1. LE RÉSUMÉ EXÉCUTIF : L'ESSENTIEL DE L'ÉTUDE
En quelques pages, le résumé exécutif vous donne accès aux conclusions de l'étude à travers :
Une synthèse opérationnelle pour comprendre les perspectives de l'IA dans la banque et l'assurance à l'horizon 2030, sa diffusion dans les différents métiers, les relations entre les banques / assureurs et leurs fournisseurs technologiques
Des chiffres et pages clés pour accéder rapidement à l'essentiel de l'étude
2. L'IA GÉNÉRATIVE DANS LA BANQUE ET L'ASSURANCE : QUEL POTENTIEL D'ICI 2030 ?
Tout comprendre de l'IA générative et non générative dans la banque et l'assurance
- Les fondamentaux autour de l'IA : définitions des principaux concepts, acteurs clés, usages
- La révolution de l'IA générative : quelles sont les opportunités pour les banques et les assureurs ?
- Les principaux modes de développement des outils d'IA : R&D en interne, partenariats avec les start-up et les big Tech
- Les principaux attraits de l'IA pour la banque et l'assurance
L'impact de l'IA générative sur les deux secteurs : bilan, perspectives 2030 et défis de mise en œuvre
- Le degré d'avancement de l'IA générative dans la banque et l'assurance
- Les défis de mis en œuvre de l'IA : les problématiques liées aux données et au règlement RGPD, les clients face à l'utilisation de leurs données, l'ajustement de la politique de RH
Étude de cas : création d'un label d'IA responsable par Malakoff Humanis
Étude de cas : lancement par Maif d'une solution d'IA transparente et responsable
- Les perspectives à l'horizon 2030 : chiffres clés des objectifs des principaux acteurs, plan d'investissement des pouvoirs publics, enrichissement de l'offre par les fournisseurs de technologies, scénario des experts de Xerfi à 2030
3. L'IMPACT DE L'IA SUR LE JEU CONCURRENTIEL
L'analyse de l'offre des start-up, fournisseurs de solutions d'IA aux banques et assureurs
- Les start-up de l'IA : 40 acteurs intervenant dans les secteurs de la banque et de l'assurance passés au crible
- Les solutions d'IA proposées par les start-up par domaine d'application : personnalisation, performance commerciale, analyse des risques, relation client, gestion des sinistres, lutte contre la fraude
- Les chiffres clés sur l'écosystème des start-up : nombre d'acteurs, positionnement par secteur d'activité et par région
- Les forces, faiblesses et options stratégiques des FinTech et des assurtechs de l'IA
- Les modes de croissance des start-up de l'IA : levées de fonds, partenariats avec les banques et les assureurs
Étude de cas : levée de fonds par Qiti pour financer sa solution d'IA générative
Étude de cas : multiplication des partenariats avec des assureurs par Shift Technology
L'analyse des activités IA des big Tech
- Un panorama des solutions d'IA générative développées par les grands acteurs du numérique
- Les forces, faiblesses et options stratégiques des grands acteurs du numérique
- Les stratégies partenariales avec les banques et les assureurs : un panorama des récents accords de partenariats conclus
Étude de cas : partenariat de longue date entre IBM et Crédit Mutuel
Étude de cas : lancement d'un outil d'IA générative par Axa, en collaboration avec Microsoft
Les banques et les assureurs face à l'IA
- L'avancement des banques et des assureurs en matière d'IA générative : les expérimentations lancées
Étude de cas : déploiement des solutions l'IA générative par Crédit Agricole dans le réseau
Étude de cas : lancement par CFDP d'une solution basée sur ChatGPT
- Les forces, faiblesses et options stratégiques des banques et des assureurs
- Le développement des partenariats commerciaux avec les fournisseurs de l'IA, dont les start-up
- L'enrichissement des compétences en interne par les banques : intrapreneuriat, renforcement des équipes de data scientists
- Les assureurs en tant que porteurs de risques pour les start-up de l'IA positionnées sur le BtoC
4. LES PRINCIPAUX USAGES DE L'IA PAR MÉTIER / PROCESS
La personnalisation des offres, des tarifs : personnalisation des offres et des services, automatisation de la tarification
Études de cas de start-up : Akur8, Paylead
L'IA en faveur de la performance commerciale : lutte contre l'attrition, développement des arguments de vente, etc.
Études de cas de start-up : Dreamquark, Minalea, Zelros
L'analyse des risques : modélisation des risques de crédit, de l'assurance climatique, détection des fraudes dans les paiements
Études de cas de start-up : Fintel, PayPlug, Descartes Underwriting
L'amélioration de la relation / l'expérience client : recours aux chatbots pour gérer la relation clientèle (traitement des emails et des appels téléphoniques), applications d'IA pour fluidifier et simplifier le parcours client
Études de cas de start-up : Watson, Zaion
La gestion des sinistres en assurance : évaluation des dommages suite à un accident, mise à jour des dossiers en temps réel
Études de cas de start-up : Tractable, WeProov
La lutte contre les fraudes : optimisation des dispositifs existants, identification de nouveaux schémas de fraude, etc.
Études de cas de start-up : Shift Technology, Qantev
La conformité et la sécurité : amélioration du process KYC, lutte contre le blanchiment d'argent, optimisation du reporting
Études de cas : cas d'usage déployés par BNP Paribas et par Société Générale
5. LES INITIATIVES ET STRATÉGIES DE 30 ACTEURS CLÉS
LES ASSURTECH ET FINTECH DE L'IA
LES GRANDS ACTEURS DU NUMERIQUES
LES BANQUES ET LES ASSUREURS
Abonnements
Xerfi Canal
Blog
Date de parution : 06/11/2023
Prix : 2 200 €HT
Nombre de pages : 121 pages
Langue : Français
Format : PDF 
Collection : Xerfi Precepta
Référence : 23ABF90
Cookies Google AnalyticsCes cookies permettent d’obtenir des statistiques de fréquentation anonymes du site Xerfi afin d’optimiser son ergonomie, sa navigation et ses contenus.