Plateforme de gestion de prêts multi-tenant alimentée par l’IA

Un client australien du secteur financier avait besoin d’une application web multi-tenant sécurisée pour permettre à des sociétés de brokers de gérer les demandes de prêt, de la saisie initiale jusqu’à la revue et au reporting. Chaque organisation de brokers devait disposer de son propre workspace, de parcours de demande configurables, d’un accès contrôlé et d’une manière plus claire d’organiser les informations financières et les documents justificatifs liés à chaque demande.

HDWEBSOFT a construit une plateforme de gestion de prêts multi-tenant alimentée par l’IA avec SSO, collecte configurable des demandes de prêt, assistance de contenu par IA et dashboards de reporting. La plateforme aide les brokers à réduire les tâches manuelles répétitives tout en gardant la revue humaine au centre des décisions de prêt.

Fonctionnalités clés

Workspaces multi-tenant pour brokers

La plateforme prend en charge plusieurs sociétés de brokers dans un même environnement applicatif. Chaque tenant peut gérer ses propres utilisateurs, configurations de demandes de prêt, dossiers d’emprunteurs, documents et vues de reporting sans exposer les données entre organisations.

SSO avec Microsoft Entra ID

Les brokers se connectent avec des comptes Microsoft Entra ID. Cela offre aux équipes financières un flux d’authentification d’entreprise familier et simplifie la gestion des accès pour les organisations de brokers qui utilisent déjà les services d’identité Microsoft.

Collecte configurable des demandes de prêt

L’application permet aux brokers de configurer les demandes de prêt autour des données qu’ils doivent collecter et examiner, notamment :

• Les informations du demandeur, comme les données personnelles et professionnelles.
• Les détails du prêt et des facilités, y compris le montant, les taux d’intérêt, les modalités de remboursement et les facilités de crédit.
• Les informations de garantie, y compris la documentation du collatéral et les éléments de valorisation.
• Les analyses financières telles que les revenus, l’historique de crédit et les ratios dette/revenu.
• Les documents justificatifs comme les relevés bancaires, déclarations fiscales, contrats et autres preuves nécessaires pendant la revue.

Workflow broker assisté par IA

La couche d’IA aide les brokers à traiter plus efficacement les données complexes des demandes. Elle peut assister la génération de contenus répétitifs, rédiger des résumés et faire émerger des recommandations à examiner, comme des signaux de risque ou des considérations sur les conditions de prêt.

Cette assistance vise à améliorer la productivité des brokers, sans remplacer leur jugement professionnel. Les brokers restent responsables de la validation des entrées, de l’examen des recommandations et des décisions métier.

Reporting et dashboards de portefeuille

Le module de reporting agrège les données des demandes de prêt en vues dashboard pour le suivi opérationnel et la prise de décision. Les brokers peuvent examiner des indicateurs tels que le montant des prêts par mois, l’objet du prêt, le type de prêt, l’emplacement des garanties et d’autres dimensions du portefeuille.

Des visualisations interactives, notamment des graphiques en barres et en secteurs, aident les équipes à identifier des tendances dans les demandes soumises. Les données agrégées de reporting sont stockées dans Elasticsearch afin de prendre en charge des requêtes rapides et des analyses flexibles.

Défis techniques

Terminologie financière et de prêt complexe

Les demandes de prêt comportent de nombreux champs métier, définitions financières et règles conditionnelles. L’équipe devait comprendre comment les brokers décrivent les demandeurs, facilités, garanties, modalités de remboursement, analyses financières et justificatifs avant de traduire ces workflows en comportements logiciels.

Logique de demande configurable

Le produit devait soutenir différents workflows de brokers sans devenir un formulaire rigide et unique. Cela nécessitait une structure applicative flexible capable d’organiser de nombreuses catégories de données tout en gardant une expérience compréhensible pour les brokers.

Assistance IA avec limites responsables

Les recommandations IA peuvent améliorer la productivité, mais les workflows financiers exigent des limites claires. La plateforme devait présenter les contenus générés par IA et les prompts de recommandation comme un support à la décision, tout en permettant aux brokers de revoir, modifier et valider l’information finale.

Reporting sur des données propres à chaque tenant

Chaque société de brokers avait besoin de données opérationnelles isolées, tandis que la plateforme devait aussi assurer un reporting fiable et de bonnes performances de dashboard. L’équipe a dû concevoir des flux de données capables d’agréger les informations de demandes pour les dashboards sans affaiblir les frontières entre tenants.

Solutions

Démos fréquentes et clarification des exigences

Nous avons utilisé des démos fréquentes et une communication directe avec le client pour clarifier les workflows financiers dès le début. Cela nous a aidés à valider la terminologie, repérer les cas limites et ajuster le modèle applicatif avant que les hypothèses ne deviennent coûteuses à modifier.

Recherche métier appuyée par une analyse assistée par IA

Comme le projet impliquait une terminologie spécialisée du lending et de la finance, nous avons combiné les clarifications client avec de la recherche et de la synthèse assistées par IA. Cela a aidé nos développeurs à comprendre rapidement les termes peu familiers, préparer de meilleures questions et communiquer avec le client plus précisément.

Architecture multi-tenant modulaire

Nous avons structuré la plateforme autour d’accès et de frontières de données tenant-aware. Les sociétés de brokers peuvent fonctionner indépendamment tout en partageant une base applicative commune, ce qui réduit les développements dupliqués et soutient la scalabilité produit à long terme.

Intégration pratique de l’IA dans les workflows

Nous avons intégré la couche IA aux tâches broker où elle pouvait réduire l’effort répétitif : remplir des contenus récurrents, rédiger des résumés et suggérer des points à examiner. Les recommandations sont présentées comme un support actionnable afin que les brokers décident quoi accepter, réviser ou rejeter.

Agrégation de données prête pour les dashboards

Nous utilisons Elasticsearch dans la couche de reporting pour stocker et interroger les données agrégées. Cela soutient des dashboards réactifs et donne aux équipes de brokers une vision plus claire du volume de demandes, du mix de portefeuille, des objets de prêt et des emplacements de garantie.

Résultats business

• Une plateforme robuste de gestion de prêts pour brokers : Le client a reçu une application web multi-tenant que les sociétés de brokers peuvent utiliser pour gérer données de demandes, documents, support IA et reporting au même endroit.
• Moins de travail manuel répétitif : Les résumés assistés par IA, l’aide à l’autoremplissage et les prompts de recommandation aident les brokers à passer moins de temps sur les tâches préparatoires répétitives.
• Une visibilité opérationnelle plus claire : Les dashboards donnent aux équipes de brokers une vue plus structurée de la performance des demandes et des tendances de portefeuille.
• Un meilleur alignement des exigences : Les démos fréquentes et les boucles de clarification ont aidé l’équipe à traiter une logique de prêt complexe avec moins de malentendus.
• Une base évolutive pour les sociétés de brokers : L’architecture multi-tenant permet au produit de prendre en charge plusieurs organisations de brokers tout en gardant leurs workspaces séparés.

Aperçu technique

La plateforme combine un backend d’entreprise avec un frontend moderne et une couche de reporting prête pour la recherche :

• .NET pour les services applicatifs cœur et la logique des workflows de prêt.
• Svelte et Astro pour l’expérience d’application web.
• Microsoft Entra ID pour l’authentification broker basée sur SSO.
• Workflow assisté par IA pour la génération de contenu, les résumés et les recommandations.
• Elasticsearch pour les données agrégées de reporting et les requêtes de dashboard.

Conclusion

Cette étude de cas montre comment HDWEBSOFT aide les clients financiers à transformer des workflows broker complexes en applications web sécurisées, utilisables et évolutives. En combinant développement d’applications web, développement .NET, intégration IA et développement de logiciels fintech, l’équipe a livré une plateforme pratique pour la gestion des demandes de prêt sans exposer d’informations confidentielles sur le client ou le projet.