Cet article appartient au dossier : Ressources humaines , RH : l'impact du digital.

Intelligence artificielle

Les robots vont-ils remplacer les banquiers ?

Le mouvement de robotisation des industries et des services s’intensifie, avec des impacts globaux négatifs sur l’emploi. Jusqu’à quel point les banques, qui commencent à recourir à l’intelligence artificielle dans leurs processus, seront-elles touchées par cette "robolution", néologisme créé à partir des termes « robot » et « ​révolution » ​?

robots

L'auteur

* Cet article s’appuie sur les travaux d’Athling sur la banque de demain – synthétisés notamment dans l’ouvrage collectif La Banque de demain, reflet d’un monde en train de naître (octobre 2015) –, et sur l’intelligence artificielle (cf. déjeuner-débat du 29 septembre 2016). L’auteur tient à remercier M. Guillaume Almeras, éditeur du site Score Advisor.com, et M. Patrice Bernard, animateur du blog cestpasmonidee.fr, pour les autorisations de mention ou de reproduction d’extraits de leurs publications respectives.

Revue de l'article

Cet article est extrait de
Revue Banque n°802

Ressources humaines : l'impact du digital

Beaucoup de choses ont déjà été dites ou écrites sur la banque de demain et généralement, elles sont plutôt défavorables à l’encontre des acteurs bancaires traditionnels. Cela ne date pas d’hier. Le 22 février 1979, Michel Godet et Jean-Pierre Plas publiaient un article dans Le Monde au titre évocateur : « La banque sera la sidérurgie de demain ! ». Bill Gates, le fondateur de Microsoft, ajoutait en 1994 : « Banking is necessary, banks are not. » Et pourtant, les évolutions annoncées comme inévitables ne se sont pas réalisées aujourd’hui :

  • les agences n’ont pas toutes fermé ;
  • les pure players de la banque en ligne ne rassemblent pas 10 % de la clientèle ;
  • les banques font preuve d’une forte réactivité par rapport aux technologies de rupture ;
  • les FinTechs et les banques collaborent plus qu’elles ne se combattent ;
  • les GAFAM (Google, Apple, Facebook, Amazon, Microsoft ) n’ont pas remplacé les banques ;
  • les paiements sans contact et mobile décollent lentement.

Les conseillers bancaires pourraient même être remplacés par des robots. Certains observateurs voient les banques disparaître dans un horizon proche. Qu’en est-il vraiment ?

Des figures imposées pour les banques, libres pour les services bancaires

Rappelons que les banques sont encadrées par des couches de réglementations françaises, européennes ou mondiales, patinées par le temps et les contextes économiques. La loi bancaire de 1984 définissait la banque par ses opérations, comprenant :

  • la réception de fonds du public ;
  • les opérations de crédit ;
  • la mise à la disposition de la clientèle ;
  • la gestion de moyens de paiement.

Depuis, des opérations de banque peuvent être réalisées par des établissements de paiement, des établissements de monnaie électronique, ou, plus récemment, par des plates-formes de financement participatif. Pour autant, aujourd’hui, elles sont les seules à pouvoir ouvrir ou fermer des comptes de dépôt [1]. Elles restent, à ce titre, incontournables et annoncer leur fin relève de la gageure.

Les ratios (fonds propres, solvabilité) auxquels elles sont soumises afin d’assurer leur solidité, et les réglementations en vigueur pèsent sur leur politique commerciale et tarifaire, leur capacité d’innovation, leurs investissements et, in fine, leur rentabilité. C’est en partie pour cela que les grands acteurs de l’Internet n’ont pas d’intérêt à devenir des banques. En revanche, ils montent en puissance sur les services bancaires comme les activités à flux, notamment autour du paiement.

La question de l’emploi est « brûlante »

Le principal facteur de transformation mis en avant par les banques est le digital, qui n’est autre que la poursuite de son informatisation. Le digital rompt les équilibres traditionnels entre les grandes fonctions, comme la distribution et la production, ou celles qualifiées de support. Il remet en question les modes de distribution physique, interroge sur le contenu de tous les métiers bancaires et sur les opérations transférées au client, et menace directement l’emploi. Plusieurs institutions comme le World Economic Forum (WEF), la Banque Mondiale, les Nations unies, France Stratégie, l’université d’Oxford ou, plus récemment, l’Organisation de coopération et de développement économiques (OCDE) ont tenté d’évaluer l’impact de l’automatisation sur les métiers, à un niveau macro. Les méthodes d’estimation sous-jacentes valorisent les destructions d’emploi. Elles prennent rarement en compte les déplacements ou les créations liés à l’apparition de nouveaux métiers. La méthode développée par l’université d’Oxford appliquée stricto sensu à la banque de détail conduirait à une destruction de près de 60 % des emplois actuels d’ici 2025. À partir d’hypothèses de « créations » de nouveaux emplois et en affinant les coefficients d’Oxford, le solde resterait négatif. Selon nos calculs, le pourcentage d’emplois détruits avoisinerait les 30 %. Les fonctions commerciales seraient les plus touchées, soit une division par deux. Les fonctions informatiques doubleraient leurs effectifs.

Ces chiffres sont à prendre avec beaucoup de précaution. Les facteurs d’instabilité comme les crises économiques (chômage, croissance, bulles), géopolitiques (conflits, terrorisme), sociétales (mouvements sociaux, crise alimentaire, immigration), écologiques (catastrophes naturelles) ou technologiques (cyberattaque, fraude) sont souvent neutralisés. L’impact d’autres facteurs qui pourraient jouer un rôle d’accélérateur de ce phénomène, comme des choix politiques (refonte des contrats de travail, revenu universel), est difficilement mesurable.

Le passage à l’ère cognitive et l’intelligence artificielle : opportunité ou menace pour les banquiers ?

L’informatisation des mécanismes de cognition [2] s’intensifie et se généralise depuis cinq ans, sous l’effet des progrès réalisés sur trois domaines :

  • l’augmentation de puissance de calcul des ordinateurs (ex. calculateurs quantiques), et la baisse des coûts des composants et des machines ;
  • la massification de la production des données (ex. Internet, Open Data, réseaux sociaux, objets connectés, etc.) ;
  • les avancées dans la compréhension et la reproduction des mécanismes de cognition.

Ces évolutions rendent aujourd’hui possible le déploiement d’algorithmes basés sur des techniques d’apprentissage, du machine learning [3] au deep learning [4], utilisées pour la reconnaissance des formes ou le traitement du langage naturel. Ces techniques qui rentrent dans le domaine de l’Intelligence artificielle (IA) miment des fonctions cognitives de l’être humain une fois numérisées. Des algotithmes peuvent émuler (chercher à imiter) le tri, la gestion des émotions, la parole, la vision, la mémoire courte, etc. C’est pourquoi ces techniques grignotent petit à petit des tâches, voire des activités, réalisées par un conseiller bancaire. Et la liste ne va cesser de s’allonger. Mais jusqu’où ?

Les initiatives, ou plutôt les expérimentations (voir Encadré), se multiplient dans la banque de détail, à l’instar de celle lancée par le Crédit Mutuel [5] avec Watson, la solution d’intelligence artificielle d’IBM. À titre d’exemple, les machines utilisant le langage naturel amènent à réfléchir sur l’utilisation d’assistants virtuels bancaires (ou bots bancaires [6]) sur des tâches dévolues habituellement aux conseillers bancaires. Elles concernent les fonctions d’accueil, de renseignement, d’assistance, voire de conseil, ou la réalisation d’opérations bancaires de base (TD Bank, Bank of America, Santander, Caixabank, Swedbank Group, etc.). L’IA s’étend à des tâches en agence de plus en plus complexes.

Par ailleurs, les tâches qui font référence à des textes ou à des codes et qui nécessitent la mise en place de contrôle sont susceptibles d’être redéfinies profondément : par exemple, le juridique, la conformité dont, en premier lieu, le KYC (Know Your Customer), l’audit interne, la comptabilité, etc. Ce mouvement a déjà démarré dans des cabinets d’avocats aux États-Unis (Dentons, Baker & Hostetler) ou en France (Bensoussan). L’effort à consacrer à la phase d’apprentissage, par la machine, des textes législatifs et de la jurisprudence n’est pas à sous-estimer. Pourquoi les banques n’emboîteraient pas le pas ? L’intégration de l’IA va également toucher le pilotage financier de la banque : le pilotage des risques, les systèmes de provisionnement, l’allocation des fonds propres. La gestion des compétences et, plus largement, la politique de formation des collaborateurs seront à leur tour potentiellement chamboulées. Quels seront les métiers bancaires de demain ? En conséquence, quelles formations dispenser ? Quels contenus et avec quels outils pédagogiques au vu de l’apport de l’IA ? Avec quels niveaux de profondeur, en particulier pour les jeunes recrues, quand on sait qu’une machine pourra faciliter le travail, par exemple, d’un conseiller bancaire ?

Quelle banque après-demain ?

L’exercice de définition de la banque de demain est très délicat. Ses caractéristiques dépendront du rôle que les États lui laisseront et de leur volonté ou non d’encourager l’ouverture de ce marché à d’autres acteurs. Le degré d’urgence qu’elle aura à baisser sa structure de coût dans un contexte de réduction de revenus et d’investissement en termes d’infrastructure technique pourrait être décisif.

Toutes choses étant égales par ailleurs, et à plus long terme, l’émergence d’une BankBot ou BankTech invisible et ennuyeuse semble tenir la corde après-demain. Et quels seront alors les profils types des banquiers ? Des informaticiens ? Des financiers pointus ? Des contrôleurs internes (ex. algorithmes) ? Répondre à ces questions revient finalement à dessiner la société de demain.

 

[1] À distinguer des comptes gérés par les établissements de paiement.

[2] La cognition est l'ensemble des activités « mentales » : parler, lire, penser, jouer, rire, avoir peur, respecter la loi ou la contourner, apprendre de nouvelles choses ou les oublier, mentir, fantasmer, trahir, aimer, se sacrifier, donner, prendre, etc. Source : Claude Touzet, Conscience, intelligence, libre-arbitre, Éditions de la Machotte, 2010.

[3] Le machine learning appelé apprentissage automatique regroupe des algorithmes qui apprennent à partir d’exemples, de données pour essayer de prédire des valeurs (source : Livre Blanc du Cigref intitulé Gouvernance de l’intelligence artificielle dans les entreprises, sept. 2016).

[4] Le deep learning appelé apprentissage profond est un domaine du machine learning qui s’appuie sur des réseaux de neurones.

[5] Les premiers tests portent sur l’analyse sémantique des emails avec proposition de réponse ou d’opération à traiter.

[6] Lire le dossier Robotisation des métiers bancaires : préparer déjà le coup suivant ! publié par Score Advisor (novembre 2016).

 

Sommaire du dossier

RH : l'impact du digital

Articles du(des) même(s) auteur(s)

Sur le même sujet