Principales tendances de l'hyperautomatisation redéfinissant la finance : efficacité, réduction des coûts, lutte contre la fraude

L'hyperautomatisation a permis aux organisations financières d'augmenter l'efficacité, de réduire les coûts et d'atténuer la fraude.

L'industrie des services financiers regorge de processus, transactions et paiements complexes connectant clients, acheteurs, traders, régulateurs et autres parties prenantes. L'abondance de systèmes hérités laisse souvent des niveaux élevés de gestion de processus dépendants de l'humain, rendant l'automatisation cruciale pour offrir une expérience client fluide. L'hyperautomatisation en particulier est apparue comme un outil efficace pour améliorer l'efficacité, et dans cet article, nous examinons les plus grandes tendances impliquant cette technologie dans la finance aujourd'hui.

Données intégrées exploitables

Une grande partie de l'espace financier disperse souvent les données dans des silos isolés, mais les entreprises ont commencé à intégrer des données exploitables en un seul endroit, où l'hyperautomatisation peut prospérer et où une vue unique du client peut être réalisée. Cela permet aux organisations financières de surveiller et d'adapter les processus en temps réel, en ligne avec les demandes évolutives.

« L'hyperautomatisation consiste à rassembler efficacement des capacités incluant l'apprentissage automatique, le process mining, la RPA, l'intégration API et l'orchestration intelligente de workflows pour remplacer des niveaux élevés de complexité par 80 %+ d'automatisation de la prestation de services aux clients. La clé du succès est les données intégrées exploitables », a expliqué Keith Pearson, responsable mondial des services financiers chez ServiceNow.

« Les données fragmentées et les systèmes isolés sont l'ennemi de l'hyperautomatisation, et les technologies de data lake ne mettent pas les données qu'elles contiennent entre les mains de vos employés dans le workflow. La capacité à s'intégrer rapidement aux systèmes modernes et anciens, en rassemblant les données liées aux processus en un seul endroit où les technologies d'automatisation intelligente peuvent être appliquées efficacement, est la clé pour fournir des workflows automatisés exploitables et des résultats réussis.

« Trop d'organisations de services financiers continuent de déployer une « approche hybride technologie pansement » pour atteindre leurs objectifs d'automatisation, créant involontairement encore plus de dette technique et d'îlots de données. »

Numérisation de documents

Une tâche clé dans les secteurs financiers est la numérisation des documents clients, y compris les pièces d'identité et les relevés bancaires. La quantité de données à la disposition des organisations dans cet espace s'accumule et peut être coûteuse, mais l'hyperautomatisation peut aider à augmenter l'efficacité tout en minimisant les coûts.

« Les services financiers (FS) sont l'un des secteurs les plus intensifs en données de l'économie mondiale avec d'énormes quantités de données clients à traiter et analyser pour les transactions basées sur documents », a déclaré Paul Maguire, vice-président senior EMEA et APAC chez Appian.

« Le moyen populaire de numériser les documents avec la reconnaissance optique de caractères (OCR) peut être vraiment coûteux, et devrait devenir une industrie de 12,6 milliards de dollars d'ici 2025. Cependant, cela implique d'énormes quantités de temps pour la configuration, ainsi que des humains devant dépanner chaque fois qu'un formulaire change.

« L'hyperautomatisation aborde le même problème de manière plus efficace, en utilisant l'automatisation des processus robotiques (RPA) pour amener les documents de différentes sources dans le même workflow et en utilisant l'IA pour classifier et extraire les informations, telles que les cases à cocher, et même les notes manuscrites. Lorsque l'IA détecte une erreur, elle peut alors être automatiquement proposée à un humain pour validation ou correction, et s'enseigne même à partir de ces interactions pour s'améliorer avec le temps. »

Reporting automatisé

Une autre tendance clé de l'hyperautomatisation qui perturbe la finance concerne le processus de reporting réglementaire, un domaine que Volodymyr Marchuk, architecte cloud et solutions chez ELEKS, pense bénéficiera de l'automatisation plus souvent à l'avenir.

« De nombreuses banques avec lesquelles nous parlons utilisent déjà l'automatisation des processus robotiques (RPA) et les technologies d'intelligence cognitive », a déclaré Marchuk.

« Cela signifie que les tâches manuelles peuvent être automatisées 24/7 avec une supervision humaine limitée. Nous constatons des améliorations de la qualité des données et les travailleurs humains peuvent être redéployés vers des tâches à plus forte valeur ajoutée. Cependant, des technologies telles que la RPA ne peuvent pas être la solution complète pour le reporting réglementaire de bout en bout, et c'est là que l'hyperautomatisation interviendra, mais cela peut prendre du temps.

« L'automatisation complète est souvent complexe et peut prendre des années à mettre en œuvre, nécessitant une transformation de la culture d'entreprise. »

Atténuer la fraude et les erreurs

Marchuk a ensuite expliqué comment l'hyperautomatisation s'est avérée utile pour atténuer la fraude et les erreurs des employés : « L'hyperautomatisation peut réduire significativement les pertes financières dues à la fraude, aux accidents et aux erreurs. Selon une recherche de Crowe et du Centre d'études sur la contre-fraude (CCFS) de l'Université de Portsmouth, en 2018, les pertes mondiales dues à la fraude étaient estimées à 5 000 milliards de dollars – 6 % du PIB mondial.

« L'hyperautomatisation, utilisant la RPA et l'apprentissage automatique, peut résoudre certains de ces problèmes. L'utilisation de l'hyperautomatisation pour le traitement des transactions est efficace et transparente, et les informations générées (journaux d'action) peuvent être utilisées par l'apprentissage automatique pour la reconnaissance de modèles et tendances prédictifs. »

Une focalisation sur les personnes

Enfin, il convient de noter que l'hyperautomatisation ne peut pas réussir correctement sans une gestion efficace de la part du personnel, ce qui signifie un besoin de démocratisation des données.

Mathias Golombek, CTO d'Exasol, a expliqué : « Ironiquement, l'une des plus grandes tendances de l'hyperautomatisation concerne en fait les personnes plutôt que la technologie. Lorsque vous vous engagez dans un environnement hyperautomatisé axé sur les données, l'une des conséquences naturelles est une montée en puissance de la culture des données du personnel dans chaque département – et une démocratisation des données avec lesquelles ils sont de plus en plus amenés à travailler.

« Revolut est l'un des leaders du domaine ici. L'entreprise a commencé comme un véritable natif numérique, authentiquement axé sur les données plutôt que d'utiliser les données comme un point de référence plus large dans la prise de décision et la stratégie. Elle considère l'hyperautomatisation comme une partie naturelle de la gestion de l'hypercroissance qu'elle a connue ces dernières années.

« L'organisation a donc, par exemple, appliqué la science des données à chaque département, qu'ils soient traditionnellement technologiques ou non. Son équipe RH, par exemple, doit connaître le SQL pour les bases de données : elle analyse le processus d'entretien, des questions posées à la corrélation du succès dans un rôle particulier, et utilise ces données pour affiner le processus à chaque fois.

« Par conséquent, Revolut rend non seulement les données sensibles au travail beaucoup plus accessibles au personnel de tous niveaux, mais élève aussi le niveau de compétence requis pour utiliser ces données afin d'améliorer les performances. »