UOB et Standard Chartered adoptent une approche régulée de l’IA
Pour dépasser des données fragmentées et intégrer l’IA dans les opérations bancaires quotidiennes, United Overseas Bank (UOB) et Standard Chartered ont dû réconcilier l’innovation avec les contraintes réglementaires. Les deux banques poursuivent l’IA pour réduire les inefficacités et tirer de la valeur des données, mais aucune d’elles ne pouvait le faire sans d’abord aborder les exigences de gouvernance, de scalabilité et de conformité.
Traiter les silos de données
Le parcours de transformation des données de UOB a commencé en 2015 avec le lancement de son programme Enterprise Data Architecture and Governance (EDAG), construit sur Cloudera. À l’époque, la banque faisait face à plusieurs défis, notamment des sources de données fragmentées, l’absence d’une stratégie de données cohérente et une littératie des données faible à travers l’organisation.
« En tant que banque, UOB accumule de grands volumes de données à travers différentes unités commerciales. Auparavant, une grande partie des données restait dans des systèmes hérités, rendant l’analyse inter-systèmes difficile et ralentissant la prise de décision », a déclaré Alvin Eng, Responsable de l’IA d’entreprise chez UOB.
La scalabilité était également un défi pour la banque multinationale. Avec la croissance exponentielle des données provenant de transactions numériques telles que la banque en ligne et l’utilisation des distributeurs automatiques, les plateformes héritées devenaient lentes, coûteuses et difficiles à mettre à l’échelle.
Préparation au déploiement
Standard Chartered, de son côté, avait besoin d’une plateforme capable de centraliser la gouvernance sans compromettre les exigences réglementaires et de sécurité sur site. Cela nécessitait une plateforme avec des contrôles de gouvernance tels que la traçabilité des données, le catalogage et l’application des politiques.
« Ces qualités nous permettent de respecter des niveaux élevés de gouvernance des données et de sécurité de l’IA, que nous considérons comme une pierre angulaire de notre stratégie IA », a expliqué David R. Hardoon, Responsable mondial de l’habilitation de l’IA chez Standard Chartered.
Transformation des affaires
Suite à son partenariat avec Cloudera, UOB a mis en production plusieurs initiatives IA au fil des années. Cela inclut des modèles d’IA axés sur l’optimisation de portefeuille et l’engagement client, désormais intégrés dans les opérations de la banque et utilisés pour générer des informations en temps réel avec des résultats mesurables.
UOB a également signalé des améliorations en matière d’efficacité opérationnelle, notamment dans l’optimisation des caches en transit. Auparavant, le réapprovisionnement des distributeurs automatiques reposait sur des prévisions manuelles, entraînant souvent des horaires de réapprovisionnement inefficaces.
« Cette optimisation a permis de s’assurer que les distributeurs automatiques sont approvisionnés au moment où cela est nécessaire, réduisant ainsi les mouvements de trésorerie inutiles. Depuis le déploiement de cette solution en production en 2022, nous avons réalisé jusqu’à 33% de réduction des voyages de réapprovisionnement », a indiqué Eng.
Dans la gestion des risques, les data scientists de UOB ont développé des indicateurs comportementaux et des modèles d’apprentissage automatique pour identifier des activités et transactions inhabituelles, améliorant ainsi l’efficacité et la précision dans le suivi des risques tout en renforçant les exigences de conformité et de gouvernance de la banque.
Vers une IA responsable
Grâce à l’adoption de la plateforme de Cloudera, les deux banques ont pu gérer, sécuriser et analyser les données à travers des environnements sur site et cloud à l’aide d’une seule architecture régulée. Cette fondation permet à UOB et Standard Chartered de construire et d’opérationnaliser des cas d’utilisation de l’IA tout en maintenant la conformité avec des normes réglementaires strictes.
En regardant vers l’avenir, Standard Chartered envisage d’élargir ses cas d’utilisation de l’IA générative, tout en assurant que les données sont prêtes et accessibles de manière fiable, afin de renforcer encore leurs capacités d’IA.