Rulebase veut automatiser la conformité financière avec son collègue IA

Les logiciels d’intelligence artificielle les plus visibles répondent à des questions, écrivent des textes ou produisent des images. Rulebase s’intéresse à un travail bien moins spectaculaire, mais central pour les établissements financiers : contrôler les échanges avec les clients, traiter les litiges et vérifier que chaque procédure respecte les règles applicables. La jeune pousse, soutenue par Y Combinator, veut faire de son produit Coworker un véritable collègue numérique pour les équipes de back-office.

Fondée par Gideon Ebose et Chidi Williams, Rulebase s’attaque à une réalité coûteuse de la finance. Dans une banque, une néobanque ou chez un émetteur de cartes, chaque ticket de support peut soulever une question de qualité de service, de conformité ou de gestion des réclamations. Ces contrôles sont souvent effectués sur un échantillon seulement des échanges, faute de temps et de ressources. L’approche de Rulebase consiste à faire analyser l’ensemble des interactions par un agent IA, puis à orienter les équipes humaines vers les dossiers qui demandent une attention particulière.

La start-up a récemment obtenu 2,1 millions de dollars dans un financement mené par Bowery Capital. Cet apport doit notamment servir à renforcer ses équipes d’ingénierie et à étendre les fonctions de Coworker, dans un marché où l’automatisation ne peut être utile que si elle est suffisamment précise et contrôlable.

Quel problème Rulebase cherche-t-elle à résoudre ?

Le back-office regroupe les opérations qui permettent à un établissement financier de fonctionner sans être directement au guichet ou dans l’application du client. Il comprend notamment le suivi des demandes au service client, les vérifications qualité, la résolution des différends et l’application des obligations de conformité.

Ces activités paraissent administratives, mais elles peuvent avoir des conséquences très concrètes. Une réponse inadaptée à un client, un délai mal respecté ou une procédure incorrectement documentée peuvent entraîner une escalade de litige, un coût opérationnel supplémentaire ou un problème de conformité. Pour limiter ces risques, les équipes d’assurance qualité relisent et évaluent des conversations. Or, dans les institutions financières traditionnelles, elles ne peuvent examiner manuellement que 3 à 5 % des interactions de support, selon Rulebase.

Le pari de la start-up est simple : si un système peut passer en revue la totalité des échanges, il devient possible de repérer plus tôt les écarts aux procédures et de donner une vision plus complète de la qualité du service. Cela ne signifie pas que la machine tranche seule les situations sensibles. Rulebase présente au contraire Coworker comme un outil qui complète le travail humain, en signalant, organisant et déclenchant certaines actions répétitives.

Coworker, un agent IA relié aux outils de travail

Le logiciel de Rulebase porte un nom révélateur : Coworker, ou « collègue » en anglais. Son rôle n’est pas de remplacer l’ensemble des systèmes existants de l’entreprise, mais de s’insérer dans les outils déjà utilisés par les équipes. La solution peut notamment s’intégrer à Zendesk, Jira et Slack.

Concrètement, Coworker analyse les interactions avec les clients, évalue leur conformité avec les protocoles attendus et identifie les risques éventuels. Lorsqu’un dossier demande un suivi, l’agent peut initier les actions appropriées dans les logiciels de l’organisation. Il est ainsi conçu pour intervenir tout au long du cycle de vie d’un litige ou d’une demande : lecture du contexte, détection d’un point d’attention, transmission au bon interlocuteur et suivi de la résolution.

Cette logique répond à une limite fréquente des outils classiques d’automatisation. Un formulaire ou une règle fixe peut diriger une demande vers une file d’attente, mais il comprend difficilement les nuances d’un échange client ou les multiples étapes d’une procédure. Un agent IA entend apporter cette couche d’analyse, tout en restant connecté aux processus opérationnels réels.

La promesse doit toutefois être comprise avec précision. Analyser toutes les interactions n’équivaut pas à garantir que chaque décision est automatiquement juste. Dans un environnement réglementé, les équipes doivent pouvoir contrôler les alertes, examiner les cas complexes et conserver la responsabilité des décisions. La valeur annoncée par Rulebase repose donc autant sur la couverture accrue des échanges que sur sa capacité à orienter correctement le travail des analystes.

Pourquoi la conformité est-elle un terrain exigeant pour l’IA ?

Les modèles d’IA sont particulièrement efficaces lorsqu’il faut parcourir rapidement de grands volumes de texte et faire ressortir des éléments récurrents. Les conversations de support, les notes de dossiers et les motifs de litiges constituent donc un terrain naturel pour ce type de technologie. Mais la finance impose une exigence supplémentaire : il ne suffit pas qu’une réponse paraisse plausible, elle doit correspondre aux procédures et aux réglementations applicables.

Rulebase a fait de cette spécialisation son argument central. Gideon Ebose résume cette orientation ainsi : « la connaissance approfondie des réglementations est notre atout ». L’entreprise ne cherche donc pas à proposer un assistant généraliste pour toutes les fonctions de bureau. Elle se concentre sur des flux de travail où les règles, les contrôles et la qualité de l’exécution ont une place essentielle.

Cette focalisation explique aussi pourquoi les intégrations comptent autant. Les équipes financières ne travaillent pas dans une interface isolée : elles utilisent des plateformes de tickets, des outils de coordination et des procédures internes. Une IA utile doit s’insérer dans ce quotidien sans obliger les opérateurs à reconstruire tout leur environnement de travail.

Rulebase affirme que son approche peut faire baisser jusqu’à 70 % les coûts associés aux processus de conformité et d’assurance qualité. La société indique aussi avoir contribué à réduire jusqu’à 30 % les escalades de litiges chez certains clients. Ces chiffres reflètent les résultats avancés par l’entreprise et dépendent nécessairement des processus, des volumes traités et de l’organisation de chaque institution.

Des premiers clients, de Rho à une institution du Fortune 50

Rulebase a déjà été adoptée par Rho, une plateforme bancaire, ainsi que par une institution financière figurant parmi les Fortune 50, dont le nom n’est pas précisé. Ces premières utilisations donnent à la start-up l’occasion de démontrer son outil dans des environnements où les volumes de demandes et les contraintes de contrôle sont élevés.

Le cas d’usage de Rho illustre l’objectif opérationnel de la jeune pousse : évaluer systématiquement les interactions afin de limiter les situations qui se transforment en escalades. Pour les établissements concernés, l’enjeu n’est pas uniquement de répondre plus vite. Il est aussi d’améliorer la cohérence des réponses, de détecter les défauts de procédure et de mieux documenter le traitement des dossiers.

L’adoption d’une telle technologie soulève en parallèle des questions importantes pour les directions financières et les équipes de conformité : quelles données l’agent peut-il consulter ? Comment les contrôles humains sont-ils organisés ? Comment vérifier qu’une règle est bien appliquée ? Ces questions ne sont pas périphériques. Dans ce secteur, elles conditionnent directement la confiance accordée à l’outil.

Deux fondateurs issus de la technologie et de la finance

Les parcours des cofondateurs éclairent le positionnement de Rulebase. Gideon Ebose a été responsable produit chez Microsoft. Chidi Williams a travaillé comme ingénieur backend chez Goldman Sachs. Avant de créer Rulebase, les deux entrepreneurs avaient déjà collaboré sur plusieurs projets.

Cette combinaison entre expérience produit et connaissance des systèmes financiers répond aux besoins de leur marché. Construire un assistant d’IA ne suffit pas : il faut aussi comprendre la façon dont un établissement traite ses dossiers, les contraintes d’intégration de ses outils et la nécessité d’une forte précision.

Le passage de Rulebase par Y Combinator a accompagné son développement. La start-up indique connaître une croissance mensuelle à deux chiffres depuis son intégration dans le programme. Y Combinator est connu pour soutenir des entreprises technologiques à leurs débuts, avec un accompagnement qui aide notamment les fondateurs à tester leur produit, trouver leurs premiers clients et structurer leur croissance.

Les deux fondateurs défendent également une ambition internationale dès l’origine. Chidi Williams estime qu’« il est primordial d’envisager des opportunités à grande échelle ». Rulebase vise ainsi des clients en Afrique, en Europe et aux États-Unis, plutôt que de se limiter à un seul marché national.

De la conformité à la fraude et aux audits

À ce stade, Rulebase concentre son produit sur les flux de travail déclenchés par les échanges avec le service client. La feuille de route est toutefois plus large. Le financement récemment annoncé doit aider l’entreprise à ajouter des fonctions d’investigation des fraudes, de préparation des audits et de génération de rapports réglementaires.

Ces extensions sont cohérentes avec la logique initiale de Coworker. Dans chacun de ces domaines, les équipes doivent rassembler des informations, vérifier des règles, documenter une décision et faire circuler un dossier entre plusieurs personnes et outils. L’IA peut accélérer les premières étapes, mais les décisions à fort impact, par exemple lorsqu’une fraude est suspectée, restent des cas où le jugement et le contrôle humain comptent particulièrement.

Le modèle économique de Rulebase repose sur une tarification à l’usage, par interaction ou par flux de travail automatisé. Ce mode de facturation peut correspondre à des organisations dont les volumes de tickets évoluent fortement. Il invite aussi les clients à évaluer concrètement le rapport entre le coût de l’outil et les gains promis en matière de contrôle et de productivité.

Ce qu’il faut surveiller

La prochaine étape pour Rulebase sera de transformer ses premières références en déploiements plus larges, sans perdre la précision qui constitue le cœur de sa promesse. Dans la finance, une automatisation incomplète ou mal paramétrée peut déplacer un problème plutôt que le résoudre. La capacité de Coworker à s’adapter aux procédures de chaque établissement, tout en laissant une place claire à la validation humaine, sera donc décisive.

Il faudra également observer l’élargissement vers la fraude, les audits et, potentiellement, l’assurance. Les assureurs partagent avec les banques de nombreux flux de travail structurés autour des dossiers, des pièces justificatives, des contrôles qualité et des réclamations. Pour Rulebase, cette proximité pourrait ouvrir un marché adjacent, à condition de conserver son expertise métier plutôt que de diluer son positionnement.

Au-delà du parcours de cette start-up, Rulebase illustre une tendance plus large de l’IA en entreprise : les outils les plus utiles ne sont pas toujours ceux qui changent radicalement l’interface de travail. Ils peuvent aussi être ceux qui rendent plus fiables et plus traçables des opérations longtemps effectuées en arrière-plan, là où une erreur, même discrète, peut coûter cher.