Entreprises & Marchés  >  Dossiers  >  Intelligence artificielle : quelles approches dans le secteur financier ?

Intelligence artificielle : quelles approches dans le secteur financier ?



Banques et compagnies d’assurance peuvent choisir entre une approche déterministe qui édicte les règles à l’avance et une approche probabiliste, plus récente, qui recourt au machine-learning pour faire émerger de nouvelles corrélations et tendances.

L’intelligence artificielle est devenue en quelques années l’une des principales préoccupations des stratégies d’innovation dans la banque et l’assurance. Mais derrière ce terme se cachent deux approches différentes. En France, Yseop se fait le chantre de la première, l’approche déterministe. La société propose d’industrialiser les process des banques et assureurs en utilisant l’intelligence artificielle. Les règles sont pré-écrites puis adaptées par la suite par intervention humaine.

"Jusque là, le secteur financier a travaillé par approche déterministe, explique Laurent Renaudot, senior manager chez Wavestone. L’avantage des systèmes experts et des arbres de décisions, c’est qu’on sait pourquoi on prend une décision et pourquoi une alerte est générée. L’inconvénient, c’est qu’il faut déjà une bonne connaissance et des experts pour déterminer, gérer, tester régulièrement les règles et faire les mise à jour". Cette approche repose donc sur la capture de la connaissance basée sur l’expérience des meilleurs chargés de clientèle pour l’injecter dans la machine.

[1556 mots]
Vous avez déjà un compte ?
Connectez-vous
Créez un compte

Inscrivez-vous et bénéficiez d'une offre de découverte gratuite de 15 jours de mind Fintech

Créez un compte
Abonnez-vous

Souscrivez à une licence pour accéder à l'intégralité des contenus et supports mind Fintech

Abonnez-vous