D’aucuns pourront observer que depuis une quinzaine d’années, l’intelligence artificielle (IA) s’infiltre progressivement dans les processus technologiques du secteur bancaire et financier. Au départ, elle s’est attelée à des tâches prédictives, visant à détecter des anomalies et à lutter contre la fraude principalement. Puis elle a traité de données plus complexes permettant aux établissements de renforcer leur capacité à automatiser certaines tâches en matière de conformité et d’entrée en relation clients. Depuis près de cinq ans, l’IA poursuit son déploiement à marche accélérée dans les banques en multipliant les cas d’usage susceptibles, notamment, d’ouvrir la voie à de nouveaux processus internes et à de nouvelles pratiques commerciales.
Alors que les systèmes d’IA permettaient jusqu’alors de mettre à disposition des équipes internes des outils supports, indolores (ou presque) en matière de responsabilité, l’IA générative s’est immiscée dans la création de contenu, directement utilisée par les fonctions commerciales et de back offices. Pour la production de courriels, de contrats et de rapports en tout genre, elle s’est avérée pertinente en termes de précisions et de rapidité.
IA agentiques, un impact majeur sur certaines tâches
Désormais, l’introduction de l’IA agentique devrait, elle, faire basculer l’ère de l’édition artificielle dans une nouvelle ère d’exécution automatisée. Nouvelle étape dans la transition en cours, l’IA agentique marquera sans doute un point de rupture dans la chaîne d’exécution de certaines opérations réalisées par les banques, tant ce type d’assistance et de raisonnement autonome devrait permettre de gagner en efficacité opérationnelle, rapidité d’exécution, diminution des coûts et personnalisation de l’expérience clients. Consciente de la nécessité de conserver l’attachement de leur clientèle à leur établissement et de renouveler le parcours clients, les banques ont tout juste commencé à s’emparer d’agents d’IA pour notamment libérer du temps aux forces commerciales, les inciter à se concentrer sur des tâches à forte valeur ajoutée, et muscler, à terme, leur capacité de rétention de la clientèle existante et d’attractivité de la génération Z.
L’IA agentique se révèle en effet être utile pour la réalisation de nombreuses tâches autrefois effectuées par différents corps de métiers au sein des établissements bancaires. L’optimisation des processus de lutte en matière de blanchiment et de financement du terrorisme, la connaissance du client (KYC), les différents de niveaux du contrôle effectué par les équipes de conformité, les travaux de reporting réglementaire et de traitement documentaire ont rapidement été identifiés comme des cas d’usage susceptible de produire des gains en matière de rapidité d’exécution. Les tâches d’aide à la décision menées par les agents d’IA pourraient toutefois introduire un niveau de complexité supplémentaire dans la construction de la chaîne de responsabilité dans différents domaines : la gestion des risques, l’analyse juridique et les méthodes de scoring pourraient en cela être particulièrement impactées.
Conforme ou non conforme ?
Même si cette nouvelle génération d’outils technologiques a pour vocation première de compléter les compétences des experts internes et de leur permettre de se concentrer sur des tâches complexes et/ou fortement exposées à la clientèle, le risque de voir l’IA agentique prendre le pas sur certains métiers est loin d’être négligeable et doit, en tout état de cause, être anticipé.
Les risques juridiques sont en effet nombreux. En matière de gestion des données, de conformité, d’explicabilité et de fonctionnalités conformes des modèles sous-jacents (anomalies, hallucinations, biais, supervision inadaptée), la réputation d’un établissement bancaire pourrait être entachée par une maîtrise insuffisante des risques liés au déploiement de l’IA agentique. Au premier rang de la relation clients figurent pourtant les conseillers. Bousculées par l’émergence de nouveaux comportements et par l’appétit gargantuesque des clients pour les parcours en ligne et l’immédiateté de l’information, les banques doivent désormais trouver un point d’équilibre dans l’articulation du traitement automatisé de processus et de questions complexes (FAQ avancés) avec l’intervention humaine.
L’atout des autres juridictions pour les néobanques
Même si les agents d’IA sont susceptibles de créer plus rapidement des interactions avancées avec leurs clients et prospects, le cadre réglementaire contraignant auquel est soumis le secteur requiert la mise en place d’une gouvernance adaptée, renouvelée et suffisamment agile pour permettre d’innover – et vite – sans rompre le lien de confiance vital à la pérennité d’un établissement régulé. Plusieurs types de traitements générés par la machine devront ainsi être supervisés et imbriqués, sans permettre, à aucun niveau de la chaîne de responsabilité, de produire une analyse, un scénario, un score ou un conseil non conforme à la réglementation.
Face aux bonnes volontés des établissements historiques soucieux de préserver la qualité de leur offre, la croissance exponentielle de néobanques en ligne, ayant massivement recours à des systèmes d’IA perfectionnés, historiquement créées dans d’autres juridictions, fait peser sur le secteur une menace d’épanchement de la clientèle bancaire française multi-bancarisée, en faveur de ce type de nouveaux parcours simplifiés. Dans un marché concurrentiel accru et globalement digitalisé, les réponses isolées provenant des organisations internes ne pourront donc sans doute pas suffire. De là pourrait naître une initiative commune que la place financière de Paris pourrait promouvoir, afin de faire valoir la probité de ses acteurs, mais également sa capacité à faire évoluer leur offre de services, en assumant le recours à des agents d’IA parfaitement intégrés aux parcours d’analyse, de décision et de conseil.
Trois critères à étudier
À l’instar des pratiques et des labellisations désormais adoptées en matière d’ESG (environnement, social et gouvernance) et en imposant collectivement dans les comparateurs et dans les méthodes de référencement un critère d’appréciation commun pour l’ensemble du secteur de ce niveau d’intégration, la Place de Paris pourrait peut-être contribuer à l’essor d’une nouvelle offre bancaire, ayant pris toute la mesure de l’utilité et de la pertinence d’une IA agentique inoffensive en matière de gestion des risques et de conformité. Ce critère d’intégration de l’IA pourrait prendre la forme d’un indice de type H2M-Index (Human to Machine Index). Objectif : imposer une norme de réputation pour la Place de Paris sur le plan réglementaire et de la commercialisation.
Cet indicateur pourrait ainsi se concerter pour définir un standard commun fondé par exemple sur trois critères. Un, la qualité des interactions automatisables (ouverture de compte, FAQ réglementaires, suivi de transactions, alertes budgétaires, conseil simplifié) ; deux, la pertinence des interactions augmentées (crédits, optimisation patrimoniale, arbitrage assurance-vie...) ; trois, les interactions exclusivement humaines (crises, litiges...). Dans la mesure où l’IA agentique devrait nécessiter la refonte de certains processus internes et imposer leur révision, les critères permettant de définir la valeur de cet indice H2M pourraient dans le même temps être identifiés et faire l’objet d’une concertation de la Place.
Une fois « labellisé » par cet indice d’intégration technologique conforme, les établissements bancaires pourraient promouvoir l’évolution de leur offre commerciale à travers leurs conseillers. Ceux-là pourraient ainsi bénéficier d’un label de confiance renouvelé et fondé notamment sur le recours à des agents d’IA susceptibles d’interagir efficacement. Et ce tout en laissant au conseiller le soin de l’interaction humaine, la gestion de la complexité, et la création de valeur de long terme justifiant ainsi leur place au sein d’établissement ayant réussi leur transition.
