Sommet « AI for Finance » organisé par Artefact 17 septembre 2024 - Paris
Principaux enseignements tirés de la table ronde réunissant Laure Lesage, directrice Data du numérique chez ODDO BHF, Lydie Percier, directrice de l'innovation chez Indosuez Wealth Management, et Alexis Baufine-Ducrocq, associé chez Artefact.
L'IA dans la banque privée : applications actuelles et stratégies
La banque privée est un volet très personnel des services financiers, et les deux banques ont évoqué leur parcours en matière d'IA. Ayant débuté ses activités dans ce domaine en 2018, l'une d'elles a lancé un fonds d'investissement basé sur l'IA et a utilisé des algorithmes pour proposer des services de courtage ciblés. L'autre a commencé par le traitement du langage naturel (NLP) pour résumer des rapports destinés aux gestionnaires d'actifs et teste actuellement des cas d'utilisation de l'IA générative (GenAI), tels que la traduction, la reconnaissance vocale et data .
Cas d'utilisation prometteurs dans le secteur de la banque privée
Les deux banques ont exploré diverses applications de l'IA. L'un des principaux objectifs est de donner aux équipes en contact avec la clientèle les moyens de rationaliser les réunions, de gérer les activités des clients et de proposer des listes de tâches personnalisées. L'IA aide les banquiers à s'y retrouver dans des procédures complexes, ce qui leur permet de consacrer davantage de temps à leurs clients. Le défi consiste toutefois à trouver le juste équilibre entre des cas d'utilisation à fort impact et la faisabilité opérationnelle, afin d'apporter un soutien concret au personnel sans alourdir inutilement les processus quotidiens.
L'IA au service de la gestion des relations
La confiance et la personnalisation sont essentielles dans la gestion de patrimoine. Plutôt que de se substituer aux interactions humaines, l’IA sert à renforcer la capacité des banquiers à accompagner efficacement leurs clients. En commençant par des outils internes — tels que des chatbots intégrés aux systèmes CRM —, les banquiers disposent d’informations exploitables sur leurs clients qui leur permettent d’améliorer leur prise de décision. Les deux banques considèrent l’IA comme un outil destiné à renforcer, et non à remplacer, les relations personnalisées avec les clients, qui sont cruciales dans le domaine de la banque privée.
Trouver le juste équilibre entre innovation et retour sur investissement
Il est difficile de démontrer le retour sur investissement des projets d'IA, mais les deux banques mettent l'accent sur l'agilité. Leur stratégie consiste à réaliser des investissements modestes et rapides, accompagnés d'une validation rapide, afin de minimiser les risques et de gagner la confiance des décideurs. L'une des banques a adopté la méthode des « design sprints » pour valider ses concepts avant de s'engager dans des investissements importants, tandis que les deux sont convaincues que l'IA aura un impact significatif sur le secteur. Elles évitent toutefois de tirer des conclusions hâtives, préférant se concentrer sur les bénéfices à long terme.
Les défis liés à la mise à l'échelle et au développement des compétences
L'industrialisation et la mise à l'échelle des technologies d'IA restent un défi. Les systèmes existants, l'évolution des piles technologiques et les nouvelles compétences requises en matière data et d'IA constituent autant d'obstacles. Les deux banques investissent dans le recrutement de talents spécialisés, tels que data et des experts en apprentissage automatique, tout en renforçant les compétences de leurs employés actuels afin d'assurer la continuité. Malgré le soutien de la direction, il est essentiel de démontrer la pertinence de ces investissements pour obtenir un soutien plus large en faveur des initiatives axées sur l'IA.
Garantir l'adhésion et la confiance des utilisateurs
Une banque encourage l'adoption de l'IA en créant des environnements détendus où les employés peuvent s'initier à cette technologie, en commençant par des cas d'utilisation généraux avant de passer à des applications plus spécifiques. L'objectif est d'aider les employés à prendre conscience de la valeur ajoutée que l'IA apporte à leur vie professionnelle. Dans le cadre des formations, des scénarios sont mis en scène pour montrer comment l'IA peut faciliter l'acquisition de clients et d'autres tâches. La deuxième banque met l'accent sur l'implication de la direction : elle forme les cadres supérieurs à l'IA, favorise la création de communautés data l'IA, et organise régulièrement des événements de sensibilisation pour partager des exemples de réussite et faciliter l'apprentissage. Les banques accordent la priorité à différents niveaux de formation — à la fois généralistes et spécialisés — afin de renforcer la confiance et l'adoption parmi les employés.

BLOG





