Article publié le 30 janvier 2025 dans Choiseul Magazine - Joffrey Martinez, Partner & Global Financial Services Lead.
Baisse des taux d'intérêt en Europe, incertitudes géopolitiques, augmentation du coût du risque de crédit... Les banques de détail européennes sont confrontées à des défis majeurs.
Les banques de détail européennes sont à la recherche de nouveaux leviers d'efficacité pour faire face à la pression croissante des coûts. Dans ce contexte, l'IA, en particulier l'IA générative, offre des opportunités concrètes de gain de temps et de réduction des coûts. Cependant, pour que ces promesses de gains se concrétisent réellement, il faut surmonter plusieurs défis.
Choisir (et parfois renoncer).
Les cas d'utilisation de l'IA dans les banques sont innombrables : automatisation des processus pour la conformité, modèles de fraude, analyse des dossiers de crédit, etc. Le défi ne réside pas dans la prolifération de ces opportunités, mais dans leur sélection. Chaque cas d'utilisation doit être évalué en fonction de son potentiel de gain. Une feuille de route en matière d'IA pour les deux ou trois prochaines années, alignée sur la stratégie globale et révisée tous les six mois, ainsi qu'un système de suivi de la valeur pendant l'exécution, sont essentiels pour hiérarchiser et gérer les projets à forte valeur ajoutée.
Transformer pour gagner.
L'IA ne peut pas se contenter de superposer des solutions aux processus existants. Pour obtenir un retour sur investissement significatif, l'IA doit être profondément intégrée aux processus en les remodelant complètement et en redéfinissant les tâches et les rôles. Cette transformation nécessite une approche multi-agents pour orchestrer la réalisation de tâches entières plutôt que de générer une somme de gains diffus.
La mesure et le contrôle sont essentiels.
Le nombre de cas d'utilisation de l'IA/GenAI en production au sein des banques est appelé à exploser. Pour maîtriser les coûts informatiques, il est important de responsabiliser les équipes pour qu'elles prennent en charge une partie de la maintenance applicative de ces solutions. L'autonomie croissante des solutions d'IA, en particulier des agents, nécessite une gouvernance renforcée pour garantir à la fois la confiance et l'efficacité, en s'appuyant sur trois piliers :
- Observation: Les services informatiques analysent les interactions pour détecter les problèmes.
- L'évaluation: Affiner les modèles sur la base du retour d'information des scientifiques de data.
- Supervision: Identifier les problèmes récurrents et mettre en œuvre des solutions.
La mesure et le contrôle jouent ici un rôle crucial, dépassant même celui du modèle lui-même.
Implication et soutien.
La formation des équipes et l'adaptation de leurs compétences sont essentielles. L'adoption harmonieuse de ces technologies dépendra en fin de compte de leur acceptation par le personnel et de leur alignement sur les objectifs de l'entreprise.
L'IA offre aux banques un puissant levier pour relever les défis actuels et transformer les contraintes en opportunités. Cependant, il est essentiel d'activer les bons leviers pour allier innovation et efficacité
Par Joffrey Martinez
