Articles en relation
Ne parlons plus de « projets pilotes », l’heure est aux processus industrialisés. L’Intelligence artificielle (IA) est en train de prendre place dans les institutions financières. En France, 94 % d’entre elles l’utilisent déjà ou prévoient de le faire prochainement. Gestion des risques et détection de la fraude arrivent en tête des cas d’usage : qu’ils soient déjà déployés, en passe de l’être ou envisagés, 92 % des établissements financiers sont concernés. 40 %, en outre, s’y intéressent pour le traitement des paiements et des crédits.
L’étude Financial Services State of the Nation 2026 de Finastra, publiée en ce début du mois de février, s’est penchée sur l’adoption de l’IA dans les institutions financières à travers le monde et révèle qu’un pas a été franchi dans ce domaine. « Le sujet n’est plus l’adoption, mais l’ancrage opérationnel » et « la capacité à exécuter [l’innovation] à l’échelle », analyse Radha Suvarna, Chief Product Officer Payments, chez Finastra.
Les cas d’usage se doivent d’être visibles, concrets, directement exploitables au quotidien. Les initiatives à dominante expérimentale recueillent moins de faveurs. Si le mouvement est mondial, les priorités et les styles d’exécution diffèrent selon la nature des établissements et les pays.
Améliorer l’efficacité transactionnelle
Les banques françaises, pour 40 %, se focalisent sur les « flux cœur » : paiements, crédit, opérations. L’amélioration de l’efficacité transactionnelle est prioritaire, explique Radha Suvarna. Ainsi, au Royaume-Uni, l’IA est plus fréquemment mobilisée pour renforcer la qualité décisionnelle, notamment la réduction des erreurs et l’aide à la décision (42 %). Le secteur bancaire français se concentre également sur la personnalisation pilotée par l’IA, domaine négligé par ses voisins allemands.
Asset managers, hedge funds, assureurs, brokers, dealers et acteurs de la gestion de patrimoine sont davantage orientés vers des usages data-driven et front-office, comme l’analyse de données, l’automatisation des processus, la personnalisation de l’expérience client et l’accélération du time-to-market.
Conformité, sécurité, souveraineté
Les participants à l’enquête considèrent dans leur ensemble que les contraintes réglementaires européennes freinent le passage à l’échelle. L’adoption de l’IA se fait d’ailleurs de façon plus progressive en Europe que dans le reste du monde. « Ces défis sont encore plus sensibles pour les banques françaises, souligne Radha Suvarna, car ils s’appliquent à des opérations critiques et fortement régulées – paiements, crédit, risque et conformité – où la fiabilité, la gouvernance et la continuité ne laissent aucune marge d’erreur. »
De la même façon, côté clientèle française, les attentes sont importantes quant à la personnalisation des échanges, mais cette dernière « est conditionnée par des fondamentaux de confiance », pointe Radha Suvarna. Sécurité des données (32 %) et transparence des conditions (30 %) apparaissent comme des prérequis. Pour 54 % des répondants français, le déploiement de l’IA lui-même pose des questions de sécurité, qui se doublent d’un enjeu de souveraineté.
Les établissements bancaires hexagonaux utilisent enfin majoritairement des infrastructures dites « legacy ». Pour 51 % des répondants français, l’adaptation à l’environnement existant constitue un défi, requérant des investissements importants. C’est pourquoi 83 % des établissements interrogés envisagent une hausse de leur budget de modernisation.
