Kennisbank

Quel travail l'IA reprend-elle en premier dans les services financiers ?

Un secteur fait d'information

Les services financiers consistent en grande partie en un traitement administratif d'informations structurées : évaluer des demandes, modifier des polices, contrôler des transactions, compléter des dossiers, établir des rapports. Beaucoup de ces heures ne sont pas consacrées à l'entretien avec le client, mais aux étapes qui précèdent et qui suivent : recopier des données entre systèmes, vérifier l'exhaustivité de documents, rédiger des lettres standard, évaluer des demandes selon des critères fixes. Il s'agit d'un travail à structure reconnaissable et à ensemble de règles fixe, ce qui le distingue d'un travail où chaque situation doit être réévaluée à chaque fois.

Le secteur connaît par ailleurs un cadre strict : règles de surveillance, obligations de conservation, obligations de justification. Ce cadre ne détermine pas si l'IA peut exécuter une tâche techniquement, mais bien si une entreprise peut laisser cette exécution se dérouler sans contrôle humain. Évaluer une demande sur la base de critères fixes est souvent maîtrisable pour l'IA ; la responsabilité finale de signaler cette évaluation à un organe de surveillance incombe à une personne.

Là où les heures se déplacent déjà

Dans certaines parties du secteur, on voit déjà ce qui change lorsque l'IA reprend des tâches. Exemples reconnaissables :

• Le contrôle documentaire des demandes : vérifier que toutes les pièces requises sont présentes et cohérentes est une tâche que l'IA reprend souvent, une personne évaluant les exceptions.
• Le premier tri des questions ou réclamations entrantes : les classer par type et urgence est largement automatisable, le traitement de fond des cas plus complexes reste un travail humain.
• Les rapports et relevés périodiques : la constitution de chiffres à partir des systèmes existants est une tâche où l'IA effectue le plus gros du travail et où un collaborateur approuve ou rejette le résultat.
• Le contact client pour les questions standard : les questions fréquentes sur le solde, le statut ou les conditions sont en partie automatisables, mais dès qu'un client soumet une situation exceptionnelle, un jugement humain est nécessaire.
• La détection de fraude et de risque : reconnaître des schémas dans les transactions est un domaine où l'IA joue un rôle de soutien, tandis que la décision sur les suites à donner reste du ressort d'un collaborateur, notamment en raison de l'obligation de justification qui l'accompagne.

Dans ces exemples, on retrouve toujours la même répartition tripartite : des tâches que l'IA effectue de manière autonome, des tâches que l'IA prépare tandis qu'une personne approuve ou rejette avec motivation, et des tâches qui restent un travail humain parce qu'un jugement, une explication ou une responsabilité est nécessaire.

Pourquoi cela varie selon l'entreprise

Le fait que ce basculement devienne visible, et à quelle vitesse, ne dépend pas uniquement de la tâche elle-même, mais des circonstances dans lesquelles une entreprise travaille :

• L'état des systèmes sous-jacents. Là où les données sont déjà structurées et reliées entre elles, une tâche peut être reprise plus rapidement que là où les dossiers se trouvent encore isolés dans des systèmes différents.
• Le degré de standardisation des produits et des processus. Un assureur avec de nombreuses polices sur mesure a moins de tâches faciles à formaliser en règles qu'un prestataire disposant d'une gamme limitée et uniforme.
• Les exigences de surveillance qui pèsent sur un processus spécifique. Certaines évaluations doivent démontrablement avoir été prises par une personne habilitée ; cela détermine où une personne reste présente dans la chaîne, indépendamment de ce qui est techniquement possible.
• La taille de l'organisation. Lorsqu'une même tâche se répète beaucoup, l'automatisation est plus rentable que pour une petite équipe qui traite chaque semaine des dossiers différents.

Ces facteurs ne s'appliquent pas uniquement ici. Dans l'hôtellerie-restauration et dans le secteur des loisirs aussi, le degré de standardisation détermine la quantité de travail qui peut être reprise, même si le travail y ressemble sur le fond à tout autre chose qu'une évaluation de police ou une analyse de risque. Et dans l'industrie manufacturière, l'état des systèmes sous-jacents joue un rôle comparable à celui du secteur financier : là où les données sont déjà structurées, la reprise va plus vite que là où elles restent dispersées, comme on peut également le constater à propos de la question de savoir si l'IA peut reprendre l'enregistrement de la production sur le terrain.

Ce que ceci n'est pas

Ce basculement dit quelque chose sur le travail, pas sur les personnes. Quelles tâches l'IA reprend est une question différente de ce qu'un employeur fait de son effectif. Pour les décisions qui touchent l'effectif, des exigences légales et des procédures propres s'appliquent ; cette question n'est pas traitée ici et ceci ne constitue pas une base pour y répondre. Il s'agit ici d'une répartition factuelle du travail : quelles tâches l'IA reprend déjà aujourd'hui, lesquelles passent sous surveillance et lesquelles restent un travail humain, et ce que cela représente en heures.

Ce que vous pouvez faire maintenant

Que cette image s'applique à votre propre organisation dépend de la manière dont vos processus sont organisés, des systèmes que vous utilisez et de la part de votre travail déjà standardisée. Pour en obtenir une première indication, un quickscan gratuit est disponible : douze questions, sans compte, avec pour résultat une indication de la part des heures de votre profil qui peut être reprise aujourd'hui par l'IA. Le scan de travail complet, qui décompose le travail d'une entreprise jusqu'au niveau des tâches et évalue chaque tâche, est encore en construction. Le quickscan donne déjà une première orientation, sans promettre davantage qu'une indication.