3 cas d’usage du NLP dans la conformité

La conformité (ou compliance), très répandue dans les secteurs de l’assurance et de la banque, est un processus permettant de valider/invalider certaines directives ou critères contenus dans un cahier des charges. La législation évoluant régulièrement, c’est un challenge d’intégrer de l’IA de compréhension du langage qui analyse rapidement un grand volume de documents, et qui se met à jour facilement. Le choix d’une technologie de Natural Language Processing (NLP) qui ne dépend pas d’entraînement (machine learning) est d’ailleurs souvent déterminant du temps nécessaire à son intégration.

 

Audit des normes

L’analyse du langage prend ici tout son sens, car les audits de normes se composent de nombreux documents à analyser. Qu’il s’agisse de factures, de fiches clients ou de portefeuille de titres, ces données sont nombreuses et difficilement accessibles rapidement.

Ces données souvent de bonnes qualités dans des formats normalisés, sont éparpillées dans différents systèmes d’information qui d’ailleurs ne communiquent pas forcément entre eux facilement. L’analyse du langage permet ici certes de retrouver une information plus rapidement, mais également la norme et sa position précise dans le document. Un gain de temps non négligeable dans la finalisation d’un audit.

Automatisation de l’accueil de nouveaux clients (KYC)

Dans le cadre de la lutte contre la fraude, le blanchiment et le financement du terrorisme aussi appelé Anti-Money Landering (AML), la législation impose une vérification d’identité des nouveaux clients.

Complété par des contrôles Know Your Customer (KYC) propres à chaque entreprise et notamment dans la banque, il s’agit d’un ensemble de critères et de data que l’intelligence artificielle peut analyser rapidement comme le statut juridique, l’inscription au registre du commerce ou encore la solvabilité financière du client.

 

Identification des fraudes

Depuis le développement des échanges numériques et du télétravail qui implique de nouveaux process, le risque de fraudes est plus important. D’une manière générale, l’intelligence artificielle identifie ces fraudes depuis plusieurs années, mais la proportion des entreprises à l’intégrer augmente fortement.

D’après une étude PWC* “Les experts observent ainsi que 38% des entreprises françaises disposent déjà de technologies reposant sur l’intelligence artificielle pour détecter des cas de fraude et que la même proportion d’entreprises a pour projet de mettre en place de tels dispositifs dans les mois à venir.” 

L’analyse du langage, dans le cas des fraudes, permet notamment d’identifier l’exploitation multiple d’un document pour un remboursement assurantiel, ou de faux documents utilisés lors d’une adhésion ou d’un contrat.

 

Découvrez d’autres cas d’usage du NLP dans la relation client dans notre dernier article de blog ou contactez-nous si vous souhaitez en savoir plus sur l’analyse de documents !

*https://www.pwc.fr/fr/assets/files/pdf/2020/11/fr-france-pwc-cp-gec-2020.pdf
 

Solutions

Produits