Livre blanc: Transformation numérique alimentée par l'IdO dans le secteur des finances

L'industrie de la finance a peu de points de terminaison physiques. Pourtant, malgré le manque de pompes, de moteurs, d'actionneurs ou de nombreux processus physiques couramment associés à la technologie IoT, les institutions bancaires et financières sont à l'avant-garde de la transformation numérique. Après tout, les PDG de JP Morgan et de Goldman Sachs ont décrit leurs organisations comme des entreprises technologiques plutôt que comme des institutions financières. L'objectif de ce livre blanc est de mettre en évidence les cas d'utilisation qui démontrent le potentiel de l'IoT à transformer l'industrie de la banque, des services financiers et de l'assurance (BFSI).

Le pilier le plus mature de BFSI en ce qui concerne l'innovation IoT est le secteur de l'assurance. Les compagnies d'assurance automobile ont été les pionnières de l'utilisation de la télématique (technologie qui communique les données relatives à la sécurité et aux opérations des automobiles vers le nuage) pour ajuster les primes. C'est référé à l'assurance basée sur l'usage (UBI). Cependant, étendre les connaissances acquises à partir de données télématiques ou d'équipements (équipements mobiles et fixes) à travers les industries offre une multitude d'opportunités pour le secteur de l'assurance. Toute entreprise disposant d'un parc de véhicules, d'une chaîne d'approvisionnement multimodale ou d'un équipement à forte intensité de capital est probablement assurée selon des tables actuarielles et compte sur des enquêtes coûteuses pour trier les réclamations. Au lieu de (ou, plus probablement, en plus des) tableaux actuariels, les capteurs peuvent fournir des données sur ce type d'équipement en temps réel. Les informations sur les alarmes critiques et les enregistrements de maintenance sont également précieuses pour établir un profil dynamique des risques et de l'exposition. Les compagnies d'assurance pourraient, par extension, s'associer avec des prêteurs pour aider à accorder du crédit à un client dont les actifs approchent de la fin de leur cycle de vie. C'est une victoire pour la compagnie d'assurance, le prêteur et le preneur d'assurance qui peut tirer parti d'une offre de crédit pour le nouvel équipement.

Toute entreprise responsable de l'assurance des travailleurs est exposée de manière significative aux risques de sécurité des travailleurs. Dans 2016 les entreprises aux États-Unis ont perdu 60 milliards de dollars en raison de blessures au travail. Les solutions de travailleurs connectées et les données qui en résultent aident les organisations à optimiser ces dispositions en s'attaquant à la cause la plus importante des blessures au travail: les manquements à la conformité des employés aux normes de sécurité.

L'assurance n'est pas le seul secteur où les modèles d'entreprise basés sur l'utilisation peuvent transformer les offres de produits. Les banques peuvent combiner les données d'utilisation des capteurs IoT avec les données de transaction déjà détenues pour développer de nouveaux modèles de financement d'actifs basés sur l'utilisation effective des actifs d'usine, des flottes logistiques, des équipements miniers, de la production d'énergie et même de l'agriculture. Les banquiers établissent un profil de risque des clients basé sur une multitude de facteurs tels que les performances passées et les tendances de l'industrie. Cependant, à la fin, les banques fonderont leurs décisions de crédit sur leur évaluation de la capacité d'un client à utiliser le capital pour gagner suffisamment de revenus pour rembourser le prêt. L'IoT offre aux banquiers et à leurs clients la possibilité de maintenir un profil de risque complet en temps réel. Un banquier ayant accès aux données d'une machine d'usine qui imprime des numéros de série sur des marchandises connaît la quantité exacte de chaque type de marchandise produite chaque jour dans une usine. Prenant cette approche un peu plus loin, une banque pourrait marier ces données à partir des quais de chargement dans les centres de distribution et voir où et combien de marchandises sont expédiées. Ce modèle fonctionne également dans une approche proactive où les idées et les données peuvent permettre aux banques de construire conjointement des modèles de financement avec les fabricants et les fournisseurs de services. Ce modèle s'applique au financement d'actifs complexes tels que des lignes de matériel de fabrication ainsi qu'à des transactions plus simples telles que le financement de contrats de location de voitures.

Le segment en amont du secteur de l'énergie et du gaz naturel fournit une extension spectaculaire, mais logique, de la pertinence de l'IoT dans le secteur BFSI. La catastrophe de Deepwater Horizon a coûté plus de 40 milliards de dollars à BP. L'utilisation de la technologie IoT pour surveiller la sécurité et l'impact environnemental est un domaine mature, mais les institutions financières ont également la possibilité de monétiser ces données. Lorsque le profil de risque en temps réel d'un site est connu par une source de données inviolable (telle que Blockchain) plutôt que de faire appel à des inspections manuelles dans des zones difficiles d'accès, les investisseurs auront également un profil de risque complet. comme information pouvant être utilisée pour évaluer les rendements d'un site d'exploration.

Enfin, les banques de détail sont des candidats immédiats pour l'innovation IoT. L'ATM est le point de terminaison physique le plus commun pour n'importe quelle banque de détail, et, pour beaucoup, sert de la seule interface physique non-humaine entre les gens normaux et l'industrie de la finance. Le modèle est simple: insérez une carte, entrez un code PIN et récupérez l'argent. Il faut cependant se demander qu'est-ce qu'un morceau de plastique, même un morceau de puce, fait qu'un appareil mobile ou un scanner biométrique ne peut pas faire? Au lieu d'utiliser une carte facilement usurpée, pourquoi ne pas utiliser un appareil mobile qui peut non seulement vérifier l'identité, mais aussi interagir avec un guichet automatique et lui donner l'opportunité de proposer à un client des offres personnalisées prêts ou véhicules d'épargne différents.

Les exemples ci-dessus sont des exemples d'applications IoT conventionnelles. Les exemples à suivre sont peut-être plus dérivés, mais offrent également un potentiel de transformation encore plus important pour l'industrie BFSI.

Les banques ont également une formidable opportunité de capitaliser sur les données de transaction détenues par plusieurs industries. Alors que les informations sur Wall Street deviennent de plus en plus transparentes, comment les données IoT sur l'utilisation des actifs dans les usines, les mines, les supermarchés, etc. peuvent-elles être avantageuses pour les investisseurs? En examinant les décisions d'achat et les tendances d'utilisation, une banque pourrait établir un profil des clients comme UPS ou DHL pour surveiller les activités de livraison durant la période des fêtes et prendre des décisions basées sur des données en temps réel plutôt que d'attendre des consommateurs. 19659002]

Les marchands de produits de base se régalent de données: rendements agricoles, comportement des consommateurs, tendances climatiques, etc. Pourquoi ne pas relier un négociant spécialisé dans les contrats à terme sur le ventre de porc à un régime d'engraissement? Avec le bon moteur d'analyse, le trader n'attend plus les rapports mais négocie en fonction du comportement d'alimentation des porcs qu'il achète ou vend le même jour. Ce même scénario est vrai pour tout commerçant qui dépend des rendements agricoles. Ce flux de valeur pourrait bien aller bien au-delà des négociants en produits de base aux agriculteurs et aux consommateurs finaux. Par exemple, si le type de données ci-dessus indiquait un pic de demande pour un produit comme le bœuf engraissé à l'herbe et engraissé au grain, les agriculteurs pourraient justifier leurs emprunts pour acheter des veaux nourris à l'herbe et nourrir leurs bailleurs de fonds [19659002]

Le crédit immobilier commercial est un autre domaine dans lequel une modification de l'utilisation de l'IoT offre un énorme potentiel de création de valeur. Les agences d'assurance, les prêteurs et même les gestionnaires de FPI profitent directement des capteurs qui surveillent le trafic piétonnier, le comportement des consommateurs et même la consommation d'énergie. Cette information, correctement appliquée, fournirait une évaluation fondée sur le comportement en temps réel ou sur les occupants plutôt que de faire des projections fondées sur des propriétés comparables.

Au fur et à mesure que l'industrie de l'IoT évolue, les questions «Que peuvent détecter les capteurs?» Et «Quelles informations vous permettront de prendre de meilleures décisions?» L'IoT dans les services financiers représente une opportunité importante de comprendre comment les données tangibles peuvent influencer les décisions. faire des flux de capitaux électroniques. Les institutions financières doivent franchir le pas et investir dans l'expertise, les plates-formes et l'intégration des données qui leur permettront de tirer parti de toutes les données disponibles. Les données sont déjà à la portée de l'industrie BFSI; il est temps de le saisir et de le monétiser.