Récap du webinaire Taktile-AltFi : l'automatisation et l'avenir du crédit B2B

Récemment, le cofondateur et PDG de Taktile, Maik Taro Wehmeyer, s'est entretenu avec AltFi et des experts du crédit B2B, Philip Kelvin (cofondateur et PDG de Tranch) et Nicolas Rabinovitch (fraude et risque de crédit chez Hokodo), pour discuter de la manière dont l'essor de l'automatisation des décisions B2B ouvre de nouvelles perspectives aux prêteurs.

Vous l'avez manqué ? Voici les principaux enseignements de la discussion, qui a abordé :

• Les bénéfices de l'automatisation dans le crédit B2B
• Pourquoi les sources de données alternatives sont la clé de l'automatisation
• Ce que l'IA peut apporter à la prise de décision B2B
• Se lancer dans l'automatisation
• Comment les moteurs de décision modernes simplifient l'automatisation

Pour approfondir ces sujets, regardez le webinaire complet

Les bénéfices de l'automatisation dans le crédit B2B

Ce n'est un secret pour personne : offrir une expérience client exceptionnelle est essentiel pour développer une activité de crédit. Mais pour y parvenir, il faut pouvoir proposer des offres rapidement, ce qui, jusqu'à récemment, n'était pas la marque de fabrique du crédit B2B.

Aujourd'hui, on voit émerger des fintechs B2B sophistiquées qui s'appuient sur l'automatisation pour offrir à leurs clients des expériences et des produits véritablement exceptionnels.

Réduire la complexité et améliorer la précision des décisions
Nicolas a indiqué que chez Hokodo, « L'automatisation de nos décisions de crédit est l'une de nos propositions de valeur centrales depuis le premier jour. » En adoptant une approche automatisée de son évaluation des risques, Hokodo a supprimé une grande partie de la complexité liée à la commercialisation de produits dans plusieurs zones géographiques.

En combinant des sources de données alternatives de haute qualité avec des modèles de risque développés en interne, Hokodo a mis en place un processus de scoring du risque automatisé très précis pour une large part de son segment de clientèle.

Allier rapidité et intervention humaine
À propos de l'automatisation, Philip de Tranch a expliqué que leur approche « leur permet d'apporter de la rapidité à une décision, tout en gardant la possibilité d'une intervention humaine dans le processus lorsque c'est nécessaire. »

Tranch comme Hokodo tendent à adopter une approche fondée sur le risque pour déterminer quelles décisions sont automatisées. Ils fixent des seuils, selon le montant des prêts et le type de client, au-delà desquels les décisions ne sont plus automatisées et une revue manuelle est déclenchée. Chez Hokodo, par exemple, tout dépend de la probabilité de défaut (PD) d'une entreprise et de sa taille. Si la PD d'une entreprise est faible, Hokodo se sent généralement plus à l'aise pour lui attribuer des limites évaluées automatiquement.

Nicolas a rappelé l'importance de la composante manuelle et humaine de leur prise de décision. En gagnant du temps grâce à l'automatisation des décisions à moindre risque, Hokodo peut consacrer les ressources nécessaires à l'évaluation des demandes portant sur des limites plus élevées. Cela garantit à tous les clients une expérience rapide et réactive.

Pourquoi les sources de données alternatives sont la clé de l'automatisation

Maik a expliqué que Taktile observe une tendance nette : les prêteurs B2B utilisent des sources de données alternatives de haute qualité pour automatiser l'évaluation du risque à différentes étapes d'une décision de crédit.

Les sources de données d'open banking et de comptabilité sont très utiles pour automatiser les décisions. Que vous les intégriez dans un flux de décision entièrement automatisé ou que vous les utilisiez simplement pour appuyer des revues manuelles, elles peuvent réduire considérablement le temps nécessaire pour obtenir une image fidèle de la santé financière et du comportement d'une entreprise.

Le type de source de données à privilégier dépend généralement du montant du prêt et du type de client. Il est souvent difficile d'obtenir des signaux prédictifs à partir des données comptables des jeunes entreprises, alors que les données d'open banking peuvent être précieuses. Maik a déclaré, à propos du crédit aux PME par exemple : « Tout dépend si votre client est plutôt petit ou plutôt moyen. »

Nicolas a indiqué qu'Hokodo avait travaillé dur pour trouver les meilleures sources de données alternatives, car chaque zone géographique a ses nuances : « C'est un peu un exercice de patchwork que de réunir des sources qui fonctionnent vraiment bien pour vos cas d'usage. »

Philip a poursuivi en encourageant les prêteurs à se demander : « Comment réunir des sources de données qui me donnent une image vraiment précise du risque que présente un emprunteur ? »

En Europe, Maik a souligné que la réglementation PSD2 rend l'accès aux données d'open banking relativement abordable. Taktile voit des prêteurs de toute l'Europe s'appuyer sur 2 à 3 fournisseurs d'open banking pour construire des modèles de scoring du risque adaptés à leur segment de clientèle.

Ce que l'IA peut apporter à la prise de décision B2B

Quand il s'agit d'exploiter l'IA dans les décisions de crédit B2B, Maik a insisté sur la distinction importante entre les modèles de machine learning entraînés sur des données publiques et ceux entraînés sur des données privées.

ChatGPT, par exemple, repose sur un modèle entraîné à partir de données publiquement disponibles sur internet. Or, aucune donnée de défaut de clients n'est publique sur internet pour entraîner ces modèles ; ils ne sont donc pas très utiles pour fournir aux prêteurs une probabilité de défaut précise pour un emprunteur.

Taktile a toutefois constaté que les modèles entraînés sur des données publiques peuvent être extrêmement efficaces dans les décisions de risque B2B de 2 manières :

1. Catégoriser les transactions dans les données d'open banking. Dans le B2B, de nombreux fournisseurs de données n'offrent pas cette fonctionnalité. Il est donc utile pour les prêteurs de recourir à l'IA pour automatiser la catégorisation des transactions d'un emprunteur.
2. Générer des données synthétiques. Si vous êtes une jeune entreprise ou que vous débutez dans le crédit, vous ne disposez très probablement pas de données historiques pour tester les résultats potentiels des règles de votre politique de crédit avant de les mettre en production. Les jeux de données synthétiques générés par l'IA peuvent alors s'avérer extrêmement utiles.

Se lancer dans l'automatisation

Philip a expliqué qu'on peut voir l'automatisation avant tout comme un moyen de supprimer les frictions pour le client : « il ne s'agit pas d'automatiser tous vos processus opérationnels, mais d'améliorer votre expérience client. Avec ne serait-ce qu'un peu d'automatisation, comme le traitement des documents, vous pouvez amener vos clients de A à B beaucoup plus vite ».

Nicolas exhorte aussi les prêteurs à se concentrer sur la proposition de valeur que l'automatisation apporte aux clients, en particulier s'ils sont déjà prêteurs. « Vous avez des données historiques, vous avez l'expertise. Appuyez-vous sur ce que vous savez et sur ce que vos processus manuels vous ont appris pour accroître la part d'automatisation de vos processus. »

Maik a également donné deux points d'attention essentiels à ceux qui découvrent l'automatisation :

1. Ne surestimez pas la complexité ou le caractère unique de votre situation. De nombreux clients de Taktile sont surpris du potentiel qu'offre un simple début d'automatisation. Il suffit d'être prêt à expérimenter sur les décisions à automatiser.
2. Lancez-vous, le reste viendra ensuite. Même 1 point de pourcentage d'automatisation peut libérer un temps précieux pour que les équipes traitent les décisions les plus complexes. À une époque où la rentabilité est primordiale, faire plus avec moins n'a jamais été aussi important.

Comment les moteurs de décision modernes simplifient l'automatisation

Nicolas a indiqué qu'automatiser les décisions n'est plus le défi qu'il était et qu'il existe désormais des fournisseurs capables de vous aider à bien le faire.

Maik a expliqué à quel point un moteur de décision moderne, agnostique quant au cas d'usage, est précieux pour automatiser les décisions : « Le potentiel de l'automatisation dans le crédit B2B est illimité. »

Quels que soient leur produit ou leur volume de prêts, les prêteurs du monde entier peuvent s'appuyer sur des fournisseurs d'infrastructure comme Taktile pour construire, expérimenter et exécuter des décisions de crédit automatisées qui laissent toujours une place à l'humain dans la boucle.

Sur Taktile, le client crée lui-même toutes les règles, politiques et tous les modèles. Ses équipes définissent facilement leurs propres limites et règles dans une interface low-code, et les font évoluer rapidement pour trouver le bon niveau d'automatisation pour chaque partie de leur segment de clientèle.