Notre client est une banque régionale française, 1200 collaborateurs, 280 000 clients particuliers. Son objectif : améliorer la disponibilité du support téléphonique et chat sur les demandes de niveau 1 (questions de base : virements, plafonds, fonctionnement de l’app mobile) sans dégrader la qualité ni enfreindre la réglementation.
La contrainte réglementaire en arrière-plan
Le secteur bancaire est soumis à des exigences strictes (RGPD, ACPR, anti-blanchiment). Aucune donnée personnelle ne peut transiter par une API publique sans masquage. Et toute conversation doit être enregistrée et traçable pendant 10 ans.
L’architecture déployée
Claude via AWS Bedrock en région européenne (Francfort), avec un pré-traitement local qui anonymise systématiquement les données client avant envoi. L’agent peut répondre aux questions générales mais ne voit jamais le solde ou les coordonnées. Si la demande exige des données privées, escalade automatique vers un conseiller humain.
La conduite du changement
Le déploiement a été échelonné : (1) pilote sur 10% du trafic chat pendant 6 semaines, (2) revue qualitative hebdomadaire avec les équipes support, (3) ajustement des prompts et des règles d’escalade, (4) généralisation sur 6 mois.
Les résultats à 4 mois
Disponibilité du support 24/7 : oui, contre 8h-19h auparavant. Délai moyen de prise en charge : 35 secondes au lieu de 7 minutes. Taux de satisfaction (CSAT) : 4,1/5, comparable au support humain. Coût par conversation : divisé par 3,5.
Ce qu’on retient
L’IA en banque est possible, mais l’architecture doit être pensée dès le départ pour les contraintes réglementaires. Le succès n’est pas dans la technologie, c’est dans la coordination compliance + métier + tech autour d’un MVP serré.
