Reports
The Good Business
Si vous parlez d’intelligence artificielle à un conseiller, il vous expliquera que cela fait maintenant dix ans que les banques s’en sont emparées. Cependant, l’apparition de l’IA générative, c’est‑à‑dire celle à même de produire des images, de l’audio ou même du texte, pousse le curseur plus loin encore. Alors, quels en seront, demain, les usages dans l’industrie bancaire ?
Dans les plans stratégiques bancaires, les termes d’optimisation des data et d’intelligence artificielle ont désormais remplacé celui de révolution numérique. L’intelligence artificielle est en effet clairement identifiée comme l’un des leviers de développement à activer rapidement en banque.
A lire aussi : CES de Las Vegas : l’intelligence artificielle est partout
La proposition de valeur amenée par l’IA – par le biais des économies de coûts, mais également de la création de nouveaux produits et services – est estimée par les établissements bancaires à 500 millions d’euros par an et ce dès 2025. Une manne que les mastodontes du secteur entendent bien capter.
Protection des données
En interne, cependant, les nouveaux outils font l’objet de prudence : il s’agit de prendre le virage de l’IA générative, tout en protégeant les données sensibles. C’est ainsi, par exemple, que chez BNP Paribas, le site OpenAI est inaccessible à l’ensemble des collaborateurs, y compris au sein de la direction data.
« Nous ne pouvons pas prendre le risque que des collaborateurs testent l’outil à partir de données internes, explique Hugues Even, responsable de la gouvernance de donn.es chez BNP Paribas Group. Par ailleurs, un outil tel que ChatGPT peut être sujet aux hallucinations [“réponses fausses”, NDLR], son usage nécessite donc une formation. »
Les grandes banques optent pour des modèles intégrés. La plupart du temps, elles opèrent via Azur, plate‑forme du géant Microsoft, lui‑m.me investisseur d’OpenAI à hauteur de 10 milliards de dollars.
En travaillant depuis leur cloud interne, les établissements bancaires conservent ainsi la main sur leurs données et développent leur solution grâce à des outils open source. Le volet sécurité est, de fait, celui qui inquiète le plus les dirigeants bancaires.
Et pour cause : les hackeurs s’équipent eux aussi des nouvelles g.n.rations d’IA, qui leur permettent d’exfiltrer des donn.es par petits volumes, tandis que les systèmes de protection classiques repèrent principalement les gros mouvements. Les banques s’accordent donc sur la nécessité de monter en compétences afin d’être en mesure de contrer les potentielles attaques.
Un millier de cas d’usage
Au‑delà de l’aspect cyber, tous les métiers de la banque pourraient être rapidement concernés. A titre d’exemple, BNP Paribas planche actuellement sur un millier de cas d’usage qui devraient entrer en production dès 2025. Pour ce faire, le groupe s’est structuré en interne avec 50 directeurs des donn.es et 3 000 experts en data, dont 700 sont exclusivement consacrés à l’IA.
Par sa capacité à traiter un large volume de données, l’IA est aujourd’hui utilisée à des fins d’optimisation de la gestion des documents. Selon une étude menée par Sopra Stéria, les gains de productivité offerts par l’IA en back et front offices seraient de l’ordre de 7 à 8 %.
« Très concrètement, une enseigne bancaire gérant des clients fragiles ou vulnérables enregistre chaque fin de mois une explosion des requêtes simples auprès de son service client. Les assistants virtuels, boostés à l’IA, permettent d’automatiser ce type de demandes et, pour les celles plus complexes, de les adresser au bon interlocuteur. Ce traitement plus rapide a une incidence sensible sur la satisfaction client », explique François Evrard, associé chez Colombus Consulting.
De même, l’IA est aujourd’hui à l’oeuvre pour accélérer le traitement des dossiers de prêts immobiliers. À terme, elle pourrait devenir un outil d’aide du conseiller.
« Il faut bien avoir à l’esprit qu’en banque de détail, un banquier passe en moyenne une heure par jour à rechercher de l’information sur les clients, sur les produits, sur les procédures internes… En structurant et en exploitant la base documentaire avec des IA, il est possible de permettre à chaque banquier d’obtenir rapidement la bonne réponse à sa requête, grâce à des formulations en langage naturel », poursuit François Evrard.
Les interactions avec la clientèle devraient largement bénéficier des avancées de l’IA. C’est le cas notamment des robots conversationnels qui étaient auparavant capables de donner des réponses à partir d’une question simple. L’IA générative permet d’aller beaucoup plus loin en apportant des réponses précises dans un langage courant.
Globalement, la connaissance du client devient plus fine et plus détaillée. Les campagnes marketing sont améliorées avec une segmentation plus fine de l’offre, par le biais de simulations couplant les données internes de la banque au contexte macroéconomique. Enfin, sur les places de marché, l’usage de l’IA se généralise.
« Nous l’utilisons, par exemple, afin de transcrire les demandes de trading dans nos moteurs de cotation. Cela permet d’augmenter nos volumes de cotation en répondant plus vite aux demandes des clients », explique Hugues Even.
Une entrée en vigueur en 2025
Pour l’heure, les banques avancent dans une approche ascendante. « L’idée n’est pas de faire de l’IA pour faire de l’IA : chaque cas d’usage doit livrer un retour sur investissement ; c’est-à-dire que dans un premier temps nous rassemblons les cas d’usage. Nous les étudions afin de savoir s’ils peuvent être utiles à une autre entité de la banque, puis nous mutualisons les coûts d’innovation en développant différents POC [proof of concept, NDLR] avant de les déployer à plus grande échelle », explique Hugues Even.
Le déploiement d’outils d’IA générative ne devrait pas entrer en application avant 2025, tandis que l’année 2024 sera celle de la confrontation au réel avec de possibles déceptions.
« Les cycles d’innovations technologiques, notamment avec l’IA, durent entre quatre et dix ans. Pour l’IA générative en entreprise, il faudra attendre 2025 ou 2026 pour que les cas d’usage à grande échelle apportant de la valeur se stabilisent. La vraie révolution actuelle est que l’IA générative bouscule le métier de banquier en automatisant les tâches répétitives appelant le langage », conclut François Evrard.
A lire aussi : La banque a-t-elle encore un avenir ?
