Etude: IA et relation client dans les banques et assurances

Objectifs de l'IA dans la relation client : l'améliorer et simplifier l'accès aux services
 
L'objectif de l'implémentation de l'IA dans les outils de relation client est principalement de simplifier et améliorer cette dernière.
Les personnes interrogées travaillant dans le secteur de la banque / assurance sont d'accord et tout à fait d'accord avec les affirmations suivantes : l'IA va permettre de :
 

• Faciliter l'accès aux services : 91 %
• Améliorer le taux de clients satisfaits : 91 %
• Mieux comprendre les attentes et besoins des clients pour être plus flexible dans l'adaptation des offres : 90 %

 
À l'inverse, les objectifs qui suscitent le moins d'adhésion avec le plus fort taux de répondants qui ne sont pas d'accord sont :
 

• Améliorer la confiance dans les services banques/assurance (35 %)
• Fidéliser les clients (28 %)

 
On peut penser que la relation humaine étant prépondérante dans le secteur de la banque / assurance, elle prime sur la technologie dans le choix de son établissement bancaire / assureur.
 
Il existe dans ce secteur une véritable culture du service : la technologie l'améliore mais on compte sur l'humain pour instaurer la confiance et fidéliser les clients.
 
La valeur ajoutée de l'IA : rapidité et sécurisation des transactions
 
A l'ère de la digitalisation des services qui se doivent d'être accessibles en temps réel, le consommateur veut pouvoir accéder rapidement à ce qu'il veut, quand il le veut, d'où il le veut et de préférence en toute sécurité. Les acteurs de la banque / assurance l'ont bien compris et estiment que la valeur ajoutée de l'IA est principalement de pouvoir :
 

• Traiter plus rapidement les demandes clients : 61 %
• Accéder immédiatement à l'information/conseil 24/24 7j/7 : 54 %
• Améliorer la sécurisation des transactions/Détection de fraude (empreintes digitales, reconnaissance faciale...) : 53 %

 
La valeur ajoutée de l'IA est moins perçue dans les capacités d'analyse prédictive qu'elle peut offrir. Même si on retrouve ex-aequo en 3^ème position (53%) le fait de pouvoir proposer des offres plus personnalisées grâce à l'analyse des données (recommandation assurances/produits financiers...) on chute nettement en dessous de la moyenne pour :
 

• Prédire les besoins clients pour leur proposer des nouveaux services : 47 %
• Analyser les comptes clients pour prévenir d'une situation critique (débitrice par ex) : 32 %

 
Ces réponses peuvent s'expliquer par le fait que l'IA est encore une technologie récente dans les solutions des banques et assurances et que son potentiel est encore méconnu.
 
 

On constate que la rentabilité est très liée au « gain de temps » rendu possible grâce à l'automatisation. Cette dernière est plébiscitée en termes de rentabilité par les acteurs de la banque / assurance pour les aider à améliorer le service client. Sont jugées rentables à très rentables :
 

• L'analyse automatisée de documents (extraction d'informations, larges volumes de textes et sites web...) 95 %
•  La génération automatisée de réponses et documents (préparation d'entretiens clients, devis, comptes-rendus, mails...) 82 %

 
Toujours en termes de rentabilité et malgré des pourcentages élevés, arrivent en 2^ème position ex-aequo à 72 % :
 

• L'analyse des données pour proposer des services personnalisés (contrats d'assurance, emprunts...)
• Le Chabot/Assistant personnel interrogeable à l'écrit ou par la voix pour faciliter les recherches d'informations dans les bases de données clients et documentaires

 
Intégration des outils : états des lieux : automatisation et chatbot en tête
 
Le secteur de la banque / assurance a déjà implémenté des solutions à base d'IA pour la gestion de la relation client. On retrouve sur le podium les solutions qui font appel à l'automatisation qui a été jugée très rentable :
 

• 35 % : Analyse automatisée de documents (extraction d'informations, larges volumes de textes et site web...)
•  33 % : Chatbot/Assistant personnel interrogeable à l'écrit ou par la voix pour faciliter les recherches d'informations dans les bases de données clients et documentaires
• 30 % : Génération automatisée de documents (préparation d'entretiens clients, devis, comptes-rendus, mails...)
• 19 % : Analyse des données pour proposer des services personnalisés (contrats d'assurance, emprunts...)

 
Il est intéressant de noter le retour d'expérience sur les chatbots. Ils arrivent en 2^ème position des outils déjà implémentés (33%) mais ils sont classés dans les derniers en termes de rentabilité dans le cadre de la relation client.
 
Intégration des outils d'ici à 3 ans : l'automatisation toujours plébiscitée
 
L'implémentation de l'IA va se poursuivre. Si on ajoute les solutions déjà existantes à celles qui vont être implémentées, on retrouvera sur le podium d'ici à 3 ans :
 

• Analyse automatisée de documents : 49 % avec une progression de 14 % par rapport à aujourd'hui (extraction d'informations, larges volumes de textes et site web...)
• Génération automatisée de documents : 49 % avec une progression de 19% (préparation d'entretiens clients, devis, comptes-rendus, mails...)
• Les chatbots/Assistants personnels interrogeables à l'écrit ou par la voix : 47 % avec une progression de 14% par rapport à aujourd'hui (pour faciliter les recherches d'informations dans les bases de données clients et documentaires)
• Analyse des données pour proposer des services personnalisés : 38 % avec une progression de 19% (contrats d'assurance, emprunts...)

 

	Outils d'IA intégrés à ce jour en % dans la banque / assurance	Total des outils d'IA présents d'ici 3 ans en %	Pourcentage de progression
Analyse automatisée de documents	35 %	49 %	+ 14 %
Chatbot/Assistant personnel	33 %	47 %	+ 14 %
Génération automatisée de documents	30 %	49 %	+ 19 %
Analyse des données	19 %	38 %	+ 19 %

 
On constate que toutes les solutions permettant de gagner du temps en automatisant des tâches à faible valeur ajoutée sont celles qui s'imposent dans les banques / assurances. Il est effectivement aisé de se rendre compte immédiatement du gain de temps résultant de l'automatisation des réponses à un mail ou de la rédaction d'un compte-rendu.
 
A contrario les solutions d'IA qui touchent aux données clients sont plus longues à intégrer. Cela peut s'expliquer par le fait que ces données sont très sensibles pour les acteurs de la banque / assurance qui ont un grand souci de leur sécurisation et de leur non-divulgation.
 
Malgré cela, l'analyse des données aux fins de proposer des services personnalisés affiche la plus forte progression d'implémentation d'ici à 3 ans (19%) avec la génération automatisée de documents.
 

 

La perception de l'IA dans la relation client par le secteur banque / assurance est plutôt positive. Les personnes interrogées sont d'accord et totalement d'accord avec le fait que l'IA va permettre :
 

• 95 % : d'automatiser les tâches à faible valeur ajoutée 
• 91 % : de libérer du temps pour les collaborateurs
• 88 % : d'être plus performant et fiable grâce à un meilleur traitement du Big Data
• 58 % : de créer de nouveaux produits ou services

 
Ils sont néanmoins près de la moitié (48 %) à craindre que l'IA déshumanise les rapports avec la clientèle.
 
Tous les bénéfices immédiatement visibles de l'IA - gain de temps grâce à l'automatisation des tâches - sont très bien perçus par les professionnels de la banque / assurance. Mais ils semblent un peu moins bien connaître tout le potentiel de l'IA et sa forte valeur-ajoutée comme par exemple la possibilité de créer de nouveaux produits ou services.
 

 

Les professionnels de la relation client dans le secteur banque / assurance sont demandeurs de formation : ils sont 94 % à estimer qu'elle est nécessaire. Le deuxième frein identifié concerne la culture d'entreprise (86 %) devant celle de la culture client (70%) qu'il faudrait faire évoluer.
 
Les principaux freins sont :

• 94 % : nécessité d'une formation
• 86 % : nécessité d'une évolution de la culture d'entreprise
• 70 % : nécessité d'une évolution de la culture client

 
Les obstacles liés aux difficultés de mise en œuvre ou de coût arrivent bien après :
-          58 % estiment que l'IA trop complexe à mettre en œuvre
-          56 % trop coûteuse à développer
 
L'IA : quels investissements ?
 
Un peu plus d'un tiers des répondants (35%) ont été en mesure de citer les montants déjà investis dans l'IA :
 

• 31 % moins de 100 000 €
• 11 % de 100 000 à 200 000 €
• 34 % de 200 000 à 500 000 €
• 11 % de 500 000 à 1 million
• 14 % plus de 1 million

 
Investissements prévus dans les 3 ans :
Un peu plus d'un quart des répondants (26 %) connaissent la fourchette des investissements qui seront engagés dans les solutions d'IA. Pour près de la moitié (14 %) ils seront supérieurs à un million d'euros :
 

• 7% moins de 100 000 €
• 7% de 100 000 à 200 000 €
• 26% de 200 000 à 500 000 €
• 7% de 500 000 à 1 million
• 53% plus de 1 million

 

	Montants investis à ce jour	Prévisions d'investissement d'ici à 3 ans
Moins de 100 000 €	31 %	7 %
De 100 000 à 200 000 €	11 %	7 %
De 200 000 à 500 000 €	34 %	26 %
De 500 000 € à 1 million	11 %	7 %
Plus de 1 million	14 %	53 %

 
Part des investissements de l'IA dans les outils de relation client dans le secteur bancaire et assurance :
 
Les banques et assurances qui vont investir dans l'IA ces 3 prochaines années vont dédier une part de ces sommes spécifiquement à la relation client :

• Pour moins de 10 % des banques / assurances la part dédiée à la relation client dans les investissements d'IA sera de 4%
• Pour 40 % des banques / assurances la part sera de 10 à 25 % 
• Pour 32 %, elle sera de 25 à 50 % 
• Pour 16 %, elle sera de 50 à 70 % 
• Pour 8 %, elle sera de plus de 75 %