L'IA s'intègre aux processus du secteur financier dès le début du cycle de paiement.

Selon les données de l'Abecs (Association brésilienne des entreprises de cartes de crédit et de services), 4,1 billions de reais ont été enregistrés en achats effectués avec des cartes de crédit, de débit et prépayées en 2024, avec une croissance de 10,91 % par rapport à l'année précédente. Cette activité exige des solutions structurant les processus financiers des entreprises, afin de promouvoir des avancées significatives dans l'intégration entre la tarification, les paiements et les opérations, avec un soutien basé sur l'intelligence artificielle (IA).

Selon Lígia Lopes, PDG de Téro, entreprise d'automatisation intelligente qui transforme les données en résultats, traditionnellement, les processus d'acquisition, de vente, d'intégration, de recouvrement, de fidélisation et de tarification étaient gérés par des départements distincts et non communicants. Cette fragmentation engendrait des inefficacités, augmentait les coûts et rendait difficile la prise de décisions stratégiques.

Désormais, grâce à l'IA et à l'automatisation, il est possible d'intégrer ces décisions directement aux flux de production en temps réel, garantissant une plus grande efficacité, la réduction des goulots d'étranglement et une expérience client plus fluide. « L'ancienne logique considérait le paiement comme la dernière étape du parcours financier. Nous avons inversé cette vision. Aujourd'hui, le paiement et la tarification doivent être au cœur de l'opération, en informant le processus dès le début. Ce changement de mentalité est ce qui rend les entreprises plus efficaces, personnalisées et compétitives », affirme Lígia.

L'experte explique que cette transformation est directement liée à l'évolution de l'infrastructure technologique au sein des entreprises. La tendance est que, tout comme les secteurs financier et de la santé le font déjà, les entreprises d'autres secteurs investiront dans des plateformes de données et d'intégration propres. Dans ce contexte, la gestion efficace des API et des flux d'information devient essentielle, notamment face à la multiplication des sources de données internes et externes.

Un exemple concret cité par l'experte pour la possibilité de cette intégration est Uber, où le paiement a lieu au début du trajet et non à la fin. « Ce modèle permet un processus entièrement fluide et intégré grâce à la technologie embarquée et illustre comment le paiement peut être repositionné au sein du parcours productif, créant une expérience plus efficace et satisfaisante pour le consommateur. »

Un autre point clé est le rôle du Open Finance en tant que technologie de base. Conjointement à l'initiative de partage des données bancaires, le Open Finance représente également une norme technique permettant d'interconnecter différentes institutions et systèmes de manière sécurisée et évolutive. Cette norme est en train d'être élargie à ce que les experts appellent déjà OpenXUne approche ouverte et standardisée pour l'intégration de divers types de données et de services.

Cette standardisation est ce qui permet la création de règles de décision automatisées qui fonctionnent au sein du flux réel des opérations. Au lieu de décisions isolées et déconnectées, les entreprises passent à une intelligence embarquée, connectant leurs systèmes existants à de nouvelles couches d'automatisation, sans nécessiter de grandes restructurations, complète Lígia.

Elle souligne également que l'adoption de modèles modulaires permet aux entreprises de mettre à jour ou de remplacer des composants de leurs solutions sans interrompre les processus de production, ce qui favorise l'évolutivité et l'adaptation constante aux nouvelles exigences réglementaires ou comportementales du marché. De ce fait, des décisions telles que l'octroi de crédit, l'approbation des paiements ou la fixation des prix peuvent être prises en cours de processus, et non plus seulement à la fin du parcours d'achat.

"L'avènement de l'intelligence artificielle permet que ces décisions, bientôt, soient prises sur la base de règles écrites dans un langage naturel, validées par des modèles entraînés, avec des suggestions d'optimisation automatiques. Cela représente un bond technologique, mais aussi opérationnel et stratégique majeur pour les organisations", conclut la PDG.