Commonwealth Bank of Australia
messagerie client GenAI + alertes proactives
En 2024, la messagerie client GenAI de Commonwealth Bank of Australia traite plus de 50 000 demandes par jour, avec une baisse de 40% des temps d'attente au centre d'appels et une reduction de 50% des pertes liees aux arnaques.
L'essentiel
- Messagerie client GenAI dans l'app plus alertes proactives de transaction suspecte.
- Couche GenAI interne sur le flux transactionnel, avec NameCheck, CallerCheck et CustomerCheck.
- Plus de 50 000 demandes par jour, temps d'attente -40%, pertes arnaques -50%.
- Preuve B, statut vivant confirme.
Objectif
Deporter le volume d'appels vers une messagerie GenAI dans l'app pour reduire les temps d'attente, et utiliser la meme couche IA pour envoyer des alertes proactives qui coupent la fraude et les arnaques avant qu'elles n'aboutissent.
Le déploiement
Commonwealth Bank a mis une messagerie client propulsee par IA generative dans son app mobile, qui traite plus de 50 000 demandes de clients particuliers par jour. Sur le dernier exercice, la banque attribue a cette messagerie une baisse de 40% des temps d'attente au centre d'appels. La meme brique IA envoie des alertes proactives de transaction suspecte (autour de 20 000 par jour, avec une montee en charge prevue a 35 000), auxquelles CBA relie une chute de 30% des fraudes signalees par les clients et une reduction de 50% des pertes liees aux arnaques via ses fonctions NameCheck, CallerCheck et CustomerCheck.
Résultats Preuve B
Chiffres publies par CommBank dans une communication officielle (T1) alignee sur ses resultats d'exercice FY24, repris par la presse specialisee (T2/T4). Metriques operationnelles rattachees aux resultats mais pas des lignes de P&L auditees, donc B plutot que A.
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
- llm Couche GenAI interne CommBank messagerie generative developpee en interne ; les modeles sous-jacents ne sont pas divulgues publiquement
- outil Detection d'anomalies transactionnelles modeles internes qui scrutent le flux de transactions en continu et declenchent les alertes proactives (environ 20 000 par jour)
- outil NameCheck / CallerCheck / CustomerCheck fonctions anti-arnaque maison auxquelles CBA relie la reduction de 50% des pertes liees aux arnaques
- infra App mobile CommBank canal unique de la messagerie GenAI et des alertes proactives, branche sur le core banking
Comment ça tourne, concrètement
Pour les équipes ops-
1Demande en messagerie IA
Le client ecrit dans la messagerie de l'app ; la couche GenAI repond aux demandes courantes et desengorge le centre d'appels.
-
2Surveillance transactionnelle IA
En parallele, le systeme scrute les transactions pour reperer les schemas de fraude et d'arnaque.
-
3Alerte proactive IA
Sur transaction suspecte, une alerte est poussee au client (environ 20 000 par jour), avec les controles NameCheck, CallerCheck et CustomerCheck.
-
4Escalade et pilotage service client / equipe risque
Les cas complexes ou a risque partent vers un agent ; les equipes suivent temps d'attente, taux de fraude et pertes pour ajuster.
La donnee transactionnelle en temps reel. C'est elle qui alimente a la fois les reponses de la messagerie et la detection d'anomalies pour les alertes. Sans flux transactionnel propre, les alertes proactives deviennent du bruit et perdent la confiance des clients.
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
- Flux transactionnel en temps reel
- Historique de fraude et d'arnaque etiquete
- Base de connaissance des demandes clients frequentes
Prérequis orga
- Coordination service client et equipe risque/fraude
- Politique de messages proactifs (frequence, faux positifs)
- Cadre conformite et transparence IA
Stack possible
- LLM generatif pour la messagerie
- Modeles de detection d'anomalies sur transactions
- Integration app mobile et core banking
Le plan, étape par étape
- Étape 1Cartographier les demandes clients les plus frequentes en messagerie et poser le cadre conformite (donnees transactionnelles, transparence IA).Livrable : Corpus de demandes priorise et cadre juridique valide
- Étape 2Construire la messagerie GenAI sur les demandes de tete, integree a l'app, avec escalade vers agent outillee.Livrable : Beta interne fonctionnelle avec parcours d'escalade
- Étape 3Deployer progressivement aupres des clients et mesurer l'effet sur les temps d'attente du centre d'appels.Livrable : Messagerie en production avec tableau de bord de deflection
- Étape 4Brancher la detection d'anomalies sur le flux transactionnel temps reel et calibrer les seuils de faux positifs.Livrable : Moteur d'alertes valide en pre-production
- Étape 5Lancer les alertes proactives avec une boucle commune service client / equipe risque et suivre fraudes signalees et pertes.Livrable : Alertes en production avec suivi fraude et pertes
Première étape : Commencer par la messagerie sur les demandes les plus frequentes pour reduire les appels, puis brancher la detection d'anomalies sur le flux transactionnel pour les alertes.
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 Customer safety, convenience and recognition boosted by early implementation of Gen AI Primaire archive à générer
- S2 Commonwealth Bank uses AI to enhance customer service Secondaire 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.