Transformer les décisions de financement des moyennes entreprises
De la conception au financement, en une milliseconde à peine. Selon Andrew Yang, entrepreneur américain, fondateur de Venture for America et candidat démocrate à la présidence en 2020, nous sommes sur le point de connaître la « plus grande transformation économique et technologique de l'histoire du monde ». L'automatisation bouleverse les industries dans le monde entier. Du transport à la fabrication, des soins de santé à la finance : aucune industrie n'est à l'abri d'une transformation radicale. Il subsiste pourtant plusieurs îlots au sein de ces industries qui ont résisté aux bouleversements. Les entreprises œuvrant dans ces segments savent que ce n'est qu'une question de temps et que le temps presse.
Étant une société de financement, nous savons chez CapX Partners que l'un de ces segments est celui des prêts commerciaux au moyennes entreprises. Contrairement aux prêts aux particuliers et aux petites entreprises, où les décisions de crédit sont prises en quelques millisecondes par des nouveaux venus comme Kabbage et des opérateurs de longue date comme CapitalOne, la conclusion de prêts commerciaux au marché intermédiaire nécessite beaucoup de temps, parfois même des mois pour une transaction unique de 10 M$.
Une ère de bouleversements
L'impact économique des entreprises du marché intermédiaire ne peut être sous-estimé. Il existe environ 200 000 entreprises aux États-Unis ayant des revenus se situant entre 10 M$ et 1 G$, et la plupart étant détenues en participation restreinte ou contrôlées par une famille. Ces entreprises produisent environ un tiers du PIB américain.
Les institutions financières prêtent déjà des billions de dollars par an aux entreprises du marché intermédiaire, et il existe un énorme potentiel de croissance pour celles qui peuvent concevoir, souscrire et financer des transactions avec rapidité et précision. Les entrepreneurs et les innovateurs font ce qu'ils font toujours quand il y a beaucoup d'argent en jeu : ils fouillent, observent où il y a congestion et trouvent des solutions qu'ils mettent en œuvre et monétisent. Voilà pour les bouleversements!
C'est déjà arrivé ailleurs
De nombreuses institutions financières sont disposées à prêter de 5 000 $ à 250 000 $ sur en s'appuyant sur les données d'Experian, de PayNet, de FICO et d'autres. Il existe des solutions d'évaluation de crédit plus évoluées, comme Ocrolus, qui reposent sur des documents bancaires et fiscaux numérisés qui fournissent des informations plus approfondies sur la situation financière de l'emprunteur. Les plateformes de prêt numériques sont allées plus loin et ont ajouté des centaines, voire des milliers de points de données supplémentaires pour créer un portrait plus précis de l'emprunteur. Il peut s'agir de n'importe quoi, de la présence d'un propriétaire d'entreprise sur les médias sociaux aux modèles d'achat de son entreprise et personnels. Ces analyses financières et comportementales génèrent des résultats d'évaluation des risques et l'acceptation ou le refus est générée automatiquement. La rapidité et la précision de ces solutions améliore l'expérience aussi bien pour le prêteur que pour l'emprunteur. Mais lorsqu'une entreprise recherche 5 M$, voire 50 M$, que se passe-t-il?
Prochaine étape : prêts aux moyennes entreprises
Dans le cas d'une entreprise plus grande du marché intermédiaire, les prêteurs doivent se fier aux états financiers pour obtenir une évaluation plus détaillée de la capacité de l'emprunteur à rembourser ses dettes. C'est là que réside le défi. Premièrement, les états financiers ne sont jamais pareils d'une société à l'autre. Il faut donc recourir à un processus manuel pour transférer les données financières figurant sur des états financiers en format analogique vers des systèmes numériques capables de calculer des ratios, de reconnaître les données et de faciliter les décisions de crédit. Ce processus manuel sur mesure est lent et sujet aux erreurs.
De plus, les bilans et les états des résultats, même avec les nombreuses notes de bas de page qu'ils contiennent généralement, fournissent une multitude de données, mais ne justifient pas et n'expliquent pas ces données. L'état des résultats pourraient indiquer des revenus de 100 M$, mais comment ces revenus sont-ils générés? Sont-ils répartis de façon relativement égale entre plusieurs clients? Ou sont-ils concentrés entre quelques grands clients, de sorte que si l'un d'eux part, la structure de l'entreprise commence à s'effondrer. Ces considérations d'ordre qualitatif ne transparaissent pas toujours dans les états financiers, mais elles sont importantes pour dresser le portrait complet d'une organisation.
L'automatisation d'abord, ensuite l'IA
À l'heure actuelle, des sociétés d'analyse financière comme Fincura affirment avoir trouvé la solution en déchiffrant les données que contiennent les états financiers. Puis, en associant les données des états financiers numérisés avec les informations comportementales initialement conçues et utilisées pour les prêts aux particuliers et aux petites entreprises, il est désormais possible de concevoir les processus décisionnels automatisés destinés aux moyennes entreprises avec une rapidité et une précision, ainsi qu'à une échelle jamais encore imaginées. Mais l'automatisation n'est pas l'IA.
L'intelligence artificielle repose sur le principe que les machines peuvent apprendre et s'adapter à partir de l'expérience, plutôt que de s'appuyer exclusivement sur une logique préprogrammée. L'IA peut détecter les tendances et prédire ce dont une personne ou une entreprise aura besoin ou ce qu'elle voudra à l'avenir. L'apprentissage automatique permet de reconnaître les formes, mais la reconnaissance de l'image et de la voix constitue l'utilisation la plus courante. L'intelligence artificielle et l'apprentissage automatique évoluent à un rythme qui s'accélère rapidement et, au cours de la dernière décennie, nous avons pu constater leur influence de nombreuses façons. Un domaine particulièrement important pour le secteur des services financiers est la sûreté et la sécurité. Les algorithmes peuvent désormais bloquer les transactions frauduleuses avec un haut degré de précision en combinant l'analyse de modèles et l'analyse prédictive. L'IA a également amélioré l'expérience client et la capacité de personnaliser l'offre, par exemple en répondant aux questions des clients en temps réel grâce à un robot conversationnel. Et maintenant, l'IA est sur le point d'améliorer les décisions de crédit pour les moyennes entreprises afin de les accélérer et de les rendre plus accessibles et plus transparentes.
La véritable IA passe par l'apprentissage automatique, et l'apprentissage automatique nécessite des millions de points de données. Il faudra du temps pour que la véritable IA remplace complètement l'intervention humaine pour les décisions de prêt dans le marché intermédiaire, mais la voie à suivre est claire - d'abord la prise de décision automatique, puis l'apprentissage automatique mènera à l'IA véritable .
CapX Partners et sa société mère, Accord Financial, s'efforcent de créer un monde où les décisions de crédit pour le marché intermédiaire seront prises en quelques millisecondes, en utilisant l'IA et l'apprentissage automatique pour réunir des données quantitatives et qualitatives de manière systémique afin d'obtenir un portrait exhaustif de l'emprunteur. Notre mission, peu importe la façon de l'accomplir, est toujours la même, avec ou sans IA : simplifier l'accès au capital pour que nos clients puissent connaître le succès. Les prêts aux moyennes entreprises ne font pas que des gagnants : il y aura des gagnants et des perdants. Nous voulons faire équipe avec les gagnants.