À mesure que l’IA pénètre plus profondément dans le secteur bancaire, les institutions dépassent l’effet de nouveauté pour s’assurer que leur investissement génère de la valeur.
L’intégration de l’intelligence artificielle dans le secteur financier dépasse le stade expérimental, car cette nouvelle technologie devient une pierre angulaire des opérations bancaires modernes. Prenons l’exemple de DBS Bank, dont l’ancien PDG Piyush Gupta qualifie l’IA de « véritable révolution ».
DBS a déployé plus de 800 modèles d’IA à travers 350 cas d’usage, ce qui devrait générer un impact économique de plus d’un milliard de dollars de Singapour (environ 778 millions $) en 2025, reflétant ainsi une tendance plus large du secteur. Les banques révolutionnent tout, de la trésorerie et de la gestion des liquidités à la détection des fraudes et aux services clients, portées par la promesse de l’IA d’apporter de la valeur à l’institution et à ses clients.
Répondant à cette approche stratégique, Smartstream Air est une plateforme SaaS (logiciel en tant que service) pilotée par l’IA lancée en 2019, qui vise à aider les institutions financières à tirer de meilleures analyses des données et à les rendre exploitables. La dernière version d’Air, la version 9.0, introduite l’année dernière, comprend les modules Air Data et Air Cash. Ceux-ci offrent un traitement et un rapprochement des données évolutifs et alimentés par l’IA, essentiels pour gérer des volumes de données croissants, en particulier pour les transactions de paiement de faible valeur et de volume élevé.
« Cela permet l’analyse de jeux de données diversifiés, améliorant ainsi la qualité et le rapprochement des données », déclare Akbar Jaffer, PDG de Smartstream. « Les applications vont des domaines traditionnels tels que la trésorerie et les titres aux besoins commerciaux généraux. »
L’IA devient un outil fondamental de traitement des données, observe-t-il : « Lorsque les données sont ingérées, notre moteur d’IA recommande des moyens d’améliorer et d’enrichir leur qualité. Il aide également à définir les critères de rapprochement. Le moteur d’IA apprend de l’activité des utilisateurs, identifie les problèmes récurrents et propose des suggestions tout en surveillant les écarts. »
