Pourquoi Capgemini consacre-t-il son 20e rapport mondial sur la banque de détail à l’IA ?
Le développement de l’IA, son impact positif et ses dangers sont au centre de toutes les conversations, y compris dans les comités de direction, avec, dans la banque de détail, la promesse de favoriser le changement, tant dans l’efficience et la productivité que dans la relation client. Dans ce contexte, nous avons voulu faire un point sur la réalité de l’IA et le stade d’avancement des banques.
Quelle IA les réseaux utilisent-ils ? Quel est le retour de leurs clients ?
À ce jour, la plupart des banques de détail ont déployé des chatbots reposant sur une IA basique qui se limite aux questions-réponses. Les réponses fournies aux clients ne correspondent pas à leurs attentes, car l’information fournie est très scriptée, prédéfinie et donc pas ou peu personnalisée. S’ils sont embarqués dans l’expérience digitale depuis le Covid-19, les clients souhaitent aujourd’hui que la technologie leur parle : ils veulent des informations de qualité, plus personnalisées et instantanées, et non pas génériques. Notre rapport montre que leur retour d’expérience par rapport aux chatbots est assez mauvais. D’où leur préférence pour le contact humain depuis la pandémie. Dans de nombreux secteurs comme la téléphonie, les paiements et, bien sûr, les néobanques, l’expérience digitale efficace est une réalité ; ce n’est pas le cas des banques de détail, qui doivent se mettre à niveau. Sur ce point, l’IA générative peut aider à mieux personnaliser le parcours client et l’IA conversationnelle convertir cette personnalisation en discours vocal ou numérique.
Les banques peuvent-elles combler leur retard ?
Elles doivent s’équiper d’outils IA et s’inspirer des néobanques qui offrent déjà aux clients une expérience personnalisée de qualité exclusivement digitale grâce à trois piliers : une infrastructure de cloud, les données clients agrégées à 360 degrés et les canaux d’interaction assurant la bonne liaison entre l’agence physique, les centres d’appel et l’application de la banque digitale. Il s’agit également d’investir dans l’humain (Data Scientists et ingénieurs), d’éduquer le personnel à adopter les outils et mieux s’en servir, pour améliorer la productivité de la performance. Toutefois, l’étude révèle qu’elles ne sont pas prêtes à déployer une IA plus sophistiquée. Seuls 4 % d’entre elles ont un score élevé en matière d’engagement des équipes et de capacités technologiques. D’ailleurs, seulement 22 % de leur personnel a reçu une formation. Pour autant, 70 % des membres du comité exécutif des banques prévoient d’augmenter, jusqu’à 10 %, les investissements dans la transformation numérique en 2024. Si l’existence d’un budget pour le digital est une bonne nouvelle, aujourd’hui, l’IA n’est pas implémentée à l’échelle. Seules 6 % des banques de détail ont une feuille de route pour mener à bien leur transformation à grande échelle.
Que recommandez-vous pour déployer l’IA générative ?
Tout le monde se lance dans ce discours et cette promesse de l’IA, en élaborant des projets pilotes. Le danger pour les banques de détail est celui d’un échec silencieux de l’IA. Pour éviter cela, nous recommandons la création d’un « observatoire de l’IA » en interne ou via des partenariats. Utilisant des indicateurs de performance et des outils d’évaluation, il permettrait de rendre compte du résultat des projets pilotes, des choix de solutions et de l’impact réel de l’IA générative déployée à grande échelle. De plus, la phase de rejet de l’IA par les employés n’existe plus : 40 % d’entre eux estiment que l’IA complémentera leur travail. Ils sont favorables à des « copilotes » basés sur l’IA générative facilitant la collecte intelligente d’informations et l’automatisation des tâches documentaires, administratives, de conformité et des interactions avec les centres d’appels. Les employés pourraient ainsi consacrer plus de temps aux interactions avec les clients et gagner en visibilité sur leur profil.
Propos recueillis par Tân Le Quang
