FinTrU optimise ses flux de travail réglementaires grâce à l'IA documentaire d'ABBYY

Sur les marchés de capitaux, l’automatisation documentaire couvre un large éventail de cas d’usage, allant du traitement de formulaires simples et structurés à l’analyse de rapports annuels volumineux et non structurés. C’est dans ce second cas que les choses se compliquent — et c’est précisément là que FinTrU intervient, en accompagnant des banques d’investissement internationales dans des domaines à forte complexité tels que la conformité KYC (Know Your Customer) et l’évaluation du risque de crédit.

Les analystes consacraient des heures à examiner des milliers de documents financiers hétérogènes, souvent longs de plusieurs centaines de pages. FinTrU avait donc besoin d’une solution d’automatisation capable de traiter de grands volumes et une grande diversité de documents financiers, tout en respectant les exigences strictes de conformité de ses clients.

FinTrU a développé TrU Label, une solution d’intelligence documentaire hautement configurable, conçue pour automatiser l’extraction de données à partir de documents réglementaires volumineux et complexes. Pour concrétiser ce projet, FinTrU s’est associé à ABBYY et a intégré directement dans TrU Label ses technologies avancées d’OCR (reconnaissance optique de caractères) et d’IDP (traitement intelligent des documents). Cette approche a permis à FinTrU de se concentrer sur ses modèles propriétaires de machine learning et sur les éléments différenciants de son produit, plutôt que de développer de zéro l’ensemble de la chaîne de reconnaissance documentaire.

TrU Label propose des options pré-entraînées pour des cas réglementaires courants tels que la connaissance du client (KYC), l’évaluation du risque de crédit et les contrats ISDA. Grâce à la plateforme IDP d'ABBYY, qui alimente la couche d'ingestion et d'extraction de données, TrU Label a pu :

• Catégoriser plus de 54 types de documents financiers.
• Extraire plus de 60 champs de données clés à partir de documents financiers complexes grâce au modèle de données sectoriel développé par FinTrU.
• Mettre en place une validation humaine (« human-in-the-loop ») via un flux de vérification où l’IA préremplit les informations, un premier analyste les vérifie, puis un second les confirme pour garantir la conformité.
• Produire des PDF annotés, prêts pour l’audit, ainsi que des données propres et structurées, intégrables directement aux systèmes bancaires, avec une traçabilité complète des données pour une auditabilité optimale.

FinTrU a lancé la plateforme avec une banque multinationale fin 2023. Depuis, le moteur d’automatisation a produit des résultats remarquables.

• 99% de réussite dès la première tentative lors des contrôles de conformité
• 96% de précision dans la classification des documents
• 40% d’amélioration de l’efficacité du traitement des documents
• 40% de réduction des erreurs de saisie manuelle des données
• 15% d’économies de coûts