“Bei einem Programm dieser Größenordnung können wir unter dem Strich eine Steigerung von 10-15% erwarten. Der Einsatz von generativen KI-Technologien war besonders wichtig, weil er uns bei unseren Nutzern und Sponsoren geholfen hat, nicht nur um Dinge zu erklären, sondern auch für die Annahme.”
Adrien Vesteghem, Direktor des AI Center of Excellence und des AI-Programms für Effizienz bei BNP Paribas

Die BCEF (Banque Commerciale En France) ist ein Unternehmen der BNP Paribas Gruppe, einem führenden globalen Finanzinstitut, das ein umfassendes Angebot an Bank-, Investment- und Finanzdienstleistungen anbietet und für seine starke internationale Präsenz und sein Engagement für nachhaltige und innovative Banklösungen bekannt ist.

Um sein KI-Beschleunigungsprogramm zu starten, wandte sich BNP Paribas an Artefact’Expertenteams, um sie beim Aufbau einer KI-Fabrik zu unterstützen. “Die KI-Fabrik ist eine Antwort auf unseren Wunsch, über die Konzept- und PoC-Phase hinauszugehen und durch die Integration mit unserem Informationssystem schnell, sicher und zuverlässig Werte zu schaffen.” sagt Anne-Sophie Bourdet, Data & AI Leader - AI Factory Director bei BNP Paribas.

Herausforderung: Erfüllen Sie die Ziele des KI-Beschleunigungsprogramms von BNP Paribas

Seit ihrer Gründung im Jahr 2000, mit der Fusion von Banken, die seit zwei Jahrhunderten in der europäischen und globalen Wirtschaft verankert sind, hat die BNP Paribas Gruppe BNP Paribas ist ein weltweit führendes europäisches Unternehmen und ein wichtiger Akteur im Dienste der Wirtschaft, seiner Kunden und der Welt, in der wir leben. BNP Paribas investiert umfassend in Technologie und Innovation, um die Erfahrungen ihrer Kunden und Mitarbeiter kontinuierlich zu optimieren. Sie setzt die besten Technologien ein, um ihnen ein nahtloses, maßgeschneidertes und sicheres Erlebnis zu bieten.

Laut Adrien Vesteghem, “Es gibt vier Hauptgründe für die Einführung dieses KI-Beschleunigungsprogramms:

  • “Der erste ist der Wert der KI. Bei einem Programm dieser Größenordnung können wir unter dem Strich eine Steigerung von 10-15% erwarten.”
  • “Als nächstes kommen die Vorteile von Open-Source-KI-Lösungen: Sicherheit, Effizienz, und, was am wichtigsten ist, Geschäftswert”.
  • “Dann ist da noch die Verwendung von generativer KI. Das ist besonders wichtig, weil es uns bei unseren Nutzern und Sponsoren hilft, nicht nur um Dinge zu erklären, sondern auch für die Annahme.”
  • “Und schließlich, weil BNP Paribas ihren Konkurrenten bereits einige Schritte voraus ist, ist dies der richtige Zeitpunkt, um unser Angebot zu konsolidieren oder sogar zu erweitern. Wettbewerbsvorteil,”, schließt er ab.

Lösung: Mobilisieren Sie die Fähigkeiten zum Aufbau einer KI-Fabrik und zur Industrialisierung praktikabler GenAI-Anwendungsfälle

Eine der größten Herausforderungen für BNP Paribas war die Bereicherung des Teams mit Fachkompetenzen. “Unsere Herausforderung ist Fähigkeiten... data-Wissenschaftler, ML-Ingenieure, data-Ingenieure, neue Profile, die unsere IT-Teams verstärken werden, die wir in den nächsten Jahren weiter integrieren werden, um unsere Ambitionen zu erfüllen,”, erklärt Anne-Sophie Bourdet.

Sie fügt hinzu, “Wir müssen in der Lage sein, robuste und sichere Umgebungen anzubieten, um die von unseren data-Wissenschaftlern entwickelten Lösungen zu industrialisieren.
Diese sind neue Anforderungen in Bezug auf die Infrastruktur (GPU) und das Fundament, damit wir das richtige Maß an Sicherheit erreichen können. End-to-End-Industrialisierung, und gleichzeitig unsere Kosten unter Kontrolle zu halten.”

Joffrey Martinez, Partner & Global Financial Services Lead bei Artefact, stellt fest: “Um Themen rund um GenAI zu industrialisieren, müssen drei wichtige Themen angesprochen werden:

  • Optimierung der Architektur um Kosten, Kundenerlebnis und Qualität zu kontrollieren;
  • Wertsteuerung für die Priorisierung der verschiedenen Anwendungsfälle;
  • Organisation zur Gewährleistung einer nachhaltigen Verbreitung dieser Transformationsprojekte innerhalb des Unternehmens.

Um die etwa 70 neuen Anwendungsfälle in der Bank zu verwalten, wurde eine Roadshow durchgeführt, um eine große Anzahl von Anwendungsfällen aus den verschiedenen Geschäftsbereichen der Bank zu sammeln. Jérémie Cornet-Vuckovic, Data Consulting Director - Strategy and AI Projects bei Artefact, beschreibt den dreistufigen Prozess:

  • “Schritt eins ist die Ideenfindung. Wir arbeiten mit den Unternehmen an dem Anwendungsfall von morgen, der für sie sehr wertvoll sein könnte.”
  • “Schritt zwei ist die Qualifikation, sowohl in Bezug auf die technische Machbarkeit mit der KI-Fabrik als auch in Bezug auf den Wert, der durch jeden Anwendungsfall geschaffen wird, sei es in Form von PNB, also zusätzlichen Einnahmen, oder betrieblicher Effizienz, oder in Bezug auf den NPS. Jeder Anwendungsfall wird gründlich untersucht.”
  • “Schritt drei ist der Gang zur KI-Fabrik mit dem AI Center of Excellence, um Produktions-Roadmaps mit wichtigen Achsen zu definieren, sei es generative KI, Dokumentenverarbeitung, Kundeninteraktionen, Marketing oder Betrug. Jede Achse wird industriell zwischen den Unternehmen, der Fabrik und dem AI Center of Excellence bearbeitet.”

Einsatz von KI-Anwendungen der ersten Generation mit deutlichen Fortschritten bei der Betrugserkennung und verbessertem Kundenerlebnis

Wie für jede große Bank besteht eine entscheidende Herausforderung darin Phishing-Betrug, insbesondere die Erkennung von betrügerischen Überweisungen, die von Kunden über Anwendungen und Websites getätigt werden. Jérôme Lhuillery, Data Science Lead - AI Center of Excellence bei BNP Paribas, Anmerkungen: “Diese Erkennung erfolgt jetzt dank maschinellem Lernen in Echtzeit. Es ist das erste Mal, dass wir einen Mechanismus für maschinelles Lernen zusätzlich zu unseren bestehenden Mechanismen implementiert haben, wodurch wir erhebliche Leistungssteigerungen erzielen konnten.
Wir verwenden auch eine Menge von GenAI will mit LLMs experimentieren um unseren Kunden effektivere Antworten zu geben und unseren Beratern zu helfen, jeden Tag besser zu arbeiten.”

Die Teams von BNP Paribas schätzen Artefact für seine doppelte Expertise in data Wissenschaft und Methodik, insbesondere für seine Kompetenz in der ML-Technik, die optimiert und verbessert alle Pipelines und statistisches Engineering in KI und IT um sie in der Produktion einsetzen zu können. “Für uns ist das eine echte Win-Win-Situation, die es uns ermöglicht, sehr hohe technische und technologische Herausforderungen zu meistern.” Jérôme Lhuillery versichert.

Adrien Vesteghem fügt hinzu: “Wir haben uns für Artefact wegen der Qualität ihres Angebots, der Klarheit ihrer Vision und der Tiefe ihrer Fähigkeiten entschieden, die sie uns in diesen KI-Beschleunigungsprogrammen bieten.”

“Der Zug fährt auf dem industriellen und ethischen Gleis... Der nächste Schritt ist die Validierung all dieser Elemente, und wir haben bereits einige ziemlich spektakuläre Ergebnisse mit dem Einsatz von Gen AI gesehen.”
Adrien Vesteghem, Direktor des AI Center of Excellence und des AI-Programms für Effizienz bei BNP Paribas.