Narendra Saxena veut que les prêteurs commencent par l’interne

Narendra Saxena alerte les prêteurs immobiliers sur l’ordre de déploiement de l’intelligence artificielle. Dans une tribune publiée le 26 août 2026 par HousingWire, le responsable de l’IA chez Marlabs défend une approche fondée sur les opérations internes. Il observe que les équipes perdent souvent du temps à rechercher des informations. Les représentants passent d’un système à l’autre pour répondre aux emprunteurs. Les gestionnaires explorent des procédures et des documents de politique. Les analystes sollicitent parfois un collègue expérimenté pour traiter un cas inhabituel. Selon lui, cette friction opérationnelle doit être traitée avant le lancement d’outils visibles par les emprunteurs. Lire l’analyse de HousingWire.

Les opérations accumulent des connaissances dans des manuels, des procédures, des supports de formation et des plateformes anciennes. Une partie de ce savoir reste aussi détenue par des salariés expérimentés. Cette dispersion peut ralentir les réponses, augmenter les coûts et produire des expériences variables pour les clients. Elle peut également accroître l’exposition aux exigences de conformité. Narendra Saxena estime que les outils de recherche traditionnels répondent mal à cette organisation documentaire. Il présente les assistants de connaissances comme une solution permettant aux employés de poser des questions en langage naturel. Ces assistants doivent fournir des réponses cohérentes et appuyées sur les contenus de l’entreprise. L’objectif consiste à rendre l’expertise plus accessible, tout en facilitant sa mise à jour et son contrôle.

Les assistants internes passent d’abord

Le premier déploiement recommandé concerne les assistants destinés aux employés. Narendra Saxena juge cette étape moins risquée et plus facile à encadrer que les chatbots destinés aux emprunteurs. Les équipes peuvent tester la qualité des réponses, repérer les lacunes documentaires et définir des règles d’escalade avant toute interaction directe avec la clientèle. Il avertit qu’un assistant construit sur des contenus fragmentés peut produire des réponses incohérentes à grande échelle. Cette difficulté concerne d’abord les équipes internes, avant de toucher directement les clients. Une base de connaissances unifiée doit alimenter les assistants employés et les outils clients. L’auteur oppose cette approche à la multiplication de solutions isolées. Chaque outil supplémentaire peut créer un nouveau silo documentaire. Une fondation éditorialisée doit donc soutenir plusieurs usages plutôt que juxtaposer des assistants indépendants.

Le service client gagne lorsque les représentants récupèrent rapidement une information exacte. Ils peuvent alors comprendre le scénario d’un emprunteur avec davantage de contexte. Narendra Saxena associe cette utilisation à des réponses plus rapides, plus cohérentes et à une résolution accrue dès le premier contact. Il précise toutefois que l’IA ne remplace pas les employés du service. Elle accélère leur accès aux informations nécessaires et peut les aider à comparer une situation avec les politiques applicables. La conformité constitue un autre domaine d’application. L’IA peut simplifier l’accès aux politiques à jour et réduire la dépendance au savoir informel. Elle ne remplace pas l’expertise réglementaire. Elle aide plutôt les équipes à atteindre les informations critiques plus rapidement et à les appliquer avec davantage de confiance.

La gouvernance précède le lancement

La décision augmentée élargit le rôle de l’IA au-delà des tâches répétitives. Narendra Saxena cite l’analyse intelligente de documents, les recommandations fondées sur les connaissances, la priorisation des flux de travail et l’appui à la gestion des exceptions. Il mentionne aussi la recherche d’informations tenant compte du contexte. L’automatisation retire certaines tâches aux employés. L’augmentation de la décision cherche plutôt à améliorer le travail qui reste humain. Cette distinction doit préserver le jugement des équipes sur les situations importantes. Avant tout déploiement, l’auteur demande un cadre couvrant la confidentialité des données, les contrôles de sécurité, les exigences réglementaires, la supervision humaine, la transparence et la gestion des risques. Les prêteurs doivent également définir qui valide les contenus, comment les réponses sont auditées et dans quelles situations un dossier est transmis à un spécialiste. Voir le sommet IA de HousingWire.