LMi-MAG 11 Dec - Flipbook - Page 41
© DR
Toyota Financial Services a construit son moteur IFDE
sur Amazon Elastic Kubernetes Service (EKS).
Toyota Financial Services. « Pour y parvenir, nous avons
dû améliorer notre vitesse de prise de décision en matière de crédit et accroître l’automatisation tout en gérant notre risque de crédit et en respectant les normes
de conformité », ajoute le Domain Information Officier
(DIO) de TFS.
C’est en juin 2019 que Toyota Financial Services a commencé à travailler sur son moteur de décision Intelligent
Financing Decision Engine (IFDE) sur la base des commentaires des concessionnaires et des clients. L’IFDE est
un moteur de décision de prêts hypothécaires, évolutif
et natif du cloud, destiné à l’analyse du risque de crédit
dans le cadre du financement des véhicules proposés
aux clients. L’idée était de créer un modèle de décision
d’intelligence artificielle de pointe, et qui utilise des critères de crédit de premier plan ciblés et identifiés par
TFS pour élaborer des algorithmes capables de fournir
des résultats en moins d’une seconde. Le projet a valu à
TSF le prix FutureEdge 50 décerné aux applications des
technologies émergentes.
Une collaboration transversale
pour diriger le processus
D
ans le secteur des services financiers automobiles, la rapidité de
décision est un facteur important pour les concessionnaires
comme pour les clients. Pour gagner un avantage concurrentiel,
Toyota Financial Services (TFS)
s’est tourné vers l’IA afin d’augmenter sa capacité à prendre des décisions de crédit en
les automatisant, mais aussi pour améliorer l’expérience
des clients et des concessionnaires, et gérer plus efficacement le risque de crédit à la consommation, tout
en respectant les pratiques de prêt équitables. « Notre
objectif est d’offrir aux clients et aux concessionnaires
la meilleure expérience possible », explique Bharadwaj
Gopal, responsable de l’information sur le domaine chez
« L’équipe IT de Toyota Financial Services s’est associée à
l’unité de gestion du risque de crédit à la consommation
de l’entreprise afin d’articuler l’analyse de rentabilité de
son moteur IFDE sur la base de données réelles », raconte
M. Gopal. « Plus d’un million de demandes antérieures de
prêts à la consommation ont été évaluées, et une analyse
de l’ensemble des échanges a été effectuée pour mesurer
l’efficacité des nouveaux modèles déployés dans l’IFDE
et estimer l’évolution du traitement des opérations au
fil de l’eau - appelé Straight Through Processing - et la
diminution des impayés des clients », développe le DIO
de TFS.
Toyota Financial Services a construit son moteur IFDE
sur Amazon Elastic Kubernetes Service (EKS) et a exploité les tests de gestion des décisions des campagnes/
challenger pour comprendre comment réagissait le
nouveau modèle. L’équipe a également utilisé des outils d’évaluation de régression et de charge automatisés pour les tests d’évolutivité, « essentiels » selon
M. Gopal, étant donné que l’outil devait être ca
41