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

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

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

Dans notre dernier webinaire, Guide pratique des agents IA pour les services financiers, nous avons montré comment les agents IA sont conçus, déployés et adoptés à grande échelle dans les services financiers — des démonstrations en direct aux résultats concrets obtenus chez Revolut, Klarna et Better.

Pourquoi c’est important pour les services financiers 

Depuis 2011, le secteur a consacré plus de 2 800 milliards de dollars à la transformation numérique. 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 sans relief émotionnel, qui traitent les personnes comme des tickets.

Cet écart a un coût qui se manifeste partout. Une part importante des interactions provient de clients qui rappellent parce que leur problème n’a pas été résolu la première fois. Les conseillers 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. 

L’enjeu 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 cet écart. 

Démonstration : agent pour la banque de détail 

Scénario : Un client d’une banque de détail appelle pour consulter le solde de son compte, vérifier 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 grâce à une séquence structurée de questions de sécurité avant d’autoriser tout accès au compte
• Une fois l’identité vérifiée, l’agent a récupéré en temps réel les soldes du compte et de l’épargne au moyen d’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 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 adéquat, sans friction
• Lorsque le client a demandé conseil sur le montant à rembourser, l’agent a refusé de fournir un conseil financier, en a clairement expliqué la raison et a proposé l’aide qu’il pouvait apporter à la place

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

L’agent gère l’authentification, les demandes relatives aux comptes, le signalement de fraudes et les questions sur les prêts en un seul appel, tout en respectant les exigences de conformité.

Les garde-fous sont superposés et intégrés au prompt système ; ils 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 franchir leurs 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, le standard le plus exigeant disponible. C’est 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 VPC. 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, prête à l’emploi.

AIUC-1 est la première norme de sûreté, de sécurité et de fiabilité spécifiquement conçue pour les agents IA. Elle a été élaborée avec plus de 75 RSSI 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 accéléré grâce à un signal de confiance clair qui facilite les examens de sécurité, et 3) l’accès à une assurance pour les agents IA couvrant les hallucinations, les fuites de données et les actions non autorisées via Lloyd’s of London.

Bonnes pratiques pour déployer un agent IA dans les services financiers 

1. Répartissez les agents complexes entre des sous-agents spécialisés. Rassembler toutes les instructions dans un seul prompt réduit la fiabilité en production. Les sous-agents modulaires, chacun avec son propre prompt, ses outils et sa base de connaissances, sont plus simples à tester, à mettre à jour et à valider.
2. Associez contrôles déterministes et flexibilité des LLM. Utilisez un routage codé en dur pour des étapes telles que l’authentification, où aucune interprétation n’est possible. Appuyez-vous sur des conditions fondées sur les LLM pour comprendre l’intention et traiter les demandes ouvertes. Les deux sont nécessaires.
3. Superposez vos garde-fous. Les instructions au niveau du prompt constituent un point de départ. Les garde-fous natifs couvrant la focalisation, la manipulation et le contenu ajoutent une deuxième couche. Les 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 résolution 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 des appels. Analysez la manière dont les utilisateurs passent d’un sous-agent à l’autre, les points de blocage et les nœuds à l’origine de boucles répétées. Les analyses de workflow révèlent des problèmes que les examens au niveau des appels ne détectent pas.
6. Traitez l’authentification dès le début de la conception. Les méthodes d’authentification varient : questions de sécurité, codes à usage unique, notifications dans l’application, téléphonie en amont. La bonne approche dépend de votre modèle de risque. Décidez-en avant de construire, pas après.

Regarder la session complète 

Regardez le webinaire complet ici.