Si vous êtes un banquier travaillant dans la finance, vous avez sûrement entendu la moitié de ces mots à la mode. Mais que signifient ces mots ? Découvrez les significations des acronymes BI, AI et SaaS, ainsi que des termes plus connus comme HMDA, CRA, TILA et RESPA.
En tant que professionnel de la banque ou de la finance dans le monde numérique, l’ignorance de ces 12 mots à la mode technologiques ne peut pas passer inaperçue.
1. Intelligence d’Affaires (BI)
L’intelligence d’affaires fait référence à l’analyse des données commerciales, des stratégies ou des technologies qui aident une entreprise à analyser des données commerciales quantitatives et qualitatives, et dans la plupart des cas, inclut des aperçus passés, présents et futurs des opérations commerciales, dans le but de prendre de meilleures décisions.
2. FinTech
FinTech signifie technologie financière et fait référence au secteur de l’industrie financière et technologique qui se concentre sur la fourniture de services financiers par le biais de la technologie. C’est une industrie en pleine croissance, surtout en Amérique du Nord. Aujourd’hui, FinTech peut désigner toute nouvelle technologie financière, de l’éducation à la banque de détail. Elle inclut également des innovations telles que les cryptomonnaies.
3. RegTech
RegTech est un autre mot composé qui inclut les mots ‘réglementaire’ et ‘technologie’. RegTech fait référence à toute technologie qui aide les entreprises à se conformer aux réglementations. Elle fait souvent référence à des logiciels qui aident les entreprises à respecter les réglementations financières, bien qu’elle ne doive pas nécessairement se limiter à cela. Le prêt équitable, HMDA, CRA et les analyses de Redlining sont tous des exemples de FinTech.
Remarque : L’expression BankTech est de plus en plus entendue, mais son utilisation est limitée : en général, BankTech fait référence à la technologie utilisée dans la banque. La signification pratique du terme est encore en développement (fait-elle référence aux technologies qui facilitent les opérations bancaires pour les utilisateurs finaux ? Fait-elle référence aux technologies opérationnelles utilisées par les banques traditionnelles ? Les banques non traditionnelles peuvent-elles être considérées comme BankTech ?). Cette tendance doit être surveillée.
4. Cryptomonnaies & Blockchain
Le terme cryptomonnaies est utilisé pour désigner des monnaies numériques sécurisées et décentralisées, c’est-à-dire des monnaies en dehors du système de banque centrale. Cela nécessite un ‘consensus absolu’ dans le réseau, l’approbation de chaque membre, et la technologie qui permet cela est appelée blockchain.
5. Néobanque
Cela fait référence à une institution bancaire qui remet en question le marché bancaire traditionnel. Les néobanques sont des institutions financières entièrement numériques qui fournissent des produits sous licence par le biais de relations avec des institutions bancaires partenaires, mais qui n’ont pas elles-mêmes de licence bancaire. Un exemple est Yolt, une application proposée aux clients britanniques par ING Bank, qui permet aux utilisateurs de visualiser leurs dépenses et leurs transferts d’argent.
Ne manquez pas l’occasion d’en apprendre davantage sur les défis de la blockchain et des nouvelles technologies pour le secteur financier et de réseauter avec les experts les plus éminents de la banque, et si vous ne l’avez pas encore fait, inscrivez-vous à temps pour participer à la 7ème Réunion des Gouverneurs et Banquiers de la Région car une place est recherchée depuis des années.
6. Intelligence Artificielle (AI)
Également connue sous le nom d’intelligence machine (Machine Intelligence ou MI), John McCarthy, professeur à l’Université de Stanford, la définit comme la science de la création de machines intelligentes, en particulier des programmes informatiques intelligents. L’intelligence ici est définie comme la capacité à atteindre des objectifs. L’IA fait souvent référence à la capacité des machines à prendre des décisions après un processus d’apprentissage. Le terme ne signifie pas nécessairement créer des machines capables de penser, d’apprendre et de prendre des décisions comme les humains, mais très souvent, c’est le cas. Watson d’IBM est un bon exemple d’ordinateur IA, mais Cortana et Siri sont également des versions de l’intelligence artificielle avec lesquelles les gens interagissent quotidiennement.
7. SaaS
Un acronyme pour Software-as-a-Service, il fait référence à la fourniture de services logiciels ou d’applications centralisés sur Internet, qui sont constamment disponibles. Pour la plupart des outils SaaS, qu’ils soient sur le web ou à la demande, un abonnement est requis, et des frais d’accès mensuels ou annuels doivent être payés, avec l’avantage que la sécurité est fournie par le prestataire de services. Un bon exemple de produit SaaS est Microsoft Office 365.
8. TES
Le service habilité par la technologie apporte de la valeur aux clients, et le succès des clients est également crucial pour l’entreprise. TES se concentre sur la fourniture du logiciel le plus utile.
9. Gestion des Données
C’est la responsabilité qu’une entreprise, un produit ou un service a pour la qualité des données et la sécurité au sein de l’organisation et c’est un domaine émergent.
10. Autorisation Basée sur la Localisation
Paramètres de sécurité, logiciels et applications qui contrôlent l’accès en fonction de la localisation. Les institutions financières peuvent utiliser cette autorisation pour restreindre l’accès au compte si un utilisateur tente d’y accéder depuis des lieux inhabituels.
11. Datafication
Cela fait référence à la tendance générale à collecter autant de données que possible et à les utiliser dans la prise de décision, la gestion du comportement et la construction de stratégies. Pour garantir la qualité, la sécurité et la disponibilité des données au sein de l’organisation, un serveur de données peut fournir une assistance.
12. Analyse Prédictive
C’est un domaine d’analyse qui se concentre sur l’utilisation des données actuelles et passées pour évaluer ou prédire des états futurs, et est particulièrement utile pour identifier des opportunités et des risques. Dans le secteur bancaire, ce type d’analyse est utilisé pour évaluer le risque d’endettement, détecter la fraude, etc. En combinaison avec l’intelligence artificielle, l’analyse prédictive a le potentiel d’apprendre par elle-même pour s’améliorer, écrit le blog Tru Point Partners.
