Résumé du webinaire : Le guide des agents IA pour les services financiers

Récapitulatif du webinaire : le guide des agents IA pour les services financiers

Les clients des services financiers attendent davantage que des serveurs vocaux et de la musique d’attente : ils attendent des expériences fluides et intelligentes qui résolvent réellement leurs problèmes. 

Lors de notre dernier webinaire, Le guide des agents IA pour les services financiers, nous avons montré comment les agents IA sont conçus, déployés et utilisés à grande échelle dans les services financiers, des démonstrations en direct aux résultats concrets obtenus chez Revolut, Klarna et Better.

Pourquoi c’est essentiel pour les services financiers 

Le secteur a consacré plus de 2 800 milliards de dollars à la transformation numérique depuis 2011. Pourtant, les clients ne se sentent toujours pas bien accompagnés. Les canaux numériques ont supprimé les contraintes liées aux déplacements en agence, mais les ont remplacées par une autre frustration : des interactions impersonnelles, automatisées et dénuées d’émotion, qui traitent les personnes comme des tickets.

Ce décalage a un coût qui se manifeste partout. Une part importante des interactions correspond à des appels répétés de clients dont le problème n’a pas été résolu la première fois. Les agents s’épuisent, le turnover augmente et la qualité du service stagne. 

Il en résulte un problème de fidélisation. Les clients répartissent leurs activités entre plusieurs banques, car aucune institution ne les considère comme une relation stratégique. 

Le problème ne se limite pas à l’automatisation : il s’agit d’offrir à grande échelle des expériences cohérentes et conformes aux politiques, sans perdre la dimension humaine.

Les agents IA multimodaux et multicanaux contribuent à combler ce décalage. 

Démonstration : agent bancaire de détail 

Scénario : Un client d’une banque de détail appelle pour vérifier le solde de son compte, consulter ses transactions récentes, signaler un retrait suspect et se renseigner sur son prêt personnel.

Ce qui a été présenté :

• L’agent a authentifié l’appelant au moyen d’une série structurée de questions de sécurité avant d’autoriser l’accès au compte
• Une fois l’identité vérifiée, l’agent a récupéré en temps réel les soldes du compte et de l’épargne grâce à des appels directs aux outils backend
• Lorsque le client a signalé un retrait au distributeur non reconnu, l’agent l’a immédiatement remonté comme transaction suspecte, a généré un numéro de référence de fraude en temps réel et l’a enregistré auprès de l’équipe fraude
• La conversation a ensuite porté sur un prêt personnel : l’agent a détecté le changement d’intention et orienté l’appel vers le sous-agent spécialisé approprié, sans friction
• Lorsque le client a demandé conseil sur le montant à rembourser, l’agent a refusé de fournir des conseils financiers, en a clairement expliqué la raison et a indiqué ce sur quoi il pouvait aider

Pourquoi c’est important : Il ne s’agit pas d’un chatbot scripté qui suit un arbre de décision.

L’agent gère l’authentification, les demandes sur les comptes, le signalement de fraudes et les demandes de prêt au cours d’un même appel, tout en respectant les exigences de conformité.

Les garde-fous sont intégrés à plusieurs niveaux dans le prompt système et comprennent des règles personnalisées, comme l’interdiction de fournir des conseils financiers. Chaque conversation génère des résumés automatisés, des scores d’évaluation et des analyses au niveau des workflows, afin que les équipes puissent suivre les performances sur des milliers d’appels. 

Conformité et sécurité 

Dans les services financiers, l’adoption de l’IA échoue rarement parce que la technologie ne fonctionne pas. Elle échoue parce que les organisations ne parviennent pas à passer les examens de sécurité et de conformité. 

ElevenLabs détient les certifications SOC 2 Type II et RGPD, et est un prestataire de services PCI DSS de niveau 1, la première plateforme d’agents IA à l’obtenir. Les banques acquéreuses et les commerçants peuvent ainsi utiliser la plateforme sans auto-hébergement ni exigences de cloud privé virtuel. Vous n’avez pas à choisir entre rapidité et sécurité.

Pour les équipes qui souhaitent aller plus loin, ElevenLabs Agents vous rapproche à 75 % de la certification AIUC-1 dès sa configuration initiale.

AIUC-1 est la première norme de sécurité, de sûreté et de fiabilité conçue spécifiquement pour les agents IA. Elle a été développée avec plus de 75 responsables de la sécurité des systèmes d’information d’entreprises du Fortune 500, aux côtés de chercheurs de Stanford, du MIT et de MITRE.

Elle couvre trois éléments que les organisations demandent systématiquement : 1) une sécurité validée par plus de 5 000 simulations adversariales, 2) un déploiement plus rapide grâce à un signal de confiance clair qui accélère les examens de sécurité et 3) l’accès à une assurance pour les agents IA, via Lloyd’s of London, couvrant les hallucinations, les fuites de données et les actions non autorisées.

Bonnes pratiques pour déployer un agent IA dans les services financiers 

1. Répartissez les agents complexes en sous-agents spécialisés. Regrouper toutes les instructions dans un seul prompt dégrade la fiabilité en production. Les sous-agents modulaires, chacun avec son propre prompt, ses outils et sa base de connaissances, sont plus faciles à tester, à mettre à jour et à valider.
2. Associez des contrôles déterministes à la flexibilité des LLM. Utilisez un routage codé en dur pour les étapes telles que l’authentification, qui ne laissent aucune place à l’interprétation. Utilisez des conditions fondées sur les LLM pour comprendre l’intention et traiter les requêtes ouvertes. Les deux sont nécessaires.
3. Mettez en place plusieurs niveaux de garde-fous. Les instructions au niveau du prompt constituent un point de départ. Les garde-fous natifs sur la concentration, la manipulation et le contenu ajoutent un deuxième niveau. Des garde-fous personnalisés, comme le blocage des conseils financiers, vous donnent un contrôle précis sur les cas limites propres à votre activité.
4. Définissez les critères d’évaluation avant le déploiement. Intégrez dès le départ la notation des conversations, la catégorisation des intentions, la détection des hallucinations et le suivi du taux de traitement autonome. Les équipes qui déploient à grande échelle utilisent généralement entre vingt et soixante-dix critères d’évaluation par agent.
5. Suivez les performances au niveau du workflow, et pas seulement de l’appel. Comprenez comment les utilisateurs passent d’un sous-agent à l’autre, où ils rencontrent des blocages et quels nœuds créent des boucles répétées. Les analyses de workflows révèlent des problèmes que l’examen des appels ne détecte pas.
6. Intégrez l’authentification dès le début de la conception. Les méthodes d’authentification varient : questions de sécurité, codes à usage unique, notifications dans l’application ou téléphonie en amont. La bonne approche dépend de votre modèle de risque. Décidez-en avant de concevoir votre agent, et non après.

Regarder la session complète 

Regardez le webinaire complet ici.