CRÉDIT AGRICOLE à l'événement « AI for Finance » organisé par Artefact L'IA au cœur de la stratégie du Groupe

Cette discussion met en lumière le parcours de la banque dans le domaine de l'IA, en mettant l'accent sur sa structure décentralisée et sur la manière dont l'adoption de l'IA est abordée au sein de ses différentes entités. Si l'arrivée de ChatGPT en novembre 2022 a marqué un tournant dans la prise de conscience du grand public, le Crédit Agricole s'était déjà engagé dans l'IA bien avant cela, et a intensifié son intérêt pour cette technologie au début de l'année 2023. En avril 2023, une stratégie a été définie, mettant l'accent sur la pédagogie, data tant pour la banque que pour ses clients, et l'expérimentation afin de comprendre les applications pratiques de l'IA au sein d'un écosystème décentralisé.

L'approche du Crédit Agricole en matière d'expérimentation consiste à définir des règles garantissant une mise en œuvre sûre et efficace, ainsi qu'à évaluer la pertinence commerciale et les performances des initiatives d'IA. La banque a pris en compte l’impact technologique de l’IA, notamment en restant vigilante face à la dépendance technologique. La phase d’expérimentation, qui compte environ 150 à 200 projets en cours, n’est pas une fin en soi, mais un tremplin vers des applications plus vastes et évolutives. Cela a conduit la banque à adopter une stratégie de déploiement de l’IA à l’échelle du groupe, passant rapidement du prototypage à des cas d’utilisation à l’échelle industrielle.

Cette stratégie, baptisée « déploiement à grande échelle », vise à accélérer les initiatives en matière d’IA, de la phase d’expérimentation à celle de l’industrialisation. L'objectif principal reste le même : exploiter data l'IA pour renforcer les relations humaines, une caractéristique distinctive du modèle client du Crédit Agricole. Cela implique de simplifier les processus, de gagner du temps et de se concentrer sur les interactions clients à fort impact. En mettant en place des cadres collaboratifs pour les cas d'utilisation, la banque cherche à atteindre des normes industrielles élevées, avec la participation de son comité exécutif (Comex) qui supervise 36 cas d'utilisation spécifiques de l'IA, chacun parrainé par la direction générale.

Ces cas d'utilisation sont regroupés en familles qui correspondent aux priorités stratégiques du Crédit Agricole, telles que le renforcement des outils collaboratifs au sein de la banque, l'amélioration du service client sous supervision humaine, la création de contenu pour le marketing et la communication, ainsi que le soutien aux fonctions de middle-office et de back-office, comme la vérification des clients (KYC) et la conformité aux critères environnementaux, sociaux et de gouvernance (ESG). De plus, l'IA soutient les fonctions de contrôle en améliorant les processus réglementaires centrés sur le client et est largement adoptée dans le développement informatique, d'autant plus que le codage est un domaine dans lequel l'IA peut apporter une aide efficace.

Pour relever des défis tels que l'acquisition de nouvelles compétences, la gestion des coûts et l'adoption de ces technologies, le Crédit Agricole met l'accent sur la collaboration multidisciplinaire et l'intégration continue à tous les niveaux. La banque s'attache également à mettre en place une infrastructure technologique capable de s'adapter à l'évolution rapide de l'intelligence artificielle, tout en respectant les normes en matière de sécurité et de gestion des risques.

Grâce à l'IA générative, la banque entend optimiser les capacités humaines tout en garantissant une gestion responsable de l'environnement, en tenant compte non seulement de la rentabilité, mais aussi de la consommation d'énergie et de l'allocation des ressources. À mesure que l'IA générative évolue, l'accent pourrait passer de l'amélioration de la puissance des modèles à la simplification des interactions avec les utilisateurs et à l'obtention de résultats cohérents et fiables. L'avenir de l'IA au Crédit Agricole pourrait s'articuler autour des contextes conversationnels, tout en conservant une approche équilibrée quant à la place de l'IA dans la gestion de l'information et les opérations quotidiennes.