Osegi
IA·2 min de lecture

Korea Deep Learning : un agent IA réduit de 88 % le temps de traitement

Korea Deep Learning et la banque IBK ont testé un agent IA pour traiter les dossiers de victimes d'hameçonnage vocal, avec 88 % de temps de traitement en moins.

A bank employee reviewing scanned fax documents on a screen while an AI system extracts data from an ID copy and claim form.
Image: 스타트업 생태계의 모든 것 \'플래텀(Platum)\'

L'entreprise d'IA documentaire Korea Deep Learning a achevé, avec la banque IBK Industrial Bank of Korea, une expérimentation d'un agent d'IA qui automatise l'aide aux victimes d'hameçonnage vocal. Selon la société, le temps de traitement des documents a diminué de 88 %.

Une victime d'hameçonnage vocal remet à sa banque une demande d'indemnisation et une copie de sa pièce d'identité. Jusqu'ici, ces documents arrivaient par fax ; les employés les vérifiaient un à un et saisissaient les données dans le système. Or il faut bloquer les paiements avant que l'argent ne soit transféré : la lenteur du traitement papier freinait la réaction.

Le fonctionnement de l'agent

La société a déployé son agent spécialisé dans la finance, DEEP Agent for Finance, fondé sur un modèle vision-langage (VLM). Contrairement à la reconnaissance optique de caractères (OCR) classique, qui se contente de lire le texte, un VLM comprend ensemble l'image et le texte, donc le contexte du document. L'agent trie les pièces reçues, en extrait les informations utiles et déduit le type d'infraction.

L'essai s'est déroulé d'avril à août, piloté par le service d'accompagnement des consommateurs financiers d'IBK, Korea Deep Learning fournissant la technologie. D'après l'entreprise, le système a lu le texte imprimé avec 100 % de précision et l'écriture manuscrite à plus de 97 %, tandis que la classification des documents et la déduction du type d'infraction étaient justes selon les critères d'évaluation. La précision dépasse jusqu'à 20,4 points celle d'une OCR par IA classique, y compris sur des pièces d'identité de faible qualité et des formulaires manuscrits. Tous les indicateurs cibles ont été atteints sur des données réelles.

Le système compare les résultats de l'OCR classique et du VLM, puis attribue un score de confiance. Les dossiers à score élevé sont traités automatiquement, les autres sont transmis à un agent humain, qui tranche. La solution est installée sur les serveurs de la banque, sans sortie de données du réseau interne.

Prochaines étapes

Le projet a reçu un prix d'excellence dans la catégorie des preuves de concept de services d'IA du « 2026 Public Institution AI Innovation Challenge », organisé par les ministères de l'Économie et des Finances et des Sciences. IBK prévoit un déploiement réel au premier semestre 2027, et Korea Deep Learning compte l'étendre à d'autres établissements financiers et publics.

Mots-clés:korea deep learningibk bankvishingvlmdocument aifintech

Plus d'actus de ce jour

Tout voir →

Plus dans: IA

Tout voir →