« C'est qui le patron ? Comment ça, tu ne comprends pas la question ? Ça commence bien ! » s'exclame Stéphane Richard, le PDG d'Orange, en pianotant sur son smartphone. Dans cette vidéo diffusée le jour du lancement d'Orange Bank, le patron de l'opérateur télécoms devenu banquier fait mine de tester Djingo, le conseiller virtuel de sa banque mobile, « disponible 24 heures sur 24, 7 jours sur 7 ».

Derrière ce chatbot intégré à l'application d'Orange Bank, il y a Watson d'IBM, la star de l'intelligence artificielle, que les grandes banques s'arrachent. Pour Stéphane Richard, « l'avenir, c'est l'IA. Je ne sais pas ce qu'il restera du conseiller bancaire dans dix ou vingt ans », avait-il lancé en avril dernier. Orange Bank doit devenir « la première banque apprenante » grâce à cette technologie.

Ce Djingo fait un peu le malin. À la question « Tu connais Siri ? » le chatbot répond : « Nous étions à la cantine ensemble. Lui adorait les pommes et moi les oranges. » Une plaisanterie préprogrammée, bien sûr. Mais si on lui demande « Je souhaite ouvrir un contrat d'assurance vie. Peux-tu m'aider ? », Djingo reste interdit : « Je n'ai pas toutes les réponses, je suis toujours en train d'apprendre. Je ne comprends que les questions qui portent sur le domaine bancaire. » Des internautes se plaignent qu'il « ne comprend pas grand-chose ».

À Orange, on souligne qu'il apprend :

« Plus vous lui parlez, plus il apprend à vous connaître et plus ses réponses et actions sont pertinentes. »

D'ici à la fin de l'année, le chatbot saura même « effectuer des tâches à la demande des clients, comme faire des virements ou épargner ».

Le programme d'IBM a aussi été adopté au Crédit Mutuel, pas pour remplacer le conseiller mais dans son back-office, et par Royal Bank of Scotland, Citigroup, ING. Deutsche Bank a annoncé en octobre qu'il avait « embauché Watson pour développer un modèle de conseil cognitif qui aide les clients, les conseillers et les employés de la banque dans les processus internes ou externes ».

Pionnières dans l'utilisation des algorithmes, des salles de marchés à la détection de la fraude, et dans la robotisation des processus, les banques semblent toutes désormais à la recherche de leur chatbot.

L'emploi, sujet tabou

Alors, essentiel, ce cher Watson ?

« Watson, c'est beaucoup de com' et de marketing. C'est très cher pour une IA qu'il faut énormément entraîner », relativise un expert d'une grande banque française.

« Il n'y a pas que Watson qui fait de l'intelligence artificielle, il existe d'autres solutions, de startups ou d'éditeurs de logiciels, moins chères et plus pertinentes pour nos métiers », considère un dirigeant d'une autre banque de la place.

L'investissement n'est en effet pas négligeable : le Crédit Mutuel nous précise qu'il s'élève pour le groupe à 40 millions d'euros sur cinq ans, soit 8 millions par an. Watson a débarqué en avril dans le quotidien de 20.000 chargés de clientèle de 5.000 caisses de la banque mutualiste, l'air de rien, dans leur boîte mail. L'outil les aide à traiter les plus de 350.000 courriels reçus chaque jour, soit près de 90 millions par an, et leur propose des modèles de réponse.

Nicolas Théry, le président de la confédération du Crédit Mutuel, l'avait présenté comme « un stagiaire motivé et utile » ou « un excellent documentaliste ». Six mois après, « pour l'analyseur d'emails, le taux de satisfaction mesuré en continu par les retours des utilisateurs est supérieur à 80 % », nous indique une porte-parole. Des assistants virtuels tournant sous Watson sont prêts à fournir des réponses rapides aux conseillers sur des produits d'assurance ou d'épargne.

« Si les collaborateurs interrogés recommandent à plus de 90 % l'utilisation des assistants virtuels à leurs collègues, le référentiel documentaire interne reste encore trop souvent utilisé », admet la porte-parole : la banque va intégrer les assistants dans la barre de recherche du référentiel pour en accélérer l'usage.

Et d'autres chatbots vont arriver dans les mois à venir (assurance santé en décembre, prévoyance en février, crédit à la consommation en mai). Mais, pour l'instant, pas question de les mettre face au client.

« La première vague de technologies d'intelligence artificielle est déjà passée dans les banques : il s'agit d'IA basée sur des règles (du type « si/ alors ») qui augmente la productivité des processus internes dans des domaines tels que la conformité. La seconde vague d'IA est en train d'être déployée : des chatbots dans les services clients, s'occupant de demandes de routine. Toutes les principales banques nordiques en ont désormais », notent les analystes de Nordea dans une étude de septembre sur « la disruption de l'IA et du digital » dans la banque.

« Jusqu'ici, les banques disent que l'IA libère du temps pour que les équipes se consacrent à des tâches plus complexes et à valeur ajoutée. Nous pensons qu'avec le temps, l'IA va en fait commencer à remplacer beaucoup d'emplois humains dans la banque », estiment-ils.

Cette question de l'emploi reste taboue, souvent balayée par des objections sur la « valorisation des compétences humaines ».

Pas très mature

Très peu de banques ont encore sauté le pas du chatbot en interface client : l'espagnole Santander pour sa clientèle britannique, les américaines Capital One (sur l'Amazon Echo) et USAA. Au salon Money2020 à l'automne 2016, Bank of America avait dévoilé un impressionnant prototype d'assistant virtuel, Erica, vrai coach financier vocal donnant des conseils de gestion du budget ou d'épargne.

Un an après, la banque a réuni une équipe de 100 personnes autour du projet et recrute encore des développeurs pour peaufiner le produit, actuellement en phase de test bêta, mais elle n'a pas communiqué de date de lancement. Les banques françaises se montrent très prudentes. La Société Générale s'est associée avec le chatbot Jam « pour mieux comprendre les millenials », « en mode conseil » sur les questions d'argent, mais n'a pas l'intention de lancer de chatbot en SAV bancaire.

Une des toutes premières à se lancer fut la suédoise Swedbank, dès 2014, avec Nina, développée par le spécialiste américain de la reconnaissance vocale Nuance (qui était derrière le Siri de l'iPhone des débuts). Nina est un robot cognitif conversationnel sans avatar qui traite 2 millions de requêtes clients par an, près d'un quart du volume total, avec un taux de réussite de 81%. Mais à chaque échec, il faut mettre à jour sa base de données.

« L'intelligence artificielle ne fonctionne pas sans données annotées par l'expertise de l'humain. Ce qui marche en IA, c'est l'apprentissage supervisé, on donne la question et la réponse. Les machines sont bonnes pour des tâches simples et très répétitives, et sont fondamentalement primaires. L'IA c'est comme Google, ça permet de faire plus de choses plus vite », relève Édouard d'Archimbaud, qui dirige le Lab Data Science et IA de BNP Paribas CIB, créé il y a un an et demi.

À la Skandinaviska Enskilda Banken (SEB), l'assistante virtuelle Aida, s'appuyant sur la technologie de l'américain IPsoft, a d'abord été testée en 2016 en anglais et en interne, à l'assistance informatique en ligne, puis au service des clients sur la page d'accueil du site Web. Le problème de la langue est alors apparu.

« Aida n'est pas encore très bonne. C'est un logiciel américain, il faut qu'elle apprenne le suédois, y compris le suédois professionnel, le mauvais suédois, les erreurs de prononciation, etc. C'est plus dur que prévu », nous confiait cet été un porte-parole.

La première banque scandinave, Nordea ne s'y est mise qu'en juin dernier avec Nova, un chatbot doté d'un avatar, développé avec une startup norvégienne, Boost.AI, capable de parler quatre langues nordiques. Testée pour l'instant au service client de sa branche d'assurance vie et retraite en Norvège, Nova a traité plus de 5.000 requêtes.

« Le chatbot est un très bon exemple pour montrer que l'IA n'est pas très mature et peut être très décevante », explique Édouard d'Archimbaud.

Ce diplômé de Polytechnique et de l'ENS Cachan en machine learning détaille :

« Il faut construire des Foires aux questions (FAQ) très détaillées pour que cela marche. Un moteur de recherche sera plus efficace et plus pertinent à ce stade. Aussi notre approche est-elle de limiter l'IA à des usages internes et à des sujets très précis. »

Le Lab IA de BNP, qui emploie quinze personnes, a développé un moteur de traduction pour l'analyse de contrats et un chatbot traduisant la voix en texte pour désengorger le service d'assistance informatique des métiers de banque de financement et d'investissement.

Delphine Cuny

06 Déc 2017, 7:15

Partager :