Robo advisors et Intelligence Artificielle - Opportunités pour les banques, les assurances et les mutuelles
Très clairement les robo advisors et l’IA [1] sont LE sujet à la mode.
Les robo advisors prennent une part croissante de l’activité des gestionnaires d’actifs. A horizon 2020, ils pourraient couvrir 8 à 10% d’un marché qui devrait atteindre 80 à 100 trillions de dollars, soit un taux de croissance moyen annuel estimé à 150%[2]. Si en France les AUM[3] ainsi que les acteurs en sont au balbutiement, ce n’est déjà plus le cas de l’autre côté de l’Atlantique. Betterment qui gérait USD 2,5 milliards début 2016, a levé USD 100 million de capital la même année.
L’Intelligence Artificielle commence également à s’immiscer un peu partout dans la finance avec des moyens considérables mis en œuvre tant par les prestataires (tels que IBM avec Watson) que par les banques, les assurances ou les mutualistes.
Quelles applications pour les robo-advisors ?
Leur rôle est principalement de fournir un service d’aide à la gestion de patrimoine à des clients qui n’ont pas (encore) la surface financière leur donnant accès à un conseiller spécialisé. Nous considérons que la mise à disposition de cet outil est un atout de conquête commerciale pour :
1) toucher une clientèle « de masse » sur une activité génératrice de commissions, un facteur important en cette période de marge réduite à néant,
2) toucher des populations plus jeunes habituées à une relation dématérialisée,
3) contourner l’écueil pour un commercial de vendre un produit (compte titre) sans la compétence conseil sur le contenu (actions, fonds, etc…).
Sur une autre thématique, ces robo advisors peuvent être un service proposé aux CGP, voire aux Assets Managers de taille modeste, pour les accompagner dans leurs prises de décision.
Enfin il n’est pas interdit d’envisager l’usage de ces robo advisors en interne par une mise à disposition auprès des analystes de l’entreprise pour les accompagner dans les conseils transmis aux gérants, ou pour automatiser certains types de gestion dans une logique d’optimisation des coûts de gestion (par exemple sur le segment des trackers).
Les contraintes pour la mise en place de robo advisors
Réglementairement, en France, la plupart des robo advisors disposent du statut CIF[4]. Leur activité est dès lors définie par l’article L.541-1 du Code monétaire et financier. Leurs recommandations doivent être « présentées comme adaptées au client ou fondées sur l’examen de la situation du client ». Une recommandation n’est pas personnalisée si elle est exclusivement diffusée par des canaux de distribution ou destinée au public. Enfin, avant tout conseil, une lettre de mission type doit être signée par le client (art. 325-4 du règlement AMF).
La nouvelle division FinTech, FIC[5] de l’AMF et le nouveau pôle Fintech Innovation de l’ACPR auront certainement un rôle important à jouer dans la clarification des textes et le positionnement des robo advisors.
Techniquement, le challenge consiste dans l’alimentation par des données fiables, exhaustives et à jour du robot, sous peine de quoi le conseil risquera d’être inadéquate, avec son corollaire d’impact en termes de réputation, et financier en cas de manquement manifeste de la part de l’établissement promoteur.
Quelles applications pour l’IA
Les applications sont assez nombreuses à la fois sur des problématiques de gestion de processus plus ou moins répétitif, d’assistance commerciale, ou plus profondément novatrices d’inversion de la connaissance des comportements à risque des assurés.
On voit à ce jour se développer des applications à base d’IA permettant de préparer des e-mails de réponse à des e-mails clients. Pour les plateformes digitales un robot peut être envisagé afin d’instaurer un dialogue avec les clients. Pourquoi dès lors ne pas aussi utiliser un robot apprenant (deep learning) comme assistant des conseillers agences afin de les aider à affiner l’offre, augmentant ainsi le taux de transformation d’un rendez-vous.
Pour les assureurs, l’IA couplée aux objets connectés permet d’apprendre sur les comportements à risque de ses clients. Techniquement, la connexion via les réseaux sociaux permet aussi de mieux comprendre votre client. Une tarification au plus juste peut donc être mise en place. Evidemment ceci entraîne une rupture du business model jusqu’alors en vigueur en France car la mutualisation du risque est de facto considérablement réduite, mais cela doit aussi redonner du pouvoir au client, qui par ses choix et par son comportement se trouve à payer le juste prix.
Quel impact social ?
De nombreuses voix s’élèvent actuellement pour alerter quant au risque que cela fait peser sur les salariés du secteur. Comme toujours il y a le verre à moitié plein et celui à moitié vide.
Concernant les aspects négatifs, il y aura certainement une réduction du nombre de postes pour certaines fonctions. Il y aura aussi besoin pour certains de montrer une capacité d’adaptation.
Mais nous pensons que les aspects positifs seront plus importants. En effet la plupart des salariés trouvent une partie de leur activité rebutante car trop répétitive. Par ailleurs dès lors qu’un certain nombre de tâches sont transférées à un robot, la formation sur cette partie n’est peut-être plus nécessaire, libérant un temps considérable au profit de l’activité commerciale.
Quels enjeux et quelles opportunités chez vous grâce à ces robo advisors ?
[1] IA = Intelligence Artificielle
[2] Source : Analyse Exeis Conseil d’après données PWC et Business Insider Intelligence
[3] AUM = Asset Under Management / Actifs sous gestion
[4] CIF = conseillers en investissements financiers
[5] FIC : FIntech Innovation et Compétitivité