Benjamin DUPONT- Responsable équipe Projet et Intégration Cegedim Outsourcing

La mise en œuvre d’une démarche de Green IT est désormais un sujet de gouvernance sensible qui doit être traité avec la plus grande attention. En effet, la montée en puissance des sujets liés à la RSE fait désormais partie des chantiers prioritaires des entreprises. Cela s’explique notamment par l’impact majeur que joue le digital en matière de consommation énergétique et de pollution. Alors comment faire pour initier une politique de Green IT et en mesurer rapidement les effets à plusieurs niveaux ? Voici quelques éléments simples qui peuvent être adoptés par toutes les organisations.

Bien gérer son parc IT

Un premier poste particulièrement énergivore concerne la consommation du parc IT. En effet, à titre d’exemple, à la fin des heures de bureau traditionnelles, nombre de ces équipements restent allumés, ce qui entraine des surconsommations inutiles et une usure prématurée des équipements. En ce sens, il est fondamental de ne pas rester passif face à une telle situation et de mettre en place un système centralisé qui permettra d’éteindre l’ensemble des postes de travail à une certaine heure.  

Ne pas renouveler son parc inutilement

Allonger la durée de vie des équipements IT est également un élément clé. Ainsi, il peut être intéressant de ne pas renouveler du matériel encore sous garantie, mais également de faire réparer ses devices plutôt que de les changer. De plus, dans certains cas, les professionnels peuvent se tourner vers des matériels IT reconditionnés qui proposent les mêmes garanties que des équipements neufs.

Utiliser des outils collaboratifs pour communiquer

Selon une étude récente du magazine l’Indépendant, les e-mails génèrent 410 millions de tonnes de CO₂ par an. Ils jouent donc un rôle de premier plan en matière de pollution numérique. En ce sens, il est nécessaire de limiter l’usage de ce moyen de communication dans la mesure du possible et d’utiliser des outils collaboratifs type chat et autres qui permettront de limiter fortement l’impact environnemental des échanges digitaux. Il faut trouver le bon équilibre entre mail et plateforme collaborative. 

Ne pas dupliquer les équipements

Éviter de dupliquer les équipements est aussi une donnée fondamentale. Ainsi, opter pour une approche de type Bring Your Own Device peut être particulièrement vertueux et générer des bénéfices rapidement mesurables.

Sensibiliser les équipes aux bonnes pratiques 

Un autre volet important à prendre en considération concerne la sensibilisation des collaborateurs aux bonnes pratiques à mettre en place au quotidien en matière d’utilisation de leurs équipements et solutions. Ce travail de fond permettra d’inculquer une culture d’entreprise « Green IT » et d’atteindre les objectifs fixés qui ne peuvent être remplis que si l’ensemble des équipes jouent le jeu. Il doit s’agir d’un véritable projet d’entreprise. 

Bien d’autres actions peuvent compléter ces bonnes pratiques pour donner au Green IT un réel visage. De plus, au-delà de contribuer à réduire fortement son empreinte carbone, mettre en place une politique de Green IT est aussi l’assurance de pouvoir optimiser ses ressources financières tout en positionnant la performance de ses infrastructures au centre de sa stratégie de croissance.

Par Marie WEISS pour Celge

Logiciel utilisé pour la gestion des processus d’entreprise, l’Entreprise Resource Planning (ERP) se compose d’une suite d’applications. Ces dernières sont liées les unes aux autres par une base de données unique. Le progiciel de gestion intégré a pour principal avantage d’optimiser le processus de gestion en entreprise. Il permet en effet de minimiser les risques d’erreur, notamment dans le cadre de saisies multiples.

Quel intérêt de recourir à l’ERP ?

L’objectif premier du recours à l’ERP réside dans l’optimisation de la gestion des processus d’une entreprise. Cela permet à la structure d’améliorer son efficacité, en rendant automatique de nombreux processus qu’elle utilise régulièrement. Il faut toutefois noter qu’il n’existe pas à proprement parler de ‘’meilleurs ERP’’ étant donné que ce type de solution est modulaire. En d’autres termes, les entreprises vont procéder au choix des modules à intégrer en se basant sur leur activité principale. Il va de soi que certains modules conviendront mieux à certaines entreprises et le seront moins pour d’autres. La clé pour obtenir le meilleur ERP consiste pour la structure à choisir les solutions propres à sa catégorie d’activité, sa taille, ses services et à ce qu’elle souhaite améliorer.

Les modules de base d’un ERP

Bien que les progiciels de gestion intégrés se composent de plusieurs modules, certains modules de base sont proposés par les principaux éditeurs. Parmi ceux-ci, on cite notamment les modules finance, ressources humaines, achat et approvisionnement, gestion de la relation client et enfin informatique décisionnelle.

Le module finance

Ce premier module assiste l’entreprise dans sa gestion financière. Concrètement, il va intervenir grâce à l’enregistrement, le suivi ainsi que la consolidation d’informations commerciales et opérationnelles. L’ensemble de ces derniers sera regroupé dans un système comptable centralisé. Pour offrir cette fonctionnalité de base indispensable, l’ERP utilise divers outils de gestion comptable. Il s’agit entre autres de :

Grand livre ;

Comptabilité fournisseurs ;

Comptabilité clients ;

Gestion des immobilisations ;

Gestion des achats et de la paie ;

Gestion des taxes ;

Gestion des risques.

Le module ressources humaines

Le module ‘’ressources humaines’’ se retrouve également dans la plupart des logiciels ERP proposés par les éditeurs. Il automatise la gestion des ressources humaines notamment par l’intermédiaire d’un suivi en temps réel du temps de travail de chaque salarié et des congés pris. Il en est de même de l’évaluation des performances de chaque salarié à l’échelle de l’entreprise. Sans oublier bien évidemment la gestion des différentes prestations sociales et le développement des compétences et des talents.

Le module achat ou approvisionnement

Cette fonctionnalité aide à la gestion des processus d’approvisionnement. Il intervient dès que les bons de commande sont émis, se charge de la gestion des fournisseurs, du suivi des paiements mais également de la génération de rapports. Grâce à l’ERP, les demandes d’approbation des bons et des paiements remontent de manière automatique jusqu’aux décideurs concernés.

Le module gestion de relation client

Ce module, que l’on appelle également brique CRM, est un référentiel centralisé des informations clients. Pour pouvoir être exploité, l’ensemble de l’entreprise ainsi que tous les services commerciaux y auront accès. Grâce à la gestion automatisée de relation client, le module va procéder à l’organisation de toutes les interactions de la structure. Cela concerne spécifiquement ses relations avec les clients et les prospects. Ce suivi des interactions intéresse tous les services entrant en compte avec la clientèle. Ce peut être le service des ventes, du marketing ou du service après-vente.

L’informatique décisionnelle

Cette solution permet à l’entreprise de procéder à l’évaluation de sa performance. Le but pour la structure est d’avoir une vision à la fois claire et synthétique des KPI. Pour remplir la fonction qui lui est assignée, le module propose des tableaux de bord, des rapports génériques ainsi que des rapports personnalisés intéressant les différentes activités de l’organisation.

ERP secteur d’activités

Les modules d’ERP spécifiques à un secteur d’activité

L’enterprise resource planning (ERP) est un logiciel modulaire composé d’une suite d’applications. Certains modules tels que la gestion de relation client, la gestion des finances et des ressources humaines sont des modules de base proposés par tous les éditeurs de logiciel. À côté, d’autres, plus spécifiques, sont choisis par les entreprises en fonction de leurs secteurs d’activité. Parmi ceux-ci, l’on retrouve notamment la gestion de la chaîne logistique, la gestion de projet ainsi que la gestion de la production.

Le module de gestion de la production

À l’aide de ce module, l’entreprise peut procéder à de nombreuses analyses dans la gestion de son processus de production. Il s’agit notamment de faire une analyse des :

Goulets d’étranglement (stade de travail qui reçoit une charge d’un volume supérieur au maximum qu’il peut traiter);

Temps d’acheminement entre les machines ;

Mouvements de matériels ;

Utilisation des installations et des équipements ;

Utilisation de la main-d’œuvre au sein de l’entreprise.

D’autre part, grâce à ce module de gestion de la production, la structure peut aussi s’assurer de la planification des interventions de maintenance.

La chaîne logistique

Le module de chaîne logistique que l’on appelle également supply chain, permet d’effectuer différentes opérations. Celles-ci sont notamment en lien avec les partenaires et les fournisseurs dans le cadre de la chaîne d’approvisionnement. Cela concerne par exemple l’approvisionnement en matières premières ou la gestion de stocks. Grâce à ce module, l’entreprise pilote de manière optimisée sa chaîne logistique en centralisant la gestion de tous les services. Un bon pilotage de la supply chain aide les décideurs dans leur prise de décision. Le but est notamment d’optimiser les coûts en un seul tour de main.

La distribution, la gestion d’entrepôt et l’inventaire

Ce module ERP intervient efficacement par l’intermédiaire d’une gestion en temps réel de l’entrepôt et des stocks. Le but est de faire en sorte d’intégrer les commandes et les devis des clients aux systèmes comptables, de traitement et de gestion d’inventaire. Ce suivi en temps réel permet à l’entreprise d’avoir un aperçu de toutes les commandes traitées dans les délais. L’avantage de ce module est qu’il permet aussi entre autres d’optimiser la consommation et l’entreposage du stock en fournissant une prévision automatique et manuelle d’inventaire. Dans le processus de distribution, les meilleurs ERP ont des modules destinés aux terminaux point de vente. Ceux-ci ont l’avantage d’être connectés directement aux magasins et aux autres processus précités.

La gestion de projets

Dans le cadre de la gestion de projets, le module ERP va s’occuper de la prise en charge des appels d’offres. Sans oublier également la planification des ressources, la structure de répartition de tâches ainsi que les contrats et les structures. L’avantage est tel que les décideurs peuvent avoir un aperçu de toutes les ressources que sollicite le projet. Celles-ci se chiffrent notamment en termes de stock, d’actif, de matériels et de main d’œuvre. Tout comme la visibilité de consommation des ressources, l’entreprise peut également suivre la rentabilité de son projet tout en contrôlant les marges en cours d’exécution. De la sorte, les responsables peuvent optimiser la performance du projet d’une part, et d’autre part s’assurer que les KPI soient bien atteints.

La gestion des services sur site

À ce niveau, on parle de module FSM ou Field Service Management dont le but est de suivre et de gérer toutes les interventions sur site, que ce soit les réparations, les livraisons ou autres types d’intervention. Dans cette même foulée, le module gestion de services sur site permet aussi de procéder à l’organisation des tournées ou à l’envoi d’informations aux agents de terrain. D’autre part, il permet de prendre en compte les remontées de ces derniers.

ERP, une solution adaptée pour chaque client

Composé d’une suite d’applications, l’Enterprise Resource Planning ou Progiciel de Gestion Intégré, est un logiciel avec pour finalité la gestion optimisée des processus des entreprises. Certains des modules communs sont proposés par la plupart des éditeurs de logiciel, d’autres sont spécifiques à une activité donnée. Bien qu’ils soient modulaires et paramétrables, il arrive que les ERP nécessitent une modification afin de répondre aux besoins spécifiques d’une entreprise.

Personnaliser les ERP pour s’adapter aux besoins de l’entreprise

Au début, les ERP fonctionnaient en tant que suites d’outils, déployés sur le site des clients. Ces solutions avaient l’avantage d’être modulaires et paramétrables. Cela n’empêche pas pour autant que les clients demandaient une suite « sur-mesure ». Le but étant de faire en sorte que le progiciel s’adapte mieux à l’entreprise et aux spécificités de son secteur d’activité. Mais après qu’aient été développées les solutions dites spécifiques, d’autres problèmes ont surgi. Et notamment des problèmes de mise à jour et de rétrocompatibilité. C’est ainsi que les éditeurs ont alors opté pour une logique inverse, en décidant de développer préalablement dans leurs suites de bonnes pratiques. De la sorte, les clients adaptent leurs processus d’entreprise à l’ERP et non plus l’inverse.

Des solutions intermédiaires à la personnalisation

À l’heure actuelle, de nombreux éditeurs proposent des outils avec une logique intermédiaire. Ils développent des extensions (les add-on) qui peuvent être ajoutées au Saas exploité par l’entreprise. Elles restent sous contrôle du PaaS néanmoins afin de ne pas retomber dans les soucis de la personnalisation. Par ailleurs, ils proposent également des versions personnalisées par leurs soins pour des industries données. Cela évite au client d’avoir à procéder aux adaptations.

Les ERP en mode Saas ou ERP sur site

La tendance penche plus souvent vers les ERP cloud, plus simples à mettre en œuvre car c’est l’éditeur qui gère l’infrastructure sous-jacente. Cela n’empêche pas pour autant que les ERP sur site possèdent encore un intérêt, notamment en termes de gestion des données en interne. Dans cette lancée, certains éditeurs proposent de fusionner les solutions, pour fournir un ERP dit « hybride ». Certains modules sont sur site et d’autres dans le cloud. Enfin, une autre solution consiste également à héberger l’ERP dans le cloud privé de l’entreprise.

Quels que soient les cas, les meilleurs ERP proposeront des trousses à outils, dont les API et les connecteurs. L’objectif est de faciliter l’intégration au système d’information de l’entreprise, dans d’autres outils ou même dans d’autres ERP. Dans ce dernier cas, il peut s’agir par exemple de l’ERP des filiales.

https://www.celge.fr/article-conseil/les-erp-pour-une-gestion-optimisee-des-processus-en-entreprise

L’intelligence artificielle s’impose comme un moteur clé de l’innovation numérique, redéfinissant les usages et les attentes dans le e-commerce. De la personnalisation en temps réel à l’optimisation des recommandations, elle repousse les limites de l’expérience client. Parmi ses avancées les plus marquantes, l’IA générative (GenAI) s’est imposée comme un levier stratégique, offrant des interactions plus naturelles et ouvrant de nouvelles opportunités commerciales. Dans un marché hautement concurrentiel, elle représente un atout différenciant. Mais comment les e-commerçants peuvent-ils en tirer parti ? Quels défis doivent-ils anticiper ?

1 – Les champs d’application de la GenAI dans le e-commerce sont nombreux

Du moteur de recherche interne aux campagnes marketing, en passant par l’analyse des données clients, l’IA générative redéfinit en profondeur l’expérience d’achat en ligne. Son intégration dans les différents leviers du e-commerce permet d’optimiser l’engagement, d’accélérer la production de contenus et d’affiner la prise de décision.

 

Une conversation client optimisée

Grâce à sa compréhension avancée du langage naturel, l’IA générative rend les interactions conversationnelles pour guider les visiteurs en quête d’un produit précis. Les moteurs de recherche internes et les assistants virtuels analysent et reformulent les requêtes complexes pour fournir la solution et les conseils les plus appropriés, comme le ferait un vendeur en magasin. De plus, en s’adaptant au style et au langage de chaque utilisateur, elle renforce l’engagement client et personnalise davantage l’échange.

Une transformation de la production et de la gestion du contenu

L’IA générative transforme la création de contenu en permettant aux e-merchandiseurs de rédiger plus rapidement des descriptions de produits claires et engageantes. Les campagnes marketing gagnent également en impact grâce à des newsletters et des annonces publicitaires adaptées aux profils clients. En produisant du contenu sur mesure à grande échelle, tout en ajustant le ton et la langue selon les segments de clientèle, les e-commerçants captent l’attention de diverses audiences, renforcent leur présence sur différents marchés et maximisent leur portée.

Une exploitation avancée des données pour une stratégie affinée

L’IA générative ouvre de nouvelles perspectives en analysant de vastes volumes de données textuelles, visuelles ou audio. Jusqu’ici, ces informations étaient difficilement exploitables à grande échelle en raison de leur complexité. Désormais, il devient possible d’identifier des tendances émergentes, d’analyser le sentiment client et de détecter des signaux faibles révélateurs d’opportunités ou de risques. Cette capacité d’analyse avancée permet aux e-commerçants d’ajuster leurs stratégies en temps réel, en s’appuyant sur une vision plus précise du marché et des attentes clients.

Les champs d’application de l’IA générative dans le e-commerce montrent déjà des résultats concrets et significatifs, notamment en matière de conversation personnalisée, de gestion du contenu et d’analyse des données. Mais pour bien comprendre l’ampleur de ces avancées et en saisir tout le potentiel, il est essentiel de revenir aux origines de cette technologie. D’où vient l’IA générative ? Comment fonctionne-t-elle, et quelles sont les bases techniques qui lui permettent de transformer des interactions et processus dans le secteur du e-commerce ? Avant de discuter des défis qu’elle présente, penchons-nous sur les fondements de cette révolution technologique.

2 – l’IA générative, une révolution technologique

Depuis l’essor de ChatGPT en 2022, la GenAI suscite un intérêt croissant, tant auprès du grand public que des entreprises. Contrairement à l’IA traditionnelle, qui s’appuie sur le Machine Learning pour analyser des données structurées et identifier des schémas, la GenAI va plus loin : elle repose sur des modèles avancés, capables de créer du contenu original – textes, images, vidéos – à partir de données non structurées, notamment en langage naturel. Cette capacité ouvre de nouvelles perspectives, notamment dans le traitement automatique du langage, où elle dépasse les approches classiques fondées sur des analyses grammaticales et statistiques.

L’IA générative : d’où vient-elle et comment fonctionne-t-elle ?

Si l’IA générative telle qu’on la connaît aujourd’hui est récente, ses origines remontent à 2014. À l’époque, des chercheurs explorent des modèles dits seq2seq, capables d’encoder du texte sous forme de vecteurs numériques, de les manipuler mathématiquement, puis de les retransformer en texte. Initialement utilisés pour la traduction automatique, ces modèles donnent naissance aux premières représentations de langage (word embeddings) comme Word2Vec ou GloVe, posant ainsi les bases du search vectoriel.

Le tournant majeur intervient en 2017, lorsque des chercheurs de Google publient l’article scientifique « Attention Is All You Need ». Ils démontrent que les modèles seq2seq peuvent être simplifiés en ne conservant que leur mécanisme d’attention, ouvrant la voie aux Large Language Models (LLM). Dès lors, Google (avec BERT en 2018) et OpenAI (avec GPT-2 en 2019) développent les premiers modèles capables de prédire les mots manquants dans un texte et d’anticiper la suite d’une phrase.

Il faut toutefois attendre la fin 2022 pour que ces modèles se démocratisent auprès du grand public, avec la mise en ligne de ChatGPT par OpenAI. Cette interface conversationnelle, exploitant le LLM GPT-3.5, révèle à une échelle inédite les capacités de génération de texte de ces modèles, marquant un véritable tournant dans l’adoption de l’intelligence artificielle générative.

Les limites des LLM et la génération d’hallucinations

Les LLM ne réfléchissent pas, ils prédisent. Entraînés à compléter des textes en analysant des millions de données issues de livres, articles et forums, ces modèles apprennent à deviner les mots manquants pour reconstituer des phrases cohérentes. Leur objectif est de fournir des réponses qui correspondent aux attentes de l’utilisateur, en générant les mots les plus probables selon le contexte. Mais cette méthode présente des limites, notamment en cas d’hypothèses erronées. Par exemple, si la question repose sur une affirmation incorrecte – « La Terre est plate, peux-tu m’expliquer pourquoi ? » – le modèle tentera de répondre sans remettre en question cette assertion. Même si les LLMs actuels intègrent presque tous des sécurités pour limiter ces hallucinations, il est important de rappeler que leur conception même repose sur des probabilités et des corrélations statistiques. Autrement dit, ces modèles sont, par nature, sujets à ce type de limitations et de biais.

Contrairement à ce que l’on pourrait penser en lui attribuant une forme de raisonnement, un LLM n’analyse pas les idées, il extrapole. Il ne génère pas de nouvelles informations à partir de rien, mais reformule, organise et structure les données qu’il reçoit. Ainsi, il est impossible de créer un contenu pertinent comme une fiche produit, par exemple, sans données préexistantes et qualifiées telles que la marque, la taille ou la couleur.

L’émergence du modèle agentic : vers une IA plus fiable ?

Pour dépasser ces limites, les chercheurs explorent une nouvelle approche : les modèles multi-agents. Plutôt que de s’appuyer sur un seul LLM, cette méthode fait coopérer plusieurs agents spécialisés, avec différents points de vue, différents champs d’expertise. Chacun peut traiter un aspect spécifique d’une requête, interagir avec des bases de données externes et apporter un contrôle sur les réponses finales générées.

Ce principe repose sur une idée clé : le tout est plus grand que la somme des parties. En confrontant plusieurs points de vue et en intégrant des mécanismes de vérification, ces systèmes pourraient réduire les erreurs et améliorer la pertinence des réponses. La coopération entre plusieurs LLM ou agents permet ainsi de faire émerger un comportement global qui semble plus intelligent et cohérent que ce qu’il serait possible d’obtenir avec un seul modèle isolé.

L’IA générative évolue rapidement, mais elle reste avant tout un outil. Bien employée, elle ouvre des perspectives fascinantes pour les e-commerçants. Toutefois, il est important de se rappeler qu’elle imite l’intelligence sans jamais réellement la comprendre. Son adoption implique de relever plusieurs défis techniques, éthiques et organisationnels afin de garantir une mise en œuvre optimale.

3- Les défis à surmonter pour les e-commerçants

Bien que l’IA générative offre des opportunités considérables, son adoption par les e-commerçants ne se fait pas sans défis. Le premier obstacle majeur est l’intégration de cette technologie aux systèmes existants. En effet, l’adoption de la Gen AI peut exiger des ajustements significatifs des infrastructures techniques en place. Les e-commerçants doivent garantir que les nouveaux outils s’intègrent parfaitement avec leurs plateformes e-commerce, leurs CRM et autres systèmes de gestion de données.

Ensuite, les questions éthiques et de gouvernance deviennent essentielles. Les modèles d’IA générative peuvent parfois être biaisés, ce qui risque d’altérer la pertinence des résultats ou de poser des problèmes en matière de protection des données personnelles. La gestion de la confidentialité des informations collectées, ainsi que l’alignement des conseils générés avec les attentes des clients, sont des enjeux majeurs qui nécessitent une attention particulière.

Enfin, la gestion du changement représente un autre défi crucial. L’implémentation de l’IA générative nécessite souvent une montée en compétences des équipes et un accompagnement dans l’adoption de ces nouveaux outils. Convaincre les parties prenantes internes et assurer une formation adéquate des équipes sont des étapes clés pour garantir une utilisation optimale de ces technologies.

L’IA générative : un tournant pour l’e-commerce

Plus qu’une simple évolution technologique, l’IA générative redéfinit les standards du e-commerce en transformant aussi bien l’expérience client que la performance commerciale. Loin d’un effet de mode, elle s’impose déjà comme un levier de différenciation. Mais son adoption ne va pas sans défis : intégration, gouvernance des données et adaptation des organisations sont autant d’enjeux à anticiper pour en exploiter pleinement le potentiel. Dans un marché où chaque interaction compte, les e-commerçants capables d’intégrer ces avancées avec intelligence disposeront d’un véritable avantage concurrentiel.

Ferdinand Piette – Machine Learning Scientist, PhD, Sensefuel

FinTech est une abréviation combinant les termes financial et technologies ou technologies financières. Le domaine de la FinTech au sens large regroupe l’ensemble des sociétés mettant en place des solutions innovantes afin d’améliorer et de changer la « génétique » du secteur financier.

En 2021, les levées de fonds des FinTech françaises explosent : 2,273 milliards d’euros… soit une augmentation de 174 % par rapport à 2020 d’après France FinTech. Ces start-ups offrent de la technologie, mais aussi une nouvelle vision du secteur financier.

 

FinTech : une agilité accrue pour les banques

Grâce à l’agilité des FinTech et leurs services novateurs, les banques pourront s’adapter au développement de la technologie et seront en mesure de satisfaire les nouveaux besoins des utilisateurs. En effet, elles les stimulent à innover : un nouveau défi pour les banques qui seront amenées à accélérer leur transformation digitale.

L’essor de la FinTech a donc un effet positif sur les banques. Cette transformation était d’autant plus nécessaire que la crise sanitaire (COVID-19) a bien montré que le développement des activités digitales est essentiel, à l’heure où les déplacements et les actions dans le monde physique peuvent être parfois fortement limités.

 

Banques et FinTech : un duo gagnant au service des clients

D’un côté, la banque traditionnelle bénéficie d’un portefeuille client bien fourni, mais dans un contexte où la mobilité bancaire est plus que jamais d’actualité, fidéliser ses clients est une autre paire de manche. D’un autre côté, les FinTech proposent des solutions innovantes qui répondent aux besoins de la société.

Une récente étude menée par PwC a révélé que 82 % des établissements financiers traditionnels prévoient de renforcer leurs partenariats avec les FinTech d’ici cinq ans. Un chiffre qui montre bien que les banques se voient bien cohabiter avec les FinTech. Elles comptent même profiter de leur expertise et de leur savoir-faire pour développer leurs offres et services.

Banques et FinTech forment donc un duo destructeur sur le marché pour le plus grand bonheur des utilisateurs qui gagnent en efficacité, rapidité et confort dans toutes les étapes du processus.

Mettre en place un partenariat est ainsi bénéfique pour les deux parties :

• La startup touche immédiatement une audience large, ce qui peut lui permettre d’atteindre progressivement la rentabilité et acquérir des parts de marché.
• La banque sera de plus en plus agile en offrant des services innovants grâce aux savoir-faire des FinTech : un point fondamental qui impactera positivement la satisfaction et fidélisation des clients sur le long terme.

Karim Jouini, CEO d’Expensya