"Avec un programme de cette envergure, nous pouvons nous attendre à une augmentation de 10 à 15 % du 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 aux équipes d'experts de ArtefactPour lancer son programme d'accélération de l'IA, BNP Paribas s'est tournée vers les équipes d'experts de l'IA pour l'aider à construire 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 ", déclare Anne-Sophie Bourdet, 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, par la fusion de banques ancrées dans l'économie européenne et mondiale depuis plus de deux siècles, le groupe BNP Paribas est un leader européen global 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 Adrien Vesteghem, "quatre raisons majeures ont motivé le lancement de ce programme d'accélération de l'IA :

  • "Lepremier est la valeur de l'IA. Avec un programme de cette envergure, on peut s'attendre à une augmentation de 10 à 15 % du résultat net."

  • "Ensuite, il y a les avantages des solutions d'IA open source : la sécurité, l'efficacité et, surtout, la valeur commerciale.

  • "Il y a aussi 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 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 était d'enrichir son équipe de compétences spécialisées. " Notre défi, ce sont les compétences... data scientists, ML engineers, data engineers, de nouveaux profils qui viendront renforcer nos équipes IT, que nous continuerons à intégrer dans les 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 sur data .
Ce sont de nouvelles exigences en termes d'infrastructure (GPU) et de fondation, pour nous permettre d'atteindre le bon niveau d'industrialisation de bout en bout, tout en maîtrisant nos coûts."

Joffrey Martinez, Partner & Global Financial Services Lead 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 client et la qualité ;

  • Pilotage de la valeur pour la priorisation des différents cas d'utilisation ;

  • Organisation pour assurer la 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 utiliser un roadshow pour collecter un grand nombre de cas d'utilisation auprès des différentes unités d'affaires de la banque. Jérémie Cornet-Vuckovic, Data Consulting Director - Strategy and AI Projects at Artefact, décrit le processus en trois étapes :

  • "La première étape est l'idéation. Nous travaillons avec les entreprises sur le cas d'utilisation de demain qui pourrait leur être très utile."

  • "La deuxième étape est la qualification, à la fois en termes de faisabilité technique avec l'usine d'IA et en termes de valeur créée par chaque cas d'utilisation, que ce soit en termes de PNB, donc de revenus supplémentaires, ou d'efficacité opérationnelle, ou en termes de NPS. Chaque cas d'usage est étudié de manière approfondie."

  • " La troisième étape consiste à aller dans l'AI Factory avec le AI Center of Excellence 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 entreprises, 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, un enjeu crucial est la fraude par phishing, notamment la détection des transferts frauduleux effectués par les clients sur des applications et des sites web. Jérôme Lhuillery, Data Science Lead - AI Center of Excellence chez BNP Paribas, note : "Cette détection se fait désormais en temps réel grâce à l'apprentissage automatique. C'est la première fois que nous mettons en place un mécanisme d'apprentissage automatique en plus de nos mécanismes existants, ce qui nous permet d'obtenir des gains de performance significatifs.
Nous utilisons également beaucoup de GenAI pour expérimenter les LLM afin d'apporter des réponses plus efficaces aux clients et d'aider nos conseillers à mieux travailler au quotidien."

Les équipes de BNP Paribas apprécient Artefact pour sa double expertise scientifique et méthodologique data , notamment ses compétences en ingénierie ML, qui optimise et améliore l'ensemble des pipelines, et en ingénierie statistique en IA et IT afin de les déployer en production. " Pour nous, c'est vraiment du gagnant-gagnant qui nous permet de relever des défis techniques et technologiques très importants ", assure Jérôme Lhuillery.

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