L'objectif est d'améliorer l'efficacité, la portée et les capacités. L'IA permet aux banques d'exécuter plus rapidement les tâches existantes, de couvrir un spectre plus large de risques (couvrant les risques A, B et C au lieu de A uniquement) et d'effectuer des tâches auparavant impossibles, telles que l'analyse de volumes massifs de documents pour l'analyse des sentiments dans le cadre de la recherche sur les actions.
CNP Assurances est un acteur international de premier plan, principalement en Europe et en Amérique latine, occupant la deuxième place en France et la troisième au Brésil dans le domaine de l'assurance-crédit à terme. La société fonctionne sur un modèle B2B2C solide, en maintenant des accords à long terme avec des partenaires bancaires majeurs tels que La Banque Postale et Caixa Econômica Federal, tout en utilisant également des modèles ouverts avec les détaillants et les courtiers. Sur le plan financier, le groupe génère un résultat net de 1,5 milliard d'euros et est reconnu pour son engagement en matière d'ESG, classé parmi les 9% d'entreprises durables au niveau mondial.
À l'occasion de Adopt AI, il expliquera comment l'innovation et artificial intelligence transforment le secteur de l'assurance. L'IA permet aux assureurs d'offrir une protection plus personnalisée et durable, basée sur une connaissance plus approfondie des clients.
Dans cet article, nous examinons comment la solution AI, dotée d'une intelligence artificielle, révolutionne la mesure marketing en automatisant l'analyse, en guidant la prise de décision et en accélérant la mise en œuvre tout au long du parcours client.
Lors du récent TCG Retail Summit, Edouard de Mézerac s’est attaché à faire la part des choses concernant le AI. Son message : l’ère des cas d’utilisation dispersés est révolue. Ce qui s’annonce est bien plus structurel et bien plus exigeant. Pendant des années, les entreprises ont expérimenté le AI dans des poches isolées, qualifiées de “ points de couleur ” au sein de l’organisation. Utile, peut-être. Transformateur ? Pas vraiment. Aujourd’hui, le vent tourne. Le AI agentique ne consiste pas à ajouter une couche technologique supplémentaire. Il s’agit de repenser la manière dont le travail est effectué, de bout en bout.
Un patient se réveille avec des douleurs dorsales récurrentes et demande conseil à un assistant AI. L'application consulte son historique, repère une prescription antérieure et suggère de passer à un autre anti-inflammatoire. Votre molécule n'est pas mentionnée. Lorsque le patient consulte son médecin cet après-midi-là pour obtenir une ordonnance, le cadre est déjà posé.
Imaginez un directeur financier en train d'examiner les dépenses trimestrielles cloud. L'équipe AI lui présente un graphique convaincant : les coûts d'inférence par jeton ont baissé de 75% d'une année sur l'autre. Les modèles sont plus rapides, les API sont moins chères et le fournisseur propose des remises sur volume. Tout semble indiquer des économies. Puis la facture arrive, et le montant total est plus élevé que celui du trimestre dernier.
Dans un secteur du capital-investissement en pleine mutation, le débat a largement dépassé le cadre de la simple ingénierie financière. Aujourd’hui, la création de valeur repose de plus en plus sur la capacité d’une entreprise à exploiter le data. Lors de la deuxième édition de la conférence AI for Alternative Investment (AI x AI), Arthur Garnier s’est entretenu avec Elina Ashkinazi-Ildis pour analyser le parcours menant du potentiel théorique du AI à l’excellence opérationnelle concrète.
Le nouvel ebook de Artefact, intitulé « Développer la collaboration Data à l’ère du AI », explore comment les organisations peuvent créer davantage de valeur en brisant les silos data et en favorisant une collaboration fluide entre les équipes. Alors que l’adoption du AI s’accélère, la réussite ne dépend pas seulement de la technologie, mais aussi de la capacité à relier efficacement les data, les personnes et les processus. Cet ebook met en évidence comment les approches modernes de la collaboration data permettent d'obtenir des informations plus rapidement, de renforcer la gouvernance et d'obtenir des résultats plus percutants axés sur le AI, transformant ainsi le data en un véritable atout stratégique.
