La redoutable efficacité du crédit algorithmique

Quatre ans après le lancement de MYbank, la banque pour les PME d'Ant Financial (elle-même filiale financière d'Alibaba), ses résultats donnent le tournis, autant par le gigantisme de ses opérations, à la dimension de la Chine, que par sa démonstration de l'efficacité extraordinaire de son approche entièrement automatisée.

Au cœur de son activité, l'établissement a conçu et déployé un modèle propriétaire de distribution de crédit (sans garantie) sur mobile, baptisé « 310 » en raison de ses trois principales caractéristiques : 3 minutes pour déposer une demande, 1 seconde pour obtenir un accord, 0 intervention humaine. Distribué par des institutions financières partenaires, il s'adresse aux plus de 70 millions de petites (voire micro) entreprises chinoises, dont la plupart n'avait jusqu'alors accès à aucun moyen de financement.

Ce positionnement répond à un réel besoin, dans des proportions gigantesques, puisque, à septembre 2019, environ 20 millions de PME – dont une forte proportion de vendeurs de rue, d'échoppes familiales et autres structures de moins de 5 employés, généralement écartés du système bancaire traditionnel – ont bénéficié d'un prêt pour un montant total équivalent à 280 milliards de dollars (soit une moyennne de 10 000 RMB par transaction). L'inclusion financière représente donc un enjeu majeur pour MYbank.

Cependant, la démocratisation du crédit (qui mériterait également d'être développée dans nos contrées) ne constitue pas l'enseignement le plus important à retenir de cette expérience. En effet, la révélation la plus impressionnante de la jeune pousse est le taux de défaillance du modèle « 310 » : avec un ratio de prêts non performants qui se maintient durablement à 1%, elle parvient à faire à peu près trois fois mieux que la moyenne du secteur, selon les statistiques officielles de la banque centrale chinoise.

Imaginez un instant l'impact d'un tel niveau de maîtrise du risque sur la marge dégagée et l'écart que MYbank peut ainsi creuser avec la concurrence. Ce qui est démontré ici est que la mise en œuvre de puissants algorithmes d'analyse, basés sur des données non conventionnelles, permet non seulement d'offrir une expérience utilisateur optimale, et de cibler un immense marché quasiment vierge, mais aussi d'améliorer considérablement la qualité des opérations par rapport aux méthodes classiques.

S'il était encore nécessaire, voici une nouvelle preuve de l'inéluctable transformation qui guette les services financiers à relativement court terme. Car comment les établissements historiques et leurs pratiques d'antan pourront-ils résister face à une vague émergente d'acteurs capables, simultanément, de délivrer un service mieux aligné avec les attentes – de réactivité et de simplicité, notamment – de leurs clients, infiniment moins coûteux, parce que 100% automatisé, et beaucoup plus rentable, parce que plus efficient ?