Une nouvelle ère d'inclusion financière : exploiter l'IA pour autonomiser les ménages à revenu faible ou modéré - Editorial du FTW dimanche

Découvrez les meilleures actualités et événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lue par des cadres de JP Morgan, Coinbase, Blackrock, Klarna et plus encore

Pour cette éditoriale dominicale, nous, chez FinTech Weekly, souhaitons partager avec vous une recherche importante attirée à notre attention par Commonwealth, une organisation à but non lucratif nationale engagée à construire la sécurité financière et l’opportunité pour les personnes vulnérables financièrement par l’innovation et les partenariats.

Leur initiative Emerging Tech For All (ETA) vise à découvrir comment l’IA peut être conçue pour servir véritablement les ménages à faible et moyen revenu (LMI), une démographie souvent négligée dans les avancées technologiques.

L’intelligence artificielle, en particulier l’IA conversationnelle, est largement reconnue pour son potentiel à transformer les services financiers. Le vrai défi réside dans la capacité de ces systèmes à fournir un soutien pratique et fiable aux ménages LMI plutôt que de simplement servir des utilisateurs à revenu élevé, technophiles. Le problème ne concerne pas seulement l’accès mais la conception d’outils qui répondent réellement aux besoins de ceux qui ont été laissés pour compte par le progrès technologique.

Comprendre l’enjeu

Les disparités dans l’avancement technologique et l’accessibilité ont persisté tout au long de l’histoire. Les systèmes d’IA, en particulier ceux destinés aux services financiers, ciblent souvent les besoins des utilisateurs à revenu plus élevé. Les outils conçus pour améliorer la commodité d’un démographique échouent souvent à être efficaces pour un autre.

Les données de la recherche de Commonwealth présentent clairement cette division. Alors que près de 30 % des adultes américains ont déclaré utiliser l’IA en 2023, seule une fraction de ce groupe appartenait à des ménages LMI. Cet écart reflète un problème plus profond : les outils d’IA sont souvent développés sans prendre en compte pleinement les besoins et préoccupations spécifiques des individus LMI. Les systèmes peuvent offrir des capacités sophistiquées mais manquent de pertinence là où cela compte le plus.

L’enthousiasme autour des modèles d’IA générative comme ChatGPT, lancé en 2022, illustre le potentiel de ces systèmes à fournir des conseils financiers évolutifs et personnalisés. Cependant, ces outils ciblent principalement les utilisateurs disposant de ressources financières ou de maîtrise technologique. L’enthousiasme des développeurs et des entreprises ne s’est pas encore traduit par des solutions pratiques et efficaces pour les ménages LMI.

Construire la confiance et répondre aux préoccupations réelles

La confiance reste un facteur critique pour que les systèmes d’IA soient adoptés par les populations LMI. Pour beaucoup d’utilisateurs, les systèmes d’IA ne sont pas seulement des outils technologiques ; ce sont des services qui doivent démontrer une réelle valeur tout en garantissant la confidentialité et la sécurité. Les préoccupations concernant la sécurité des données et la vie privée restent des obstacles majeurs à l’adoption.

Selon la recherche de Commonwealth, 63 % des utilisateurs sont préoccupés par la sécurité de l’IA, et 53 % s’inquiètent de la vie privée. Ces préoccupations reflètent un scepticisme plus large envers des technologies perçues comme invasives plutôt que comme soutenant. Les outils d’IA promettent souvent la commodité mais ne parviennent pas à montrer comment ils protégeront les informations personnelles des utilisateurs.

Fait intéressant, de nombreux utilisateurs LMI ne perçoivent pas les chatbots comme de “l’IA”. Ils les voient comme des outils conçus pour effectuer des tâches spécifiques comme payer des factures, vérifier des soldes ou résoudre des problèmes simples. Cette perception offre un aperçu précieux pour les développeurs : les gens ne s’intéressent pas forcément à l’IA en tant que concept ; ils veulent des outils pratiques qui répondent à leurs besoins sans complexité inutile.

La fiabilité se construit par la cohérence et la clarté. Les systèmes d’IA doivent fournir des services fiables et transparents qui respectent la vie privée des utilisateurs et les autonomisent sans paraître exploitatifs. Des outils efficaces prouvent leur valeur par des résultats pratiques et mesurables.

Ce que veulent réellement les utilisateurs LMI

La recherche de Commonwealth offre des insights importants sur ce que recherchent réellement les ménages LMI. Ils veulent des outils qui apportent une assistance pratique face à de véritables défis financiers plutôt que des technologies sophistiquées pour le simple plaisir.

Les domaines où l’IA peut faire une différence immédiate incluent la budgétisation, la construction de crédit et le traitement des paiements. Ces domaines ne sont pas glamour, mais ils sont essentiels pour atteindre la stabilité financière. Les tests sur le terrain de Commonwealth indiquent que les utilisateurs préfèrent des outils d’IA offrant des conseils simples, sans jugement, axés sur la facilité d’utilisation et l’accessibilité.

L’insécurité financière s’accompagne souvent de honte et d’anxiété, ce qui rend la recherche d’aide difficile. Les systèmes d’IA conçus pour offrir des conseils sans faire sentir les utilisateurs jugés ou scrutés ont plus de chances d’être acceptés. Intégrer la praticité et l’empathie dans la structure même de ces outils est essentiel.

Le potentiel et les limites de l’IA générative

L’IA générative offre un potentiel considérable pour améliorer les services financiers. Sa capacité à fournir des conseils personnalisés et des insights en temps réel pourrait transformer la façon dont les ménages LMI interagissent avec les systèmes financiers. Cependant, des préoccupations pratiques concernant la précision, la vie privée et la complexité restent des obstacles importants.

Pour de nombreux utilisateurs LMI, l’IA générative semble encore peu fiable. La capacité de la technologie à transformer les chatbots de simples outils de questions-réponses en guides financiers complets est prometteuse mais nécessite une performance cohérente et fiable. Les systèmes conçus pour comprendre les circonstances individuelles et fournir des conseils adaptés auront probablement le plus grand impact.

Où l’IA pourrait faire la différence : les prestations publiques et les outils en entreprise

La recherche de Commonwealth met également en évidence des domaines où l’IA pourrait améliorer significativement l’inclusion financière. Les systèmes d’aide publique restent complexes et difficiles à naviguer. Chaque année, environ $140 milliard de aides gouvernementales ne sont pas réclamés en raison de barrières bureaucratiques. Des outils d’IA capables de simplifier la vérification de l’éligibilité et de faciliter les démarches pourraient améliorer l’accès pour des millions de personnes.

Les systèmes d’IA peuvent aussi renforcer les outils financiers en entreprise. Les entreprises intégrant l’IA conversationnelle dans leur infrastructure des ressources humaines pourraient aider les employés à accéder à des ressources allant des plans de retraite aux programmes d’épargne d’urgence. La capacité à fournir des conseils clairs et personnalisés sur les avantages disponibles pourrait améliorer la littératie financière et le bien-être de toute la main-d’œuvre.

Avancer avec intention

Les résultats de la recherche de Commonwealth révèlent une vérité essentielle : créer des systèmes d’IA qui bénéficient réellement aux ménages LMI n’est pas seulement un défi technologique, mais une question de conception éthique. Des outils efficaces doivent être construits avec une compréhension des besoins réels de ceux qui ont été exclus historiquement des avancées technologiques.

La technologie existe. Ce qui reste, c’est le défi de construire des outils fiables, inclusifs et capables de répondre aux besoins spécifiques des personnes qu’ils sont censés servir. Le véritable potentiel de l’IA ne sera réalisé que lorsqu’elle fonctionnera réellement pour tout le monde.