Hero FinCorp a refondu son activité de prêt autour du contexte fourni par l'IA — les coûts du risque de crédit ont baissé de 15 % en six mois

Hero FinCorp, l'établissement de crédit non bancaire du groupe Hero servant plus de 13 millions de clients dans plus de 96 % des codes PIN de l'Inde, a conçu le projet Dhruv Tara, une architecture de prêt pilotée par l'IA couvrant tout le cycle de vie du crédit : sourcing des clients, souscription, intégration, suivi du portefeuille, gestion du service et recouvrement. Le problème visé : les décisions de prêt fondées sur les scores des bureaux de crédit, les historiques de remboursement et les documents ne racontent qu'une partie de l'histoire, en particulier pour les clients dont l'historique de crédit formel est mince et dont les dossiers sous-estiment le risque réel.

L'architecture remplace la vision fondée sur un score unique par le contexte. Un lac de données dans le cloud combine les données des bureaux de crédit et de remboursement avec des signaux bancaires, des données de GST, des données d'agrégateurs de comptes, des données démographiques, les caractéristiques des actifs et la géographie — plus de 100 points de données de micro-marché et plus de 40 API qui permettent au prêteur de lire des tendances au niveau du code PIN, des comportements de revenus locaux aux normes relatives aux actifs. Quinze modèles dynamiques de risque et de recouvrement évaluent la capacité de remboursement, la stabilité et l'intention, et pilotent un recouvrement prédictif qui intervient plus tôt et de manière plus adaptée au lieu de traiter tous les emprunteurs de la même façon.

L'entreprise rapporte les résultats opérationnels : les coûts du risque de crédit ont baissé de 15 % au second semestre de l'exercice 2026 par rapport au premier semestre, et le taux de créances douteuses brutes (GNPA) s'est amélioré d'environ 20 % sur la même période. L'IA est aussi arrivée en première ligne — les chatbots, le serveur vocal interactif (IVR), les flux de travail automatisés et les courriels assistés par l'IA traitent désormais près de 60 % des demandes des clients, ce qui économise plus de 4 lakh de minutes humaines chaque trimestre, et un parcours d'intégration est passé de 90 champs à trois.

La directrice des opérations, Priya Kashyap, formule la discipline à suivre : la vraie valeur de l'IA dans les services financiers ne réside pas seulement dans la vitesse, mais dans de meilleures décisions — une meilleure sélection des risques, une détection précoce des tensions, moins de friction pour le client. Les équipes humaines conservent le jugement contextuel, la gouvernance et la responsabilité, tandis que les modèles traitent les tendances à grande échelle.

Coûts du risque de crédit en baisse de 15 % et GNPA amélioré d'environ 20 % au second semestre de l'exercice 2026 par rapport au premier semestre ; l'IA traite environ 60 % des demandes, ce qui économise 4 lakh de minutes humaines par trimestre ; l'intégration est passée de 90 champs à 3.

Les emprunteurs à dossier mince étaient évalués sur l'absence de données ; le contexte de micro-marché a récupéré un signal que le dossier du bureau de crédit n'avait jamais contenu.

Un recouvrement uniforme traitait tous les emprunteurs défaillants de la même façon ; les modèles prédictifs calent et ciblent les interventions selon le comportement.

La conception a placé l'intelligence dans le chemin de décision lui-même plutôt que d'ajouter des outils d'IA à côté de l'ancien processus.

Quand tout le monde souscrit sur le même dossier de bureau de crédit, l'avantage se déplace vers le contexte — où vit l'emprunteur, comment se comportent les revenus locaux — et non vers un nouvel examen du même score.

Les chiffres sont rapportés par l'entreprise ; le document ne fournit aucun audit indépendant. La prochaine phase annoncée est un contexte plus approfondi sur tout le cycle de vie du prêt : des signaux plus riches pour une identification plus précoce des risques, moins de friction pour le client et un engagement personnalisé, le jugement humain étant conservé pour les décisions où la responsabilité compte.