“Avec un programme de cette envergure, nous pouvons nous attendre à une augmentation de 10-15% sur le résultat net. L'utilisation des technologies d'IA générative a été particulièrement importante car elle nous a aidés avec nos utilisateurs et nos sponsors, non seulement pour expliquer les choses, mais aussi pour l'adoption.”
Adrien Vesteghem, directeur du Centre d'excellence en IA et du programme d'IA pour l'efficacité chez BNP Paribas

La BCEF (Banque Commerciale En France) est une entité du groupe BNP Paribas qui est une institution financière mondiale de premier plan, offrant une gamme complète de services bancaires, d'investissement et financiers, réputée pour sa forte présence internationale et son engagement en faveur de solutions bancaires durables et innovantes.

Pour lancer son programme d'accélération de l'IA, BNP Paribas a fait appel à Artefact’pour les aider à créer une usine d'IA. “L'AI Factory répond à notre volonté de dépasser les phases de concept et de PoC et de pouvoir générer de la valeur rapidement, de manière sécurisée et fiable en s'intégrant à notre système d'information”.” dit Anne-Sophie Bourdet, Il s'agit de l'un des plus grands spécialistes de l'IA, Data & AI Leader - AI Factory Director chez BNP Paribas.

Défi : Atteindre les objectifs du programme d'accélération de l'IA de BNP Paribas

Depuis sa création en 2000, avec la fusion de banques ancrées dans l'économie européenne et mondiale depuis plus de deux siècles, la Groupe BNP Paribas BNP Paribas est un leader européen mondial et un acteur essentiel au service de l'économie, de ses clients et du monde dans lequel nous vivons. BNP Paribas investit pleinement dans la technologie et l'innovation afin d'optimiser en permanence l'expérience de ses clients et de ses collaborateurs. Elle mobilise le meilleur de la technologie pour leur offrir une expérience transparente, personnalisée et sécurisée.

Selon le Adrien Vesteghem, Le lancement de ce programme d'accélération de l'IA est motivé par quatre raisons principales :

  • “La première est la valeur de l'IA. Avec un programme de cette envergure, nous pouvons nous attendre à une augmentation de 10-15% sur le résultat net”.”
  • “Ensuite, il y a les avantages des solutions d'IA open source : sécurité, l'efficacité, et, surtout, la valeur commerciale”.
  • “Ensuite, il y a l'utilisation de l'IA générative. C'est particulièrement important parce que cela nous aide avec nos utilisateurs et nos sponsors, non seulement pour expliquer les choses, mais aussi pour l'adoption”.”
  • “Enfin, parce que BNP Paribas a déjà quelques longueurs d'avance sur ses concurrents, c'est le bon moment pour consolider, voire accroître, notre présence sur le marché de l'emploi. avantage concurrentiel,conclut-il.

Solution : Mobiliser les compétences pour construire une usine d'IA et industrialiser des cas d'utilisation viables de la GenAI.

L'un des principaux défis de BNP Paribas a été d'enrichir son équipe avec compétences spécialisées. “Notre défi est de compétences... data scientifiques, ingénieurs ML, data ingénieurs, de nouveaux profils qui renforceront nos équipes informatiques, que nous continuerons d'intégrer au cours des prochaines années pour répondre à nos ambitions,explique Anne-Sophie Bourdet.

Elle ajoute, “Nous devons être en mesure d'offrir des environnements robustes et sécurisés pour industrialiser les solutions développées par nos scientifiques du data.
Il s'agit de de nouvelles exigences en matière d'infrastructure (GPU) et de fondation, Nous avons besoin d'un système de gestion de l'information qui nous permette d'atteindre le niveau adéquat d'efficacité et d'efficience de nos activités. l'industrialisation de bout en bout, tout en maîtrisant nos coûts”.”

Joffrey Martinez, Associé et responsable des services financiers mondiaux chez Artefact, note : “Pour industrialiser les sujets autour de la GenAI, trois thèmes majeurs doivent être abordés.:

  • Optimisation de l'architecture pour contrôler les coûts, l'expérience du client et la qualité ;
  • Pilotage par la valeur pour la hiérarchisation des différents cas d'utilisation ;
  • Organisation pour assurer une diffusion durable de ces projets de transformation au sein de l'entreprise.

L'approche adoptée pour gérer les quelque 70 nouveaux cas d'utilisation au sein de la banque a consisté à organiser une tournée de présentation afin de recueillir un grand nombre de cas d'utilisation auprès des différentes unités opérationnelles de la banque. Jérémie Cornet-Vuckovic, Directeur conseil - Stratégie et projets d'IA chez Artefact, décrit le processus en trois étapes :

  • “La première étape est l'idéation. Nous travaillons avec les entreprises sur les cas d'utilisation de demain qui pourraient leur être très utiles”.”
  • “La deuxième étape est la qualification, Nous avons donc étudié la faisabilité technique de l'usine d'IA et la valeur créée par chaque cas d'utilisation, que ce soit pour PNB (revenus supplémentaires), pour l'efficacité opérationnelle ou en termes de NPS. Chaque cas d'utilisation est étudié de manière approfondie.”
  • “La troisième étape consiste à se rendre à l'usine d'IA. avec le Centre d'excellence en IA pour définir des feuilles de route de production avec des axes majeurs, qu'il s'agisse d'IA générative, de traitement de documents, d'interactions avec les clients, de marketing ou de fraude. Chaque axe est traité de manière industrielle entre les métiers, l'usine et le centre d'excellence en IA.”

Déploiement de cas d'utilisation de l'IA de première génération avec des avancées significatives dans la détection des fraudes et l'amélioration de l'expérience client.

Comme pour toutes les grandes banques, l'un des principaux défis à relever est le suivant fraude par hameçonnage, notamment la détection des transferts frauduleux effectués par les clients sur les applications et les sites web. Jérôme Lhuillery, Le poste de chef de projet, Data Science Lead - AI Center of Excellence chez BNP Paribas, est à pourvoir dès maintenant : “Cette détection se fait désormais en temps réel grâce à l'apprentissage automatique.. C'est la première fois que nous mettons en œuvre un mécanisme d'apprentissage automatique en plus de nos mécanismes existants, ce qui nous a permis de réaliser des gains de performance significatifs.
Nous utilisons également beaucoup de GenAI expérimente les LLM pour apporter des réponses plus efficaces aux clients et aider nos conseillers à mieux travailler au quotidien”.”

Les équipes de BNP Paribas apprécient Artefact pour leur double expertise scientifique et méthodologique data, et notamment leur compétence en ingénierie ML, qui leur permet d'être à la pointe de la technologie. optimise et améliore tous les pipelines et l'ingénierie statistique dans les domaines de l'IA et de l'IT afin de les déployer en production. “Pour nous, il s'agit vraiment d'une situation gagnant-gagnant qui nous permet de relever des défis techniques et technologiques très élevés”.” Jérôme Lhuillery assure.

Adrien Vesteghem ajoute : “Nous avons choisi Artefact pour la qualité de leur offre, la clarté de leur vision et la profondeur des compétences qu'ils nous apportent dans ces programmes d'accélération de l'IA.”

“Le train roule sur la voie industrielle et éthique... La prochaine étape consiste à valider tous ces éléments et nous avons déjà constaté des résultats assez spectaculaires avec l'utilisation de l'IA générique.”
Adrien Vesteghem, directeur du centre d'excellence en IA et du programme d'IA pour l'efficacité chez BNP Paribas.