Implémentation réussie d'une IA conversationnelle pour le selfcare et la gestion des demandes complexes dans la banque d'investissement.
IA Conversationnelle pour Self Care et Support Client

Cas client

Banque corporate & Investment banking

IA Conversationnelle pour Self Care et Support Client

À propos du client.

Branche Corporate and Institutional Banking d’une banque à la clientèle internationale. La branche adresse 18 000 clients entreprises et compte 36 000 collaborateurs répartis dans 55 pays.

Comment avez-vous pris le sujet ?

L’intervention de Talisker sur la mission s’est positionnée à l’interface entre le métier et les équipes IT du pôle d’excellence opérationnel IA en charge de l’implémentation de l’IA conversationnelle Amelia dans les différentes branches de la banque. Elle s’organisait autour de 3 chantiers principaux.

Le premier chantier concernait l’identification des cas d’usage et la construction des conversations associées pour l’IA. Cela nécessitait d’identifier les cas d’usage à implémenter (ateliers avec le business, analyse des tickets…), de rédiger les spécifications fonctionnelles à destination des équipes IT et d’assurer le lien avec les équipes produit en charge du support utilisateur dans le portail client pour garantir la pertinence des réponses apportées (documentation, menus…)

Le second chantier se concentrait sur le lien avec les équipes IT et le suivi des versions. Les principales actions concernaient le rôle business de point de contact privilégier des équipes de développement IA, la réalisation des tests ainsi que le suivi des retours pour s’assurer de mises en production réussies. Le rôle de conseil était lui aussi important afin de renforcer le niveau d’autonomie du pôle d’Excellence Opérationnelle de la banque associé à la solution d’IA Amelia.

Le troisième chantier ciblait la compréhension du langage et l’entrainement de l’IA conversationnelle. Ce chantier nécessitait une bonne compréhension des besoins métiers afin de construire l’architecture d’intention dédiée (catégorisation des typologies de demandes) ainsi que le jeu de validation (VDS) qui a ensuite permis l’entrainement de l’IA.

A votre avis, pourquoi avez-vous réussi?

La forte implication du Product Owner business pour l’IA conversationnelle au sein de la branche Corporate Investment Banking ainsi que son drive important pour embarquer les sponsors notamment ont sans conteste étaient des éléments clés ayant permis la réussite de la mission.

Notre expérience commune avec l’entreprise Amelia a quant à elle permis de fluidifier les échanges et de faire intervenir les expertises nécessaires aux moments opportuns pour accélérer le développement du projet.

L’exploitation approfondie de la documentation, riche et préexistante à destination des clients a elle aussi était un facteur déterminant pour favoriser le self care avec du contenu de qualité à fournir rapidement aux clients.

D'où partiez-vous?

Le projet a été initié dans un contexte de forte congestion du service client. Les collaborateurs sont régulièrement sollicités sur des sujets simples récurrents et les réponses apportées n’ont pas pour objectif la formation des clients à l’utilisation de la plateforme.

Les équipes support sont morcelées et une demande utilisateur peut nécessiter jusqu’à 7 jours pour atteindre le bon service desk ce qui entraîne un long temps de traitement et un service client dégradé

L’IA conversationnelle est déjà exploitée dans une autre branche de la banque qui a choisi d’investir dans la solution d’Amelia. La branche Corporate Investment Banking souhaite construire sur les premiers résultats encourageants obtenus au niveau du groupe pour construire une solution d’IA conversationnelle à mettre à disposition de ses clients sur sa plateforme en ligne.

Et quelle situation en repartant ?

L’intervention a permis d’atteindre plusieurs résultats marquant étape par étape à travers la livraison des différentes versions de l’IA conversationnelle pour le portail client de la branche Corporate Investment Banking.

La V1 a permis à l’IA de rediriger les tickets vers les bons services desk en fonction du sujet de la requête et du pays de l’utilisateur. A ce stade, l’IA était disponible en interne exclusivement (proof of concept)

La V2 offrait un premier niveau de self care aux utilisateurs en se basant sur la documentation utilisateur disponible (vidéos, 1-pager, user guide…). L’IA était alors ouverte aux premiers clients pilotes avec 300 utilisateurs pilotes.

La V3 permettais à l’IA de répondre à certaines questions en autonomie, l’IA accompagne les utilisateurs dans l’ouverture des tickets en récupérant les informations de leurs paiements automatiquement. Le nombre d’utilisateur pilote a alors été étendu à 600 utilisateurs.

La V4 a marqué une bascule en termes de maturité produit, l’IA comprenait davantage de typologies de questions (40 intentions) et les conversations étaient plus naturelles. Cette version s’est accompagnée d’un début de mass roll out pour les clients EMEA avec une cible à terme de +200k conversations par an.

Les travaux concernant l’organisation ont amené à la construction d’une équipe produit composée de 3 ressources business et de 4 ressources dédiées à l’IA pour la branche Corporate Investment Banking.