Les banques adoptent prudemment l’IA pour leurs applications internes

Les grandes banques n’ont pas encore mis d’outils d’IA à la disposition de leurs entreprises clientes, mais elles réalisent des économies et génèrent des revenus grâce à des projets de back-office.

Aaron Ricadela | 5 janvier 2024


Certaines des plus grandes banques d’Amérique du Nord et d’Europe génèrent des revenus et réduisent leurs coûts grâce à des outils d’IA capables de conseiller les équipes commerciales, d’automatiser les décisions de crédit et de générer du code. Pourtant, elles n’ont pas encore largement mis cette technologie à disposition des clients, et la plupart des déploiements d’IA générative ne devraient pas intervenir avant au moins un an.

JP Morgan Chase (JPMC), HSBC, Deutsche Bank et la Royal Bank of Canada (RBC) font partie des entreprises qui entraînent des logiciels d’IA capables de détecter des tendances et d’automatiser des processus afin de faciliter la gestion des fonctions de back-office, notamment la détection des fraudes à la carte de crédit, l’approbation des prêts, l’accompagnement des équipes client et l’écriture de code informatique, ont déclaré des dirigeants lors du Evident AI Symposium à New York en novembre 2023.

JPMC, qui a pris la tête du dernier classement de la maturité en IA des banques mondiales établi par le cabinet d’études londonien Evident, utilise l’IA pour personnaliser les offres destinées aux clients titulaires de cartes de crédit, formuler des recommandations aux équipes commerciales en charge des clients entreprises et réduire la fraude. JPMC ne tire pas encore de revenus de l’IA générative, domaine qui utilise de grands modèles de langage entraînés sur d’immenses volumes de données Internet et privées pour rédiger du texte, résumer des documents et planifier des stratégies d’investissement. Deutsche Bank déploie l’IA pour lutter contre le blanchiment d’argent, mais reste prudente quant au déploiement de cette technologie dans les logiciels utilisés par ses clients.

Miser sur l’IA
1. JP Morgan Chase (États-Unis)
2. Capital One (États-Unis)
3. Banque Royale du Canada (Canada)
4. Wells Fargo (États-Unis)
5. UBS (Suisse)
6. Commonwealth Bank (Australie)
7. Goldman Sachs (États-Unis)
8. ING (Pays-Bas)
9. Citigroup (États-Unis)
10. DBS (Singapour)

Source : Evident AI Index, novembre 2023

Ces institutions financières possédant plus de 200 milliards de dollars d’actifs sont classées en fonction de leur maturité en matière d’IA.

Les applications d’IA générative capables de répondre aux requêtes de recherche d’investissement des clients, de résumer les résultats financiers des entreprises ou de préparer des briefings détaillés pour les réunions client ne sont pas en production et ne devraient pas l’être avant 2025 environ, ont déclaré des dirigeants de banques et de bourses lors de la conférence.

« Les fruits à portée de main ne sont pas aussi mûrs que les gens le souhaiteraient, je pense », a déclaré Teresa Heitsenrether, directrice des données et de l’analytique chez JPMC. La banque générera cette année plus de 1,5 milliard de dollars de valeur grâce à l’utilisation d’outils d’IA pour rationaliser les opérations, détecter la fraude, filtrer les transactions afin d’identifier d’éventuelles violations des sanctions et prendre des décisions de crédit, a déclaré Heitsenrether. Les revenus proviennent de meilleures offres de cartes ou de prochaines étapes suggérées pour les équipes commerciales. « Nous disposons d’immenses volumes de données et nous avons la capacité d’investir », a-t-elle déclaré.

Heitsenrether, vétéran de JPMC nommé cette année pour diriger l’adoption de l’IA à l’échelle de l’entreprise, a déclaré que « toute cette valeur générée à ce jour pour l’entreprise l’a été grâce à des outils de business intelligence et à des méthodes d’IA plus traditionnelles comme le machine learning », capables d’identifier des tendances et d’effectuer des prédictions, et non encore grâce à l’IA générative. « Nous y voyons clairement un potentiel considérable », a-t-elle déclaré, citant les centaines de cas d’usage en cours chez JPMC.

La RBC du Canada, troisième du classement Evident, adopte également une approche prudente pour proposer la technologie générative à ses clients entreprises. « Nous ne nous attendons pas à voir beaucoup de clients bancaires interagir avec un chatbot pour obtenir des conseils financiers en 2024 », a déclaré Foteini Agrafioti, directrice scientifique de RBC et responsable de son incubateur Borealis AI, lors de la conférence.

RBC ne pense pas que l’IA générative soit « prête pour une utilisation à grande échelle » dans les applications destinées aux clients, a déclaré Agrafioti. Au lieu de cela, elle crée des bancs d’essai afin de déterminer si les grands modèles de langage peuvent permettre aux analystes de recherche et aux associés de compiler rapidement des rapports, ou si ces modèles peuvent réduire les coûts des centres d’appels.

Immense marché en perspective

Les banques testent des systèmes d’IA générative pour analyser de vastes volumes de documents et d’autres informations non structurées qui ne résident pas dans des bases de données, pour des applications telles que la synthèse d’études sur les marchés des capitaux, la vérification des portefeuilles d’investissement des clients en matière de risque et de rééquilibrage, ainsi que la recherche d’informations sur les clients.

Intervenaient lors d’une récente conférence organisée par Evident, de gauche à droite, Manuala Veloso, responsable de la recherche en IA chez JP Morgan Chase ; Stephan Flaherty, CTO de Barclays ; et Nimrod Barak, responsable mondial des laboratoires d’innovation chez Citigroup.

Selon le cabinet de conseil McKinsey & Company, cette technologie pourrait générer une valeur annuelle supplémentaire de 200 à 340 milliards de dollars dans l’ensemble du secteur, si les banques optimisent son utilisation pour la conformité réglementaire, le service client, le codage et la gestion des risques. Pourtant, de nombreuses banques ont hésité à déployer l’IA générative en production, et les projets commerciaux devraient probablement voir le jour en 2024, avec un impact sur les bénéfices en 2025, selon la PDG d’Evident Alexandra Mousavizadeh.

Parmi les projets d’IA générative que les banques et les bourses ont en préparation figurent l’amélioration de leurs capacités de recherche d’entreprise, la compilation de dossiers d’information pour les réunions entre les hauts dirigeants bancaires et leurs clients, le remplacement des rapports compilés manuellement dans des feuilles de calcul et des tableaux de bord de business intelligence, ainsi que la possibilité pour les clients d’interroger des corpus d’études sur les marchés de capitaux. « Nous allons devoir être capables d’utiliser les machines de cette manière pour être compétitifs », a déclaré George Lee, co-responsable du bureau de l’innovation appliquée de Goldman Sachs.

Un facteur déterminant : les banques doivent encore déterminer quels cas d’utilisation de l’IA générative franchiront en premier les obstacles réglementaires, a déclaré Stefan Simon, membre du directoire et responsable des Amériques chez Deutsche Bank. « Beaucoup de banques ne sont pas vraiment désireuses d’être les premières à agir », a-t-il déclaré. « Le paysage réglementaire ajoute une dimension unique à cette concurrence. »

Concurrence pour les talents en IA

Evident publie deux fois par an un indice qui classe 50 des plus grandes banques nord-américaines, européennes et asiatiques selon leurs capacités en matière d’IA, à partir de quatre critères : leadership descendant, talent, innovation et transparence. JP Morgan Chase arrive en tête du classement de novembre, qui évalue plus de 100 critères, notamment la recherche, les brevets, la rétention des talents, les initiatives et les partenariats, suivi par Capital One, RBC, Wells Fargo et UBS.

Les banques recrutent en masse des data scientists, des ingénieurs, des développeurs logiciels et d’autres experts en IA, tout en réduisant leurs effectifs dans d’autres domaines. Les institutions classées dans l’étude Evident ont augmenté leur nombre de postes liés à l’IA de 10 % entre mai et septembre 2023, tout en réduisant leurs effectifs globaux de 2,5 %.

Chez les cadres dirigeants spécialisés dans les données, l’analytique et l’IA, les rémunérations augmentent. La rémunération médiane (PDF) de ces dirigeants, y compris les attributions d’actions, était de 901 000 $ aux États-Unis et de 676 000 $ en Europe en 2021, selon le cabinet de recrutement Heidrick & Struggles. Les dirigeants européens de l’IA et de l’analyse des données dans les services financiers ont perçu une rémunération médiane de 961 000 $, en tête de tous les secteurs.

Garder un œil sur les coûts

Pour autant, les banques surveillent leurs coûts. Les modèles d’IA générative sont extrêmement coûteux à entraîner et à calibrer. La plupart des banques se tournent vers de grands modèles de langage commerciaux exécutés dans des clouds publics, plutôt que de créer et d’entraîner elles-mêmes leurs propres modèles.

« Les fruits les plus faciles à cueillir ne sont pas aussi mûrs que les gens le souhaiteraient, je pense. »

Teresa Heitsenrether Directrice des données et de l’analytique, JP Morgan Chase

« Tout d’abord, vous n’allez pas créer ces solutions vous-même, du moins pas cette année », a déclaré Jeff McMillan, directeur des analyses et des données chez Morgan Stanley. « Vous pouvez travailler avec n’importe lequel des grands fournisseurs et, tant que vos questions juridiques, de conformité et de gestion des risques sont bien cadrées, vous pouvez changer le monde avec ce qui est déjà en place aujourd’hui. »

Oracle, Meta, IBM et d’autres entreprises technologiques, ainsi que des universités et des organismes de recherche, ont lancé l’AI Alliance en décembre 2023 afin de créer des outils logiciels, des explications de modèles, des benchmarks et des normes que les organisations peuvent partager, offrant ainsi aux entreprises une alternative à l’achat de modèles d’IA dont le fonctionnement peut être plus fermé aux organisations extérieures au secteur technologique.

Les banques comprennent le risque lié à une concentration excessive de leurs activités entre les mains d’un seul fournisseur d’IA générative, ont déclaré McMillan et Heitsenrether de JPMC. « Le mot d’ordre, c’est la diversification », a-t-elle déclaré. « Nous sommes une entreprise multicloud et nous serons une entreprise multimodèle. »


Voir plus d'articles sur Oracle Connect