"Con un programma di questa portata, possiamo aspettarci di vedere un aumento del 10-15% sulla linea di fondo. L'uso di tecnologie AI generative è stato particolarmente importante perché ci ha aiutato con i nostri utenti e sponsor, non solo per spiegare le cose, ma anche per l'adozione."
Adrien Vesteghem, Direttore del Centro di Eccellenza AI e del Programma AI per l'Efficienza di BNP Paribas

La BCEF (Banque Commerciale En France) è un'entità del Gruppo BNP Paribas, un istituto finanziario leader a livello mondiale che offre una gamma completa di servizi bancari, di investimento e finanziari, rinomato per la sua forte presenza internazionale e per l'impegno verso soluzioni bancarie sostenibili e innovative.

Per lanciare il suo programma di accelerazione dell'intelligenza artificiale, BNP Paribas si è rivolta ai team di Artefactai team di esperti di BNP Paribas per aiutarli a costruire una AI Factory. " L'AI Factory è la risposta al nostro desiderio di superare le fasi di concept e PoC e di essere in grado di generare valore in modo rapido, sicuro e affidabile integrandosi con il nostro sistema informativo", afferma Anne-Sophie Bourdet, Data & AI Leader - AI Factory Director di BNP Paribas.

Sfida: Raggiungere gli obiettivi del programma di accelerazione AI di BNP Paribas

Dalla sua creazione nel 2000, con la fusione di banche ancorate all'economia europea e globale da oltre due secoli, il Gruppo BNP Paribas è un leader europeo globale e un attore essenziale al servizio dell'economia, dei suoi clienti e del mondo in cui viviamo. BNP Paribas investe completamente in tecnologia e innovazione per ottimizzare costantemente l'esperienza dei suoi clienti e dei suoi dipendenti. Mobilita il meglio della tecnologia per offrire loro un'esperienza continua, personalizzata e sicura.

Secondo Adrien Vesteghem, "ci sono quattro ragioni principali per lanciare questo programma di accelerazione dell'IA:

  • "Il primo è il valore dell'IA. Con un programma di questa portata, possiamo aspettarci un aumento del 10-15% sulla linea di fondo".

  • "Poi ci sono i vantaggi delle soluzioni di intelligenza artificiale open source: sicurezza, efficienza e, soprattutto, valore aziendale".

  • "Poi c'è l 'uso dell'IA generativa. Questo è particolarmente importante perché ci aiuta con i nostri utenti e sponsor, non solo per spiegare le cose, ma anche per l'adozione".

  • "E infine, poiché BNP Paribas è già qualche passo avanti rispetto ai suoi concorrenti, questo è il momento giusto per consolidare, o addirittura aumentare, il nostro vantaggio competitivo", conclude.

Soluzione: Mobilitare le competenze per costruire una fabbrica di IA e industrializzare casi d'uso di IGAI praticabili.

Una delle principali sfide di BNP Paribas è stata quella di arricchire il proprio team di competenze specialistiche. " La nostra sfida è rappresentata dalle competenze... data scientist, ML engineer, data engineer, nuovi profili che rafforzeranno i nostri team IT, che continueremo a integrare nei prossimi anni per rispondere alle nostre ambizioni", spiega Anne-Sophie Bourdet.
E aggiunge: "Dobbiamo essere in grado di offrire ambienti robusti e sicuri per industrializzare le soluzioni sviluppate dai nostri data scientist.
Si tratta di nuovi requisiti in termini di infrastruttura (GPU) e di fondamenta, per consentirci di raggiungere il giusto livello di industrializzazione end-to-end, mantenendo i costi sotto controllo."

Joffrey Martinez, Partner & Global Financial Services Lead di Artefact, osserva: "Per industrializzare i temi intorno alla GenAI, è necessario affrontare tre temi principali:

  • Ottimizzazione dell'architettura per controllare i costi, l'esperienza del cliente e la qualità;

  • Guida al valore per la prioritizzazione dei diversi casi d'uso;

  • Organizzazione per garantire una diffusione sostenibile di questi progetti di trasformazione all'interno dell'azienda.

L'approccio adottato per gestire i circa 70 nuovi casi d'uso all'interno della banca è stato quello di utilizzare un roadshow per raccogliere un gran numero di casi d'uso dalle varie unità aziendali della banca. Jérémie Cornet-Vuckovic, Data Consulting Director - Strategy and AI Projects di Artefact, descrive il processo in tre fasi:

  • "Il primo passo è l'ideazione. Lavoriamo con le aziende sui casi d'uso di domani che potrebbero essere di grande valore per loro".

  • "Il secondo passo è la qualificazione, sia in termini di fattibilità tecnica con l'AI Factory sia in termini di valore creato da ciascun caso d'uso, sia in termini di PNB, quindi di ricavi aggiuntivi, o di efficienza operativa, o in termini di NPS. Ogni caso d'uso viene studiato a fondo".

  • "Il terzo passo consiste nel recarsi alla Fabbrica di IA con il Centro di Eccellenza per definire le roadmap di produzione con gli assi principali, che si tratti di IA generativa, elaborazione di documenti, interazioni con i clienti, marketing o frodi. Ogni asse viene gestito a livello industriale tra le aziende, la fabbrica e l'AI Center of Excellence".

Implementazione di casi d'uso di IA di prima generazione con progressi significativi nel rilevamento delle frodi e nel miglioramento dell'esperienza dei clienti.

Come per ogni grande banca, una sfida cruciale è rappresentata dalle frodi di phishing, in particolare l'individuazione di trasferimenti fraudolenti effettuati dai clienti su applicazioni e siti web. Jérôme Lhuillery, Data Science Lead - AI Center of Excellence di BNP Paribas, osserva che: "Questo rilevamento avviene ora in tempo reale grazie al machine learning. È la prima volta che implementiamo un meccanismo di apprendimento automatico in aggiunta ai nostri meccanismi esistenti, il che ci permette di ottenere un significativo aumento delle prestazioni.
Stiamo anche utilizzando molto GenAI per sperimentare con gli LLM per fornire risposte più efficaci ai clienti e aiutare i nostri consulenti a lavorare meglio ogni giorno."

I team di BNP Paribas apprezzano Artefact per la sua duplice esperienza nella scienza dei dati e nella metodologia, in particolare per la sua competenza nell'ingegneria ML, che ottimizza e migliora tutte le pipeline e l'ingegneria statistica nell'IA e nell'IT al fine di implementarle nella produzione. " Per noi si tratta di una situazione davvero vantaggiosa che ci permette di affrontare sfide tecniche e tecnologiche molto elevate", assicura Jérôme Lhuillery.

Adrien Vesteghem aggiunge: "Abbiamo scelto Artefact per la qualità della loro offerta, la chiarezza della loro visione e la profondità delle competenze che ci mettono a disposizione in questi programmi di accelerazione dell'AI."

"Il treno sta viaggiando sul binario industriale ed etico... Il prossimo passo è convalidare tutti questi elementi e abbiamo già visto alcuni risultati piuttosto spettacolari con l'uso della Gen AI".
Adrien Vesteghem, Direttore del Centro di Eccellenza AI e del Programma AI per l'Efficienza di BNP Paribas