Confinement oblige, je regarde des documentaires d’Arte. Et le dernier en date, qui portait sur le développement de la surveillance de masse par les pouvoirs publics grâce notamment à la reconnaissance faciale, était passionnant. (lien vers la vidéo YouTube pour les curieux)
Prenons un prisme moins sécuritaire (et moins inquiétant, du moins je l’espère) ; parce que la sécurisation et l’automatisation de la reconnaissance des individus est un besoin très répandu de nos jours, il est manifeste que la reconnaissance faciale est amenée à se développer dans l’ensemble des activités, dont bien évidemment l’assurance et la banque, où les usages en place ou en projet ne manquent pas. Petit tour d’horizon.
L’avenir du mot de passe ?
L’utilisation de données biométriques pour contrôler des accès, tant physiques qu’informatiques, n’est pas nouvelle : après l’empreinte digitale, aujourd’hui largement répandue (notamment sur les téléphones mobiles en remplacement du mot de passe), la reconnaissance faciale pourrait bien être le prochain sésame.
Au-delà des considérations de sécurité, il s’agit aussi de fluidifier le parcours client.
Quelques exemples :
Bank of America propose la reconnaissance faciale pour valider des transactions sur son application mobile.
La banque chinoise China Merchants Bank utilise la reconnaissance faciale sur ses distributeurs afin de simplifier le retrait d’espèces en toute sécurité ; plus besoin de carte !
L’automatisation des contrôles
BCGE, une banque suisse, utilise la technologie Face ID pour comparer l’identité du client et la pièce d’identité qui lui sont soumises lors d’une ouverture de compte.
Grâce à ce système, les processus peuvent être entièrement réalisés à distance, y compris les plus sensibles comme l’entrée en relation. Plus de détails sur ce sujet dans notre article dédié.
Le détecteur de mensonges
Quel banquier n’a jamais rêvé de détecter parmi ses clients, l’escroc, celui qui contracte un prêt sans aucune intention de le rembourser ; quel assureur n’aimerait pas pouvoir repérer les fausses déclarations ? Et si ces fraudeurs pouvaient être démasqués instantanément, grâce à la technologie ?
Le groupe financier chinois Ping An a construit un modèle permettant la reconnaissance des émotions, à partir de l’analyse de 54 micro-expressions involontaires du visage (clignement des yeux…) Utilisé dans le processus d’octroi des crédits, ce système aurait permis de réduire la fraude de 60%.
Si le fonctionnement d’un tel dispositif à l’insu du client ne pose pas de problème en Chine, il n’en est pas de même dans les pays démocratiques, en particulier en Europe où le consentement du client serait nécessaire, limitant fortement l’intérêt de son utilisation.
Mais vous êtes prévenus : la prochaine fois que votre banquier vous proposera une visioconférence à la place d’un rendez-vous en face à face, méfiez-vous !
L’enrichissement de l’intelligence artificielle
La Chine, déjà pionnière en matière de reconnaissance faciale pour les humains, ne compte pas s’arrêter là . L’assureur Ping An (toujours lui !) propose en effet un outil de reconnaissance faciale pour les vaches et les cochons, permettant de compter le nombre de têtes de bétail, donnée essentielle pour les assurances agricoles.
Le risque d’erreur élevé pour les êtres humains (cf documentaire d’Arte) peut nous faire douter de l’efficacité d’un tel dispositif pour les animaux, alors qu’il aura été construit sur un échantillon plus restreint, donc a priori encore moins fiable.
En réalité, la reconnaissance faciale devra être intégrée à un dispositif plus large d’intelligence artificielle fondée sur la reconnaissance d’image. Dans le monde de l’assurance, la reconnaissance d’image permet déjà d’estimer les dommages ou de prévenir l’apparition de certains risques : reconnaissance et estimation des dommages sur les véhicules accidentés, visualisation des dégâts après une inondation, surveillance de toits de bâtiments par drone pour prévenir d’éventuels risques (effondrement, chute d’une tuile…) La reconnaissance faciale enrichira ces usages en proposant par exemple d’une aide au diagnostic médical : IA et deep learning permettent de détecter une maladie génétique telle que le syndrome de DiGeorge avec un taux de réussite de 96,6% (source : Gemalto). La détection de signes de fatigue ou de somnolence au volant pourrait également permettre de prévenir des accidents de la circulation.
Lutte contre la fraude, mais aussi fluidification du parcours client, enrichissement par de nouvelles fonctionnalités : l’utilisation de la reconnaissance faciale dans l’assurance et dans la banque apporte de nombreuses perspectives. Mais au-delà des enjeux de respect de la vie privée liées à la conception de détecteurs de mensonge, inenvisageables dans leur état actuel dans nos sociétés occidentales, se pose la question de la fiabilité de cette technologie. La question n’est pas de savoir si la reconnaissance faciale va ou non s’imposer dans les services financiers, mais plutôt à quel moment elle sera suffisamment fiable pour pouvoir être utilisée largement - dans les limites acceptables pour le législateur et le consommateur, bien entendu.