Bank of America
assistant financier conversationnel a l'echelle
Erica, l'assistant conversationnel de l'app Bank of America lance en 2018, a depasse 2 milliards d'interactions et 42 millions de clients en avril 2024, puis 3 milliards d'interactions et pres de 50 millions d'utilisateurs en aout 2025.
L'essentiel
- Assistant conversationnel Erica dans l'app mobile pour solde, transactions, budget et alertes proactives.
- Moteur NLP et voix maison, integre au core banking, sur donnees de compte en temps reel.
- Plus de 3 milliards d'interactions et 58 millions par mois ; reponse en 44 secondes pour 98% des clients.
- Preuve A, statut vivant confirme.
Objectif
Traiter en libre-service le gros du besoin quotidien des clients (solde, transactions, budget, alertes, virements) dans l'app, deporter les demandes simples hors des canaux couteux et pousser des insights proactifs pour ancrer l'usage de l'app.
Le déploiement
Erica est l'assistant integre a l'app mobile de Bank of America, lance en 2018. Le client l'interroge en langage naturel ou par la voix pour verifier un solde, retrouver une transaction, gerer un budget ou recevoir une alerte. Les volumes sont massifs et documentes par la banque : plus de 2 milliards d'interactions et 42 millions de clients aides annonces en avril 2024, puis 3 milliards d'interactions et pres de 50 millions d'utilisateurs en aout 2025, avec une moyenne de plus de 58 millions d'interactions par mois. Erica pousse aussi des insights personnalises proactifs sans que le client ait a demander.
Résultats Preuve A
Volumes publies par Bank of America elle-meme dans plusieurs communiques officiels concordants (T1), sur plusieurs annees (2 milliards en 2024, 3 milliards en 2025), en ligne avec ses disclosures d'engagement digital rattachees au reporting trimestriel. Plusieurs sources primaires concordantes de la marque-sujet font monter le niveau.
Comment ça fonctionne
Approche-type inféréeLe détail interne n'est pas public. Voici une approche éprouvée qui mène au même résultat - à adapter à votre stack.
La stack en détail
- outil Erica (moteur NLP maison) Moteur de comprehension du langage naturel et de la voix construit en interne par Bank of America, integre au core banking ; les sources ne nomment pas de LLM tiers.
- outil Moteur d'insights proactifs (analyse predictive maison) Analyse predictive sur les transactions qui detecte les evenements (depense inhabituelle, echeance, opportunite d'epargne) et pousse des alertes personnalisees.
- plateforme App mobile Bank of America Canal unique d'Erica (texte et voix), avec integration profonde aux comptes et transactions en temps reel.
Comment ça tourne, concrètement
Pour les équipes ops-
1Requete client client
Le client tape ou dit sa demande dans l'app (solde, transaction, budget, virement).
-
2Comprehension et reponse IA
Erica interprete l'intention, va chercher la donnee de compte et repond, en moyenne en moins de 44 secondes.
-
3Insights proactifs IA
En dehors de toute requete, Erica detecte des evenements (depense inhabituelle, echeance, opportunite d'epargne) et pousse une alerte personnalisee.
-
4Supervision et amelioration equipe data
L'equipe interne suit les volumes, la satisfaction et les cas mal compris pour elargir le perimetre traite.
L'intention exprimee par le client (requete en langage naturel ou voix) plus les signaux transactionnels qui declenchent les insights proactifs. Sans donnees de compte propres et a jour, les insights et alertes perdent leur pertinence.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLes consommateurs n'acceptent pas les chatbots par defaut : 64% prefereraient que les entreprises n'utilisent pas d'IA dans leur service client (Gartner, 2024) et pres d'un utilisateur sur cinq du service client par IA n'en retire aucun benefice (Qualtrics, 2025). L'acceptation se construit sur trois conditions mesurees par Salesforce : savoir qu'on parle a une IA, pouvoir escalader vers un humain, comprendre la logique de l'agent.
Conditions d'acceptation
- Etre informe qu'on parle a une IA et non a un humain (pres de 75% le demandent, Salesforce 2024)
- Un chemin d'escalade clair vers un agent humain (45% plus enclins a utiliser l'agent IA, Salesforce 2024)
- Une logique de l'agent clairement expliquee (44% plus enclins, Salesforce 2024)
Lignes rouges
- Rendre l'humain injoignable : c'est la premiere inquietude des consommateurs sur l'IA dans le service client (Gartner 2024) et 50% craignent que l'IA les coupe du contact humain (Qualtrics 2025)
- Remplacer le service client par l'IA sans alternative : 53% envisageraient de partir chez un concurrent (Gartner 2024)
Sources : Salesforce 2024 · Gartner 2024 · Qualtrics 2025
Voir l'acceptation complète : par pays, par usage, par génération
Comment répliquer
Inférence - non sourcéPrérequis data
- Donnees de compte et de transaction en temps reel
- Historique d'intents clients pour l'entrainement
- Regles de detection d'evenements pour les insights proactifs
Prérequis orga
- Equipe produit digital dediee dans la duree
- Cadre de securite et de conformite bancaire
- Gouvernance des messages proactifs (frequence, pertinence)
Stack possible
- Moteur NLP/LLM
- Couche d'analyse predictive sur les transactions
- Integration profonde au core banking et a l'app mobile
Le plan, étape par étape
- Étape 1Cartographier les 20 intentions client les plus frequentes (solde, transaction, virement, budget) a partir des logs support et app.Livrable : Referentiel d'intentions priorisees par volume.
- Étape 2Construire l'assistant en lecture seule sur les donnees de compte pour ces intentions, en environnement de test.Livrable : Prototype interne teste sur donnees reelles.
- Étape 3Ouvrir une beta a un segment de clients dans l'app, avec escalade humaine et transparence sur la nature IA.Livrable : Assistant en beta, taux de resolution et satisfaction suivis.
- Étape 4Elargir le perimetre aux actions transactionnelles et aux alertes, avec validation securite et conformite bancaire.Livrable : Assistant generalise dans l'app.
- Étape 5Ajouter les insights proactifs declenches par les signaux transactionnels, avec gouvernance de la frequence des messages.Livrable : Moteur d'alertes personnalisees en production.
Première étape : Cartographier les 20 intentions client les plus frequentes dans l'app et brancher l'assistant sur la donnee de compte en lecture avant d'ajouter le proactif.
Le même pattern, prouvé dans d'autres industries
ADT
agent client genAI
Air India
agent client genAI (service client automatisé)
AT&T
Assistant genAI d'entreprise gouverne : un LLM branche sur la connaissance interne, ouvert a des dizaines de milliers de salaries et appele en masse par des systemes automatises
Sources
- S1 BofA's Erica Surpasses 2 Billion Interactions, Helping 42 Million Clients Since Launch Primaire archive à générer
- S2 A Decade of AI Innovation: BofA's Virtual Assistant Erica Surpasses 3 Billion Client Interactions Primaire archive à générer
- S3 Bank of America's Erica surpasses 2 billion interactions Presse établie archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.