Le développement rapide de l’intelligence artificielle générative (GenAI), reposant sur des requêtes formulées en langage naturel, représente un changement de paradigme par sa capacité à produire du texte, des images, des vidéos ou du code informatique. Les avancées dans le domaine de l’IA facilitent ainsi l’application de modèles sur des données à la fois structurées et non structurées, ce qui élargit les possibilités.
Dans les banques, l’adoption rapide de l’IA s’appuie sur l’expérience du secteur dans le développement de modèles avancés sur d’importantes quantités de données notamment pour les décisions de financement ou d’investissement qui sont au cœur des activités bancaires.
Au sein de BNP Paribas, nous avons fait de l’IA l’un des principaux piliers du volet technologique de notre plan stratégique. Nos équipes ont ainsi mis en production plus de 750 cas d’usage, avec l’objectif d’en atteindre 1 000 à l’horizon 2025, dont une centaine de GenAI, pour servir trois grandes catégories d’usage.
L’IA est d’abord employée pour enrichir la connaissance et l’expérience client, par exemple à travers des assistants conversationnels automatisés qui fournissent rapidement un premier niveau d’information à nos clients. Sur ce terrain, les GenAI apporteront un plus par rapport à des approches scriptées plus classiques grâce à de réels progrès dans la qualité du dialogue et des réponses apportées. Nous testons également la GenAI pour faciliter l’évaluation de critères ESG pour les entreprises afin de préremplir les questionnaires à partir de différents supports publics.
Cette technologie permet également d’améliorer la performance opérationnelle grâce au traitement plus rapide et plus efficace de volumes importants de données structurées et non structurées ainsi qu’à l’automatisation de certains processus. Au sein du pôle de banque de financement et d’investissement, l’IA permet par exemple d’analyser divers types de documents, comme des factures, confirmations ou prospectus de fonds afin d’extraire les données pertinentes pour automatiser les demandes de transactions clients, alimenter les processus de crédit et rationaliser le processus de paiement des fournisseurs. La GenAI sera également utile pour produire des contenus comme rédiger les rapports mensuels de performance des portefeuilles des fonds d’investissement pour permettre aux conseillers d’expliquer plus facilement aux clients les arbitrages ou le rééquilibrage du portefeuille.
Enfin, l’IA est un outil clé dans la gestion des risques, notamment dans la lutte contre la fraude. Le recours à ces technologies permet de continuer à améliorer la détection de comportements anormaux, à prévenir la fraude et à alerter nos clients.
Open source et gouvernance
Sur le plan technologique, de nombreuses start-up créent des solutions toujours plus innovantes et performantes qui multiplient les possibilités. Au-delà des investissements technologiques importants qu’il représente, le recours à l’IA implique des choix stratégiques et une organisation adaptée pour assurer un déploiement efficace et sécurisé.
Cela passe d’abord par une démarche organisée autour des données dont il faut en maîtriser l’extraction, le stockage, les flux et la conversion en un usage métier bénéfique à son activité. Ainsi qu’un arbitrage entre le développement de modèles internes ou l’utilisation de solutions externes, en veillant à sélectionner des outils proportionnés aux usages qu’ils servent et maîtriser ainsi les ressources employées.
Nous avons ainsi fait le choix de travailler avec plusieurs outils en open source et de nous appuyer sur une gouvernance dédiée afin de mutualiser le développement de cas d’usage dans les différents métiers du groupe.
Comme pour toute innovation, nous avons à cœur que toutes nos technologies soient déployées dans un environnement sécurisé afin de protéger nos données et celles de nos clients. Pour rendre cela possible, nous ne mettons pas dans le cloud public de données clients ou d’environnement de production véhiculant des données sensibles. Nous nous appuyons par ailleurs sur une culture de la donnée solide et l’expertise de nos équipes parmi lesquels 700 Data Scientists et Business Analysts et 3 000 personnes dédiés à la data.
Pour guider le développement de l’IA et s’assurer que les applications respectent cette exigence de sécurité, les solutions d’IA répertoriées font toutes l’objet de différentes étapes de contrôle. Si l’automatisation est intégrée pour améliorer l’efficacité, la prise de décision reste quant à elle entre les mains des collaborateurs.
Transparence et responsabilité
Au-delà des pratiques de chaque entreprise, la prise de conscience croissante des implications de l’IA appelle un engagement collectif en faveur de normes et de pratiques responsables. Ce sont d’ailleurs les grands principes de l’AI Act qui favorise la transparence et la responsabilité. Il est donc crucial de trouver un équilibre entre l’innovation et la régulation dans le déploiement de l’IA, notamment dans le secteur bancaire, où les normes en matière de protection et de confidentialité des données sont particulièrement exigeantes.
Ainsi, le travail collectif sur l’IA implique de rassembler les experts de domaines variés tels que les ressources humaines, le juridique, l’informatique, favorisant une compréhension globale des implications de l’IA. Dans ce contexte, nous avons développé une formation pour sensibiliser nos collaborateurs aux biais de l’IA, en veillant par exemple à ce que les modèles d’IA ne reproduisent pas de stéréotypes ou de discriminations sociales ou culturelles. En complément, un module de formation spécifique dédié à l’ensemble de la communauté des Data Scientists permet de partager les meilleures pratiques pour identifier et éviter les biais. Pour cela, le groupe a publié une charte qui engage à respecter les normes éthiques les plus élevées en matière de sécurité des données personnelles.
L’IA ouvre la voie à un nouveau champ d’innovation. Mais son intégration à l’échelle industrielle ne pourra se faire qu’à condition d’en maîtriser les risques, avec la nécessité d’un cadre de contrôle permettant d’encadrer son usage.
