Même si l'utilisation de sources de données diversifiées et la mise en œuvre de nouvelles techniques pour les exploiter, telles que le « machine learning », ont le vent en poupe auprès des acteurs du crédit (traditionnels et startups), la décision d'accorder un prêt continue généralement à passer, à un moment ou un autre, par un contrôle humain. Mais l'automatisation totale promet de bientôt s'imposer.
Fondée il y a 5 ans par des anciens de Google, Upstart est parfaitement représentative des plates-formes émergentes de crédit en ligne. Afin de déterminer la fiabilité des emprunteurs, elle complète la classique consultation du score de crédit par une analyse de données non financières, du parcours scolaire et professionnel jusqu'aux profils sociaux, en passant par le comportement sur le site web de souscription et, si l'utilisateur accepte de donner accès à ses comptes bancaires, l'historique de ses transactions.
La jeune pousse a toujours vanté sa réactivité (elle fut la première à garantir un dépôt des fonds dans les 24 heures). Aussi n'est-il pas surprenant qu'elle cherche en permanence à accélérer ses processus. Rien de tel pour ce faire que de pousser l'automatisation, jusqu'à éliminer les quelques étapes manuelles qui subsistent, par exemple pour contrôler les informations collectées. Selon les informations de Bank Innovation, un quart des dossiers sont désormais traités de la sorte et la proportion augmente rapidement.
Au fur et à mesure de son développement – par l'acquisition de types de données supplémentaires, l'adoption de modèles mathématiques de plus en plus élaborés, l'affinement de la qualité de ses filtres… –, Upstart a progressivement acquis une confiance suffisante en ses systèmes pour laisser les algorithmes prendre en charge les demandes de bout en bout. Dans une phase expérimentale, seuls les prêts les moins risqués étaient automatisés. L'ambition à terme est que tous le soient, sans exception.
Fondée il y a 5 ans par des anciens de Google, Upstart est parfaitement représentative des plates-formes émergentes de crédit en ligne. Afin de déterminer la fiabilité des emprunteurs, elle complète la classique consultation du score de crédit par une analyse de données non financières, du parcours scolaire et professionnel jusqu'aux profils sociaux, en passant par le comportement sur le site web de souscription et, si l'utilisateur accepte de donner accès à ses comptes bancaires, l'historique de ses transactions.
La jeune pousse a toujours vanté sa réactivité (elle fut la première à garantir un dépôt des fonds dans les 24 heures). Aussi n'est-il pas surprenant qu'elle cherche en permanence à accélérer ses processus. Rien de tel pour ce faire que de pousser l'automatisation, jusqu'à éliminer les quelques étapes manuelles qui subsistent, par exemple pour contrôler les informations collectées. Selon les informations de Bank Innovation, un quart des dossiers sont désormais traités de la sorte et la proportion augmente rapidement.
Au fur et à mesure de son développement – par l'acquisition de types de données supplémentaires, l'adoption de modèles mathématiques de plus en plus élaborés, l'affinement de la qualité de ses filtres… –, Upstart a progressivement acquis une confiance suffisante en ses systèmes pour laisser les algorithmes prendre en charge les demandes de bout en bout. Dans une phase expérimentale, seuls les prêts les moins risqués étaient automatisés. L'ambition à terme est que tous le soient, sans exception.
Aujourd'hui, les établissements de crédit historiques en restent parfois encore à ironiser sur l'absurdité que représenterait, selon eux, l'idée d'évaluer le risque d'un emprunteur à partir de son comportement sur les réseaux sociaux. Ceux-là ne se sont clairement pas rendu compte de la maturité atteinte. Car cette caricature est maintenant largement dépassée, les données et les moyens d'analyse utilisés par les acteurs alternatifs n'ayant plus rien à envier à ceux qu'utilisent les sociétés de scoring, au contraire.
Or la prochaine bataille s'engage et elle ne fera que creuser de manière exponentielle l'écart concurrentiel. Après l'ouverture du crédit à des populations qui n'y avait pas accès jusqu'alors, l'automatisation totale va non seulement permettre de souscrire un prêt instantanément – ce qui, sans être un besoin exprimé, devient une attente implicite des consommateurs (comme dans tous les domaines) – mais également de rendre l'activité infiniment plus efficace et donc beaucoup plus rentable.
L'avantage des startups sur le terrain sera alors difficile à battre : l'audace requise pour confier à des algorithmes l'attribution des prêts (à des nouveaux demandeurs : il ne s'agit pas de pré-qualifier les clients existants) est en effet rare dans les grands groupes…
Or la prochaine bataille s'engage et elle ne fera que creuser de manière exponentielle l'écart concurrentiel. Après l'ouverture du crédit à des populations qui n'y avait pas accès jusqu'alors, l'automatisation totale va non seulement permettre de souscrire un prêt instantanément – ce qui, sans être un besoin exprimé, devient une attente implicite des consommateurs (comme dans tous les domaines) – mais également de rendre l'activité infiniment plus efficace et donc beaucoup plus rentable.
L'avantage des startups sur le terrain sera alors difficile à battre : l'audace requise pour confier à des algorithmes l'attribution des prêts (à des nouveaux demandeurs : il ne s'agit pas de pré-qualifier les clients existants) est en effet rare dans les grands groupes…
Pour OnDeck, une autre jeune pousse du crédit, seule une demande sur trois requiert désormais une intervention humaine…
RépondreSupprimer