Société Générale pressée de mettre l’IA générative en production pour sa banque de détail

Avec l’arrivée de l’IA générative, la Société Générale entend procéder de manière différente qu’avec L’IA traditionnelle pour mettre en production des cas d’usage. La banque de détail a priorisé deux cas d’usage pour son réseau d’agences. Société Générale souhaite qu’ils entrent en production dès que possible.

Une approche spécifique pour l’IA générative

Aurore Gaspar, Directrice adjointe du Réseau SG en France explique l’approche spécifique choisie. Elle a pris la parole le 5 juin à l’occasion de l’événement Adopt AI de la société de services Artefact.

« Nous avons certains cas d’utilisation que nous pouvons améliorer grâce à l’IA générative, mais cela nécessite que nous modifiions un peu notre façon de fonctionner » déclare la dirigeante. En matière d’IA générative, la stratégie est spécifique. « Ce que nous pensons c’est qu’il faut peut-être choisir peu de cas d’usage, mais il faut les penser d’emblée comme industrialisés pour avoir une chance de les mettre en œuvre et pour que cela puisse changer la donne » dit-elle.

Côté banque de détail en France, SG a priorisé deux cas d’usage. Le premier concerne les chargés de relation clients car ils recherchent actuellement beaucoup d’informations dans une base de connaissances un peu difficile à exploiter. Cette recherche leur prend beaucoup de temps.

Passer d’une recherche de 30 min à 30 secondes

« Nous expérimentons désormais une solution d’IA générative pour qu’ils puissent le faire en 30 secondes et non en 30 minutes » présente Aurore Gaspar. Le défi de ce cas d’utilisation est la taille car la banque a 20 000 chargés de clientèle. Il faut disposer d’un bon modèle qui peut être utilisé par 20 000 personnes avec une réponse rapide.

Le second cas d’usage concerne le service client. La banque dispose de chatbots et de callbots. « Nous avons 3 millions de discussions par chat par an. Nous recevons 32 millions d’appels par an. Donc, si on est capable avec l’IA générative de mieux déterminer la raison de l’appel ou la raison du chat et de donner la bonne réponse, cela pourrait avoir un effet massif à la fois sur l’efficacité opérationnelle et sur la satisfaction car le client veut la réponse tout de suite » décrit-elle.

Ce sont donc les deux cas d’utilisation, et pour y répondre, la banque a modifié un peu son modèle opérationnel. « Nous avons mis en place une équipe commune entre la Data et l’informatique, et nous testons actuellement certaines questions concernant le bon modèle, où se trouve la localisation des données et quelle est l’économie derrière tous ces cas d’utilisation » explique-t-elle.

Une mise en production dès que possible

SG s’emploie jour après jour à mettre ces deux cas d’usage en production le plus rapidement possible. « C’est ainsi que je pense que l’IA peut aider et aiderait Société Générale à transformer le modèle. Nous n’avons pas le choix d’adopter l’IA, et nous n’avons pas non plus le choix de nous assurer qu’à la fin, l’IA sera mise en œuvre et utilisée de manière à créer de la valeur » souhaite-t-elle.

L’IA générative arrive alors que la Société Générale est engagée dans une transformation qui s’appuie notamment sur le digital et l’IA plus classique. Pour Aurore Gaspar, l’IA est bien sûr un moteur clé de la transformation de la banque. Elle insiste sur le fait que le défi majeur à relever est d’industrialiser cette solution pour qu’elle change réellement la donne. « Le but est que le digital et l’IA améliorent la satisfaction client et l’efficacité opérationnelle de la banque » résume-t-elle. 

La DG déléguée estime que dans la banque de détail, Société Générale n’a pas d’autre choix que de continuer à transformer son modèle pour l’adapter à un environnement très difficile et où la concurrence est féroce.

Une plateforme unique qui s’adresse à 9 millions de clients

Société Générale a lancé un programme de transformation appelé Vision 2025. La première étape a été la fusion des deux banques de détail en France, le Crédit du Nord et la Société Générale. C’était la première étape pour créer une plateforme unique qui s’adresse à neuf millions de clients. Société Générale est la quatrième banque en France.

La banque s’adresse aux particuliers, aux professionnels et aux entreprises. « Nous avons des objectifs clairs. Nous voulons revenir dans le top 3 en termes de satisfaction client et nous voulons être plus rentables » souligne Aurore Gaspar. Dans cette transformation, l’IA est essentielle pour apporter cette satisfaction client et cette rentabilité. « En termes de transformation, ce que nous avons fait dans un premier temps a été de créer une équipe Data unique au sein de l’entreprise » dit-elle.

La démarche vise à être plus efficace. « Cette équipe Data a rassemblé des personnes issues de la gouvernance des données et de leur utilisation. Avant cela, les gens de la gouvernance étaient principalement du côté de la finance, et les usages étaient plutôt du côté du business » présente-t-elle. La banque a pensé qu’il valait mieux fusionner l’équipe pour avoir une vision claire sur la gouvernance qui peut aider les usages en termes de marketing, et aussi en termes de finance et de risque, pour qu’elle puisse accélérer les usages. C’est ce qu’elle a fait.

Créer 500 millions euros de valeur d’ici 2026

« Avec cette équipe, ce que nous faisons, c’est qu’en termes d’utilisation, nous priorisons nos cas d’utilisation par valeur » décrit-elle.  Chez Société Générale, l’objectif au niveau du groupe est de créer 500 millions d’euros en valeur d’ici 2026. Une part importante de cette création se trouve dans SG Retail France, la banque de détail en France de SG.

En termes de portefeuille, la banque a priorisé certains cas d’utilisation dans différents domaines. « L’un des cas d’utilisation que nous avons déjà en production est de savoir comment nous pouvons industrialiser notre productivité commerciale » dit-elle. « Nos clients nous demandent de pouvoir déterminer leurs besoins et de pouvoir pousser la bonne opportunité commerciale » explique-t-elle.

« Nous disposons désormais d’une pile technologique qui peut nous aider à déterminer qui est capable et qui est disposé à avoir cette opportunité et à la transmettre par courrier, par notification ou à son responsable clientèle » illustre-t-elle. De plus, la banque a quelques cas d’utilisation du côté du crédit. Le scoring de crédit est essentiel afin d’améliorer le délai de réponse et le délai d’encaissement. « Nous avons également quelques cas d’utilisation dans ce domaine » conclut-elle.