Lancement du premier pointage de crédit du Royaume-Uni dans ChatGPT

Le 20 août 2026, un consommateur britannique a accédé pour la première fois à son pointage de crédit personnel dans le cadre d'un LLM. Ils l'ont fait avec une seule invite conversationnelle, « @Experian, quelle est ma cote de crédit ? », et leur cote de crédit Experian personnalisée de 1 250 est apparue en quelques secondes, aux côtés de leur historique de cote et d'une ventilation de ce qu'elle contient. L'interaction était alimentée par une intégration agentique de Model Context Protocol (MCP) entre les applications connectées d'Experian et d'OpenAI, conçue de telle sorte qu'aucune donnée utilisateur ne soit jamais accessible par le modèle de ChatGPT. Vous pouvez lire le annonce de lancement ici.

Notre stratégie chez Experian Consumer Services a toujours été d'aider les consommateurs à améliorer leur score, car un meilleur score signifie en fin de compte une meilleure histoire. Cette ambition ne s'arrête pas à notre propre application. Cela se poursuit partout où les mènent les histoires financières que nos utilisateurs écrivent, et nous voulons être présents chaque fois qu'une conversation financière a lieu, offrant les informations fiables et précises que seul Experian peut donner.

Jusqu'à présent, cela n'était pas possible là où de plus en plus de gens se tournent en premier. Quelqu'un ayant une conversation sur la préparation à un prêt hypothécaire dans ChatGPT a dû passer d'une application à l'autre et rassembler manuellement des informations pour rendre la conversation significative. Ce lancement supprime cette barrière au moment précis où cela compte le plus.

Pourquoi Experian a rejoint le programme AI Live Testing de la FCA

Experian a développé et lancé cette expérience, dans le cadre du Programme de tests en direct de l'IA de FCA. Le programme a été conçu pour soutenir un déploiement sûr et responsable de l’IA, et Experian a été sélectionné pour le rejoindre au début de l’année.

Être le premier à faire quelque chose que personne n’a fait auparavant est risqué. Avoir un dialogue ouvert avec le régulateur et avoir la possibilité d'explorer les considérations réglementaires et les éventuelles zones grises nous a permis d'avancer plus rapidement, et non plus lentement, dans nos efforts pour fournir une solution d'IA sûre et fiable.

La collaboration nous a aidé à faire ressortir et à discuter des problèmes clés avec la FCA à un stade précoce, à tester nos hypothèses dans des conditions réelles contrôlées et à refléter ce que nous avons appris dans une conception centrée sur le client qui donne le bon résultat. Cela signifiait également que nous pouvions apporter notre expérience pratique et les bonnes pratiques émergentes au régulateur, contribuant ainsi à façonner la future politique en matière d'IA pour le reste des services financiers, alors que le secteur réfléchit à ce que signifie apparaître au sein des LLM.

Ce que nous avons testé

Au cours des recherches que nous avons effectuées, les utilisateurs nous ont dit que les LLM sont devenus le premier endroit vers lequel ils se tournent pour obtenir des conseils financiers, mais que le manque d'informations précises et à jour est la principale chose qui les empêche d'agir en conséquence. 62 % des utilisateurs réguliers de ChatGPT se tournent déjà vers l'IA pour obtenir de l'aide avec leurs objectifs financiers, et plus de 200 millions de personnes posent des questions financières à ChatGPT dans le monde. Nos propres recherches ont révélé que près d’un adulte britannique sur trois utilise l’IA générative chaque semaine pour obtenir des conseils financiers et que 85 % des Britanniques font confiance à l’IA pour les éduquer.

La portée était délibérément étroite : un score, une invite, un résultat clair. Cela nous a permis de concentrer les tests sur trois domaines.

Précision et responsabilité

Le lancement au sein d'une expérience tierce existante signifiait que nous devions comprendre comment l'intégration fonctionnait dans la pratique et identifier les risques potentiels pour les consommateurs. Par exemple, nous avons testé l'exactitude des réponses, comment indiquer clairement quand le modèle s'appuyait sur des informations Experian plutôt que sur d'autres sources, et que se passe-t-il si le modèle produit des résultats défavorables.

Compréhension client et confidentialité

Nous avons testé si les utilisateurs comprenaient ce qu’ils regardaient, d’où provenaient les données et qui pouvait les voir. L'expérience a été conçue de telle sorte que le score ne soit rendu que dans le widget sécurisé et connecté d'Experian, et ne soit jamais exposé ou utilisé par le modèle lorsqu'il génère des réponses. Les tests de copie ainsi que la conception étaient importants ici : un modèle de confidentialité techniquement solide est de peu d'utilité si la formulation fait douter des gens.

Signalisation et traitement des usagers vulnérables

Nous avons testé avec quelle clarté les utilisateurs pouvaient retrouver leur chemin depuis l'expérience ChatGPT jusqu'à l'application et le site Web d'Experian, où se trouvent le rapport de crédit complet, les conseils d'amélioration et l'assistance humaine.

Ce que nous avons appris

Construire en gardant à l'esprit un segment de clientèle et un problème clairs

Un cas d’utilisation spécifique et restreint, axé sur la minimisation des données, concentre les conversations réglementaires, rend les chemins malheureux testables et met en évidence les risques réels plutôt que les risques hypothétiques. C’est également ce qui rend une solution d’IA susceptible de voir le jour en production. Pour nous, cela signifiait commencer avec un score et une question, pas avec un assistant financier général.

Utiliser la recherche pour distinguer les risques réels des risques hypothétiques

La recherche avant, pendant et après le lancement vous permet de déterminer si un risque est susceptible de se matérialiser ou s'il est peu probable qu'il se matérialise un jour. Testez la copie ainsi que la conception : la formulation soulève des signes précoces de malentendus bien avant que quoi que ce soit n'atteigne la production. Soyez impitoyable en suivant ce que les utilisateurs vous disent. Pour nous, cela signifiait délimiter certaines parties de l'expérience qui nous passionnait, mais que les utilisateurs se sentaient moins utiles dans ChatGPT et s'y attendraient ailleurs.

Soyez clair sur ce à quoi ressemble le succès dès le départ

Définissez-le avant de construire et vérifiez-le à chaque étape : pendant la construction, au lancement et après. Sans cela, il est impossible de dire si l’expérience produit le bon résultat client ou si elle fonctionne simplement sur le plan technique.

Laissez le design et la copie prendre le dessus lorsque vous êtes l'invité du produit de quelqu'un d'autre.

Lorsque vous lancez dans une infrastructure tierce, votre partie de l'expérience doit faire le gros du travail pour se différencier, afin que les utilisateurs sachent toujours quand ils interagissent avec vous et quand ils interagissent avec la plate-forme. Expliquez clairement comment transférer vers votre propre application pour obtenir l'assistance dont ils ont besoin. Si vous le faites correctement, la confiance acquise dans un canal peut être transposée dans un autre.

Que se passe-t-il ensuite

Edu Castro, directeur général d'Experian Consumer Services, UK&I, l'explique ainsi : « Alors que les gens recherchent de plus en plus d'aide financière sur une gamme de canaux différents, il est important que les informations qu'ils obtiennent soient exactes et authentiques. Ceci est fondamental pour notre stratégie consistant à rencontrer les gens partout où ils choisissent de s'engager avec nous et à contribuer à rendre la compréhension du crédit véritablement accessible, en particulier pour les jeunes consommateurs qui grandissent avec l'IA comme premier port d'escale pour les questions financières. « 

Depuis que l'application a été mise en ligne en août, nous avons reçu des commentaires positifs de la part des utilisateurs et nous sommes ravis de voir le niveau d'engagement envers elle continuer de croître à mesure qu'elle évolue.

Nous sommes heureux d'avoir contribué à l'article publié par la FCA intitulé : « L’IA dans les services financiers : bonnes pratiques et axes d’amélioration »qui s'appuie sur le programme AI Live Testing ainsi que sur le travail de surveillance plus large de la FCA. Nous continuerons à partager ce que nous avons appris avec la FCA et l'ensemble du secteur à mesure que nous élargissons ce qui est possible au sein des plateformes d'IA. Ce n'est que le début du voyage