Fibe accélère la croissance de son activité et transforme le prêt numérique sur AWS

Les sociétés financières non bancaires (NBFC) font partie intégrante du système financier indien. En octobre 2022, plus de 9 500 NBFC étaient enregistrées auprès de la Reserve Bank of India, avec une taille d'actif cumulée de 42,05 lakh crores INR (environ 508 milliards USD). Fibe, auparavant connue sous le nom d'EarlySalary, est une société de technologie financière qui propose des prêts personnels instantanés et des avances salariales par le biais de sa plateforme numérique. Sa technologie innovante évalue rapidement la solvabilité et informe les demandeurs en moins d'une minute de l'état de leur demande de prêt. En cas d'approbation, le montant du prêt est rapidement transféré sur leur compte bancaire, offrant ainsi des options de crédit pratiques et accessibles pour les besoins financiers à court terme.

Depuis son lancement en 2015, Fibe a élargi sa gamme de produits pour inclure des prêts à long terme d'une durée maximale de 36 mois. En outre, l'entreprise s'est lancée dans des services « achetez maintenant, payez plus tard » pour les secteurs de l'éducation et des soins de santé. Les clients ont désormais la possibilité de payer les traitements médicaux ou les frais de scolarité en versements mensuels équivalents (EMI).

Avec l'arrivée d'un plus grand nombre de jeunes professionnels sur le marché du travail et une classe moyenne indienne qui devrait atteindre 583 millions de personnes d'ici 2025, d'importantes opportunités de croissance étaient évidentes. Consciente de cette situation, Fibe a cherché à enraciner profondément le machine learning (ML) dans sa plateforme afin d'offrir des services plus rapides et plus pratiques à ses clients. Cependant, l'entreprise voulait s'assurer que ces avancées n'entraînaient aucune augmentation des frais administratifs. Anil Sinha, chief technology officer chez Fibe, déclare : « Nous appliquons un principe d'équilibre : améliorer les services tout en maîtrisant les coûts. »

Fibe est née sur AWS. M. Sinha déclare : « AWS m'a apporté un soutien incroyable dès le début, en proposant une formation approfondie et en fournissant une assistance. Tirer parti d'AWS Support nous fait gagner un temps précieux et nous permet de résoudre rapidement tout problème sans avoir à y consacrer trop d'efforts. »

Depuis le lancement de l'application Fibe, l'équipe informatique de Fibe utilise AWS Lambda pour simplifier les processus de développement et de maintenance. Les fonctions sans serveur d'AWS Lambda gèrent automatiquement les demandes d'exécution de code, simplifiant ainsi les processus tels que la mise à l'échelle des instances pour répondre à des exigences de calcul plus élevées. « Nous avons réalisé que la technologie sans serveur était la meilleure solution pour minimiser les frais de gestion de notre infrastructure stratégique », déclare M. Sinha. 

Pour améliorer le processus de demande de prêt, Fibe a intégré le machine learning à son application tout en conservant une approche de gestion simplifiée. Pour y parvenir, l'entreprise a mis en œuvre Amazon Textract, un service qui utilise la technologie de reconnaissance optique de caractères (OCR) pour extraire du texte et des données à partir de documents de connaissance client (KYC). « Amazon Textract nous a aidés à automatiser des éléments tels que la reconnaissance faciale, sans avoir à gérer la gestion de l'infrastructure », explique M. Sinha. De plus, Fibe utilise Amazon Comprehend, un service de traitement du langage naturel, pour extraire les informations pertinentes des comptes de résultat et d'autres documents de candidature, ce qui réduit la complexité administrative.

Après avoir mis en œuvre ces solutions, Fibe s'est concentrée sur l'amélioration de la sécurité de la plateforme et la détection des activités frauduleuses pendant le processus de candidature. L'entreprise a travaillé en étroite collaboration avec son équipe AWS locale et a déployé Amazon GuardDuty, qui utilise la détection des anomalies pour identifier rapidement les menaces. De plus, Fibe a commencé à utiliser AWS Config pour évaluer en permanence la conformité de ses ressources AWS.

Fibe a ensuite commencé à s'appuyer sur Amazon Neptune pour détecter et prévenir les demandes de prêt frauduleuses, ce qui lui a permis de créer des graphiques de fraude sans encourir de coûts d'infrastructure. La solution utilise les données d'un lac de données sur Amazon Simple Storage Service (Amazon S3) et repose sur les relations entre différentes entités, notamment les détails du prêt, les transactions financières, l'empreinte digitale de l'appareil, l'adresse IP et d'autres points de données pertinents. Ce réseau interconnecté permet à Fibe d'explorer et d'identifier les activités frauduleuses. Ainsi, M. Sinha affirme : « Le processus de déploiement s'est déroulé en douceur et nous sommes parvenus à mettre en place notre infrastructure de lac de données sur AWS en l'espace de deux semaines seulement. »