyse de données
Exploration des données, visualisations des tableaux de bords et remontées des statistiques aidant à la décision.

L’étude des comportements
Le clustering permet de regrouper des clients présentant des comportements similaires afin de détecter des fonctionnements atypiques

Les algorithmes prédictifs
Utilisation de l’apprentissage supervisé pour détecter la fraude et le blanchiment, prédire les départs des clients (attrition ou churn), prévoir le panier moyen, etc.

La vision par ordinateur
Le Deep Learning facilite la lecture des chèques, des cartes d’identité, des adresses, etc.

Le Traitement Automatique des Langues
Combiné à des méthodes de Deep Learning, permet aux solutions de comprendre et de traiter le langage humain dans le traitement automatique des mails et via les chatbots

La détection d’anomalies
Utilisation d’algorithmes Machine Learning et technologies Big Data en temps réel pour trouver des anomalies dans le flux des transactions bancaires

L’explicabilité des modèles
Et leurs prédictions, un aspect fondamental dans les nombreux cas d’usage nécessitant une compréhension des facteurs menant à une situation anormale ou désirée

La sécurisation ou détection de fraudes
Les algorithmes dévelopés entre dans le cadre des procédés KYC

Le réapprentissage automatique
Souvent nécessaire étant donné l’évolution dan sle temps des comportements, des procédés et des équipements

 

Une collaboration étroite

avec les équipes métiers du client

Étant donnée la forte nécessité de confidentialité des données et la multitude de sources de ces données généralement à disposition, les équipes Probayes mettent en place une collaboration étroite avec les équipes métiers du client. La transparence est le maître-mot de cette collaboration, permettant ainsi aux équipes de progresser ensemble lors des développements du projet. L’équipe métier client va pouvoir mieux comprendre la méthodologie de mise en place de l’I.A. dans le contexte financier, tandis que l’équipe Probayes va affiner sa compréhension des enjeux et contraintes spécifiques au domaine du client. Cette collaboration permet de nouer des partenariats sur le long terme.

Quelques exemples de réalisation :

FraudIA™

Solution de détection de fraude à la carte bancaire

Deux personnes se serrant la main

L'attrition ou churn

Solution d’identification des profils de clients sur le départ

Chatbot

Un agent conversationnel au service de vos clients et salariés 

Découvrez nos webinaires :

Intelligence artificielle : détecter et réduire la fraude transactionnelle de vos paiements

À fin 2019, le e-commerce a atteint 103.4 milliards d’euros de vente en France*. Au cours des 12 derniers mois nous enregistrons une hausse de 15.7 % des transactions sur les sites de e-commerce et la situation actuelle ne fait qu’augmenter nos paiements en ligne.

Projet Monsoon

Exemple de réalisation

Projet visant à mettre en œuvre des techniques d’I.A. dans l’industrie de procédé – ici, l’aluminium (RioTinto – Aluminium Dunkerque) et le plastique (GLNPlast, Portugal)

Problématique

Aluminium Dunkerque produit en interne des anodes, qui sont un des composants clés du procédé d’électrolyse de l’aluminium. La densité de ces anodes est un paramètre primordial pour garantir la performance de l’électrolyse. Aluminium Dunkerque souhaite optimiser son procédé pour maximiser la densité de ces anodes.

Mise en oeuvre / Expertises mobilisées

La problématique a été abordée de deux manières. A partir d’une quarantaine de paramètres procédé mesurés en continu, nous avons construit un classifieur détectant les périodes de production d’anodes de basse densité, auquel nous avons adjoint un module d’explicabilité, permettant de lister en temps réel les 5 paramètres ayant le plus contribué à la baisse de densité. 

Nous avons de plus construit un module de recommandations, basé sur un régresseur. Après une période de basse densité, le module va proposer un ensemble de trois actions à réaliser qui permettent d’augmenter au mieux la densité. Une interface utilisateur dédiée a été mise au point et un module de réentraînement permet de s’adapter en continu aux évolutions du procédé.

Résultats

La version finale de l’outil est déployée chez Aluminium Dunkerque depuis l’été 2019. Les performances, aujourd’hui évaluées, doivent permettre de réduire significativement le nombre d’anodes produites de basse densité, menant à un gain estimé à plusieurs centaines de milliers d’euros par an. 

Un article scientifique a été publié suite à une présentation à la conférence internationale TMS.

Voir l’article

MONSOON est un projet européen important pour Rio Tinto et LIBERTY.

« Et dans ce cadre les équipes de Probayes, avec une écoute attentive des experts et exploitants du procédé ont su s’approprier les données et les procédés étudiés, pour mettre en avant des leviers d’améliorations jusqu’alors inconnus ou non maîtrisés. A la connaissance métier s’ajoute une forte pédagogie qui a permis la mise en place de la solution MONSOON en usine. »

Vincent Maigron

MONSOON Project Manager – RIO TINTO

Projet Eramet

Exemple de réalisation

Le groupe ERAMET est l’un des principaux producteurs mondiaux de métaux d’alliage. ERAMET produit dans son usine de Knivesdal, en Norvège, des alliages de ferromanganèses.

Problématique

Lors de la production, lorsque le procédé est optimal, il est possible de remplacer une matière première par une autre moins coûteuse. L’objectif du projet est de détecter en temps réel les périodes optimales du procédé permettant cette substitution, et de fournir des recommandations pour y revenir en cas de déviation.

Mise en oeuvre / Expertises mobilisées

En employant une cinquantaine de variables procédé, nous avons appliqué une approche de classification non-supervisée permettant de discriminer les différents points de fonctionnement du procédé. Une fois ces comportements annotés par les experts métier, nous avons entraîné un classifieur à reconnaître ces comportements, puis adjoint un module d’explicabilité permettant de fournir en temps réel les paramètres caractérisant les comportements non-optimaux.

Résultats

L’analyse a permis d’identifier une famille de 5 comportements, annotés par plusieurs experts procédé d’ERAMET. Le procédé optimal a été clairement identifié, de même que les caractéristiques des comportements non-optimaux. Une première version de la fonction a été déployée à l’usine de Knivesdal, en Norvège.

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce eu lacus diam. Cras congue, neque ac mattis efficitur, nibh ipsum fringilla nunc, sed iaculis neque odio non orci. Vestibulum ante ipsum primis in faucibus orci luctus et ultrices posuere cubilia Curae; Praesent lacinia, urna quis rhoncus lobortis, urna neque tempus tellus, quis auctor justo lectus vitae libero. Nulla non porta odio. Donec diam est, varius id ullamcorper a, efficitur nec libero

Prénom Nom

Fonction – Entreprise

PROJET FRAMATOME

Exemple de réalisation

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam sed leo quis lectus ultricies blandit nec sit amet urna. Integer mi ligula, tempor eget dapibus id, posuere vestibulum est. Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas.

Problématique

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam sed leo quis lectus ultricies blandit nec sit amet urna. Integer mi ligula, tempor eget dapibus id, posuere vestibulum est. Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas.

Mise en oeuvre / Expertises mobilisées

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam sed leo quis lectus ultricies blandit nec sit amet urna. Integer mi ligula, tempor eget dapibus id, posuere vestibulum est. Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas.

Résultats

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam sed leo quis lectus ultricies blandit nec sit amet urna. Integer mi ligula, tempor eget dapibus id, posuere vestibulum est. Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas.

« Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce eu lacus diam. Cras congue, neque ac mattis efficitur, nibh ipsum fringilla nunc, sed iaculis neque odio non orci. Vestibulum ante ipsum primis in faucibus orci luctus et ultrices posuere cubilia Curae; Praesent lacinia, urna quis rhoncus lobortis, urna neque tempus tellus, quis auctor justo lectus vitae libero. Nulla non porta odio. Donec diam est, varius id ullamcorper a, efficitur nec libero »

Prénom Nom

Fonction – Entreprise

Ils nous font confiance*

* Pour des raisons de confidentialité, les noms de certains de nos clients ne sont pas cités