Gestion des risques et IA : vers plus de performance

Ellis­phere a mis en place un sys­tème de sco­ring qui s’appuie sur l’IA (Intel­li­gence Arti­fi­cielle) pour appor­ter plus d’efficacité et de pré­ci­sion à l’évaluation des entre­prises. Le point avec son res­pon­sable Data Science, Ste­ven Hellec. 

Prestataire historique de l’information BtoB en France et à l’international, Ellisphere a pour ambition d’accompagner et de sécuriser les prises de décision des entreprises. Parlez-nous de votre positionnement.

Ellis­phere est un tiers de confiance qui œuvre pour le déve­lop­pe­ment d’un monde éco­no­mique fiable et d’une crois­sance durable depuis plus de 125 ans. Nos clients vont de la TPE, PME à l’entreprise du CAC40, tous sec­teurs d’activité confon­dus. Nous répon­dons à leurs enjeux de conquête de nou­veaux clients, de ges­tion pré­ven­tive des risques client et four­nis­seur ou encore de confor­mi­té (Sapin II, AML, KYC…).

Concrètement, quels sont les principaux besoins des entreprises qui se tournent vers vous ?

Nous sommes prin­ci­pa­le­ment sol­li­ci­tés par les entre­prises dans la ges­tion de leur rela­tion client et four­nis­seur. Nous les aidons dans l’analyse de la san­té finan­cière de leurs par­te­naires com­mer­ciaux dont nous éva­luons le risque de défaillance à un hori­zon de temps d’un an, et au-delà en fonc­tion des besoins. L’analyse pré­cise et rapide des infor­ma­tions finan­cières est un défi même pour les experts du domaine. C’est la rai­son pour laquelle nous avons déve­lop­pé un sys­tème de sco­ring simple d’utilisation sur une échelle de 1 à 10. Nos clients intègrent ain­si aisé­ment dans leur pro­cess de prises de déci­sion cet indi­ca­teur qui éva­lue la péren­ni­té de leurs par­te­naires com­mer­ciaux. En fonc­tion de leur aver­sion au risque, ils fixent le seuil à par­tir duquel ils décident de fina­li­ser ou non leurs rela­tions. Pour cer­tains de nos clients, nous avons la pos­si­bi­li­té de pro­po­ser un sys­tème de sco­ring sur-mesure, qui s’adapte à leur poli­tique de risque, pour une meilleure prise de déci­sion. Par ailleurs, nos clients sont aus­si inté­res­sés par notre avis de cré­dit qui per­met, en com­plé­men­ta­ri­té du score, d’évaluer la capa­ci­té d’achat men­suelle à laquelle leur par­te­naire com­mer­cial est capable de faire face. L’avis de cré­dit est donc lié au score, dans le sens où il dimi­nue avec un risque de défaillance qui augmente.

Dans ce cadre, comment capitalisez-vous sur l’IA ?

Ellis­phere tra­vaille sur l’intégration de l’IA depuis 2015. Nous sommes ain­si pas­sés des sys­tèmes de 2^ème géné­ra­tion qui reposent sur un mixte de sta­tis­tiques et de règles d’experts, à un sys­tème de 3^ème géné­ra­tion plus per­for­mant basé sur des modèles pure­ment sta­tis­tiques. Aujourd’hui, nos algo­rithmes s’appuient à 100 % sur l’IA pour éta­blir les for­mules de sco­ring de manière auto­nome. Pour bâtir les scores de 3^ème géné­ra­tion, nous nous sommes ain­si repo­sés sur les infor­ma­tions de mil­lions d’entreprises fran­çaises à tra­vers un his­to­rique de don­nées de plus de 30 ans, ain­si que sur nos exper­tises métier afin d’avoir les meilleures per­for­mances pré­dic­tives pos­sibles. Notre indice de Gini est pas­sé de 70 % à 80 % grâce à l’usage de l’IA.

Quels sont vos enjeux ?

L’IA dans les sys­tèmes de sco­ring n’en est qu’à ses débuts, et va s’amplifier avec l’engouement des acteurs pri­vés et publics autour de son uti­li­sa­tion. Par ailleurs, l’IA est encore vue comme une boîte noire, c’est la rai­son pour laquelle beau­coup d’entreprises ont une cer­taine appré­hen­sion à l’utiliser dans les acti­vi­tés liées à la finance. Pour répondre à cet cet enjeu, nous avons trans­for­mé nos algo­rithmes en “boîtes blanches” pour per­mettre à nos clients de com­prendre le rai­son­ne­ment der­rière nos scores. Notre deuxième défi est de four­nir des don­nées à qua­li­té constante en plus grande quan­ti­té à nos modèles de score, et donc de pen­ser à de nou­velles sources telles que les don­nées non struc­tu­rées. Par exemple, nous met­tons actuel­le­ment en place un sys­tème de sco­ring basé sur les infor­ma­tions de presse publiées sur les entre­prises, qui, après ana­lyse, arrive à déter­mi­ner si l’entreprise éprou­ve­ra des dif­fi­cul­tés éco­no­miques et/ou finan­cières dans un ave­nir proche.

---

Articles similaires :

Les data et l’intelligence arti­fi­cielle au ser­vice de la détec­tion des risques SYSTRAN : 50 ans d’innovation et de savoir-faire au ser­vice de la tra­duc­tion automatique L’IA qui démo­cra­tise l’accès aux données « Le para­digme Big Data et intel­li­gence arti­fi­cielle s’applique aus­si aux enjeux environnementaux » L’Intelligence Arti­fi­cielle impac­te­ra for­te­ment l’industrie !