Aperçu
Un gestionnaire d’actifs de premier rang, doté d’une équipe d’opérations sur titres de 400 personnes répartie sur plusieurs régions, a déployé les Smart Agents pour traiter des volumes insoutenables de tri manuel des suspens et permettre une automatisation évolutive de l’ensemble de sa fonction de rapprochement des actions et des titres.
Défi
L’équipe opérationnelle multirégionale du gestionnaire d’actifs était submergée par le tri manuel des suspens, la charge de travail étant accentuée par l’augmentation des volumes de transactions et la pression liée au règlement en T+1. Les capacités limitées de montée en charge délocalisée signifiaient que l’équipe n’avait aucune solution viable pour absorber la croissance des volumes sans augmenter ses effectifs. La combinaison de processus de recherche manuels, de données fragmentées et de contraintes opérationnelles géographiques créait un risque systémique pour les SLA de règlement et la résilience opérationnelle.
Solution
Le gestionnaire d’actifs a mis en œuvre les Smart Agents pour automatiser la détection, l’investigation et la résolution des suspens sur l’ensemble de son parc de rapprochement des actions et des titres. Les Smart Agents exploitent l’intelligence de rapprochement propriétaire de Smartstream ainsi que les connaissances institutionnelles de l’entreprise pour trier et résoudre les exceptions de manière autonome, réduisant ainsi la dépendance à l’égard de l’augmentation des effectifs délocalisés tout en maintenant une auditabilité réglementaire complète. Des contrôles avec intervention humaine garantissent que la supervision est conservée pour les cas complexes ou de grande valeur, conformément aux exigences de gouvernance de l’entreprise.
Avantages
Le déploiement a permis d’atteindre un taux d’automatisation de 50 % dès la première année, permettant à l’équipe opérationnelle d’absorber des volumes croissants sans augmentation proportionnelle des effectifs et de réduire considérablement l’exposition au règlement en T+1. Le tri manuel des suspens a été remplacé à grande échelle, libérant les analystes pour des activités nécessitant davantage de discernement. Le projet devrait générer 24 millions de dollars d’économies opérationnelles sur trois ans, le taux d’automatisation continuant de croître à mesure que les Smart Agents apprennent des cas résolus et de l’évolution des schémas opérationnels.

