L’intelligence artificielle: boîte de pandore des banques?
Par Alexandre Velut, CEO de Techfoliance
L’intelligence artificielle (IA) est une technologie qui effraie autant qu’elle ne fascine. Bien que les opportunités soient immenses à bien des égards, les avis restent partagés au sein de la communauté «Tech» internationale, à l’image d’Elon Musk qui met en garde sur le «risque majeur que représente l’IA pour notre civilisation».
L’IA attire toutes les convoitises et les géants du numérique investissent des sommes astronomiques dans le développement de cette nouvelle forme d’intelligence. D’après une étude publiée en juin dernier par le cabinet d’audit PwC, l’intelligence artificielle pourrait entraîner une augmentation du PIB mondial de plus de 15,7 trillions de dollars d’ici 2030, en faisant la plus grosse opportunité commerciale de notre époque.
IBM et sa solution Watson, Amazon et sa solution Alexa ou encore Google au travers de sa filiale DeepMind pour ne citer que les plus connues. Des avancées technologiques majeures qui semblent pourtant encore largement inexploitées. Là où l’IA se limite aujourd’hui à de la reconnaissance de mots et d’images, à la compréhension du langage ou à l’analyse de données, son champ d’exploitation est bien supérieur, voire même infini.
Selon les experts, il s’agirait de combler les limites de l’humain. Dans le secteur bancaire par exemple, la montée en puissance de l’Intelligence artificielle révèle au grand jour les limites d’un système jusqu’ici jugé inattaquable.
Pure symbole d’une ère désormais révolue, la technologie vient bouleverser des modèles et des processus vieillissants en décalage avec les attentes de la génération des «Tech Savvy». De l’amélioration de l’expérience utilisateur à la suppression des réseaux d’agences en passant par la détection de fraudes, les banques traditionnelles doivent se lancer, sous la contrainte de nouveaux acteurs, dans un vaste chantier de renouvellement.
Pour illustrer ce changement, la banque américaine Goldman Sachs revendique employer plus de développeurs que de traders et se dit être la banque la plus «Tech» de Wall Street.Apple-converted-space »> Autre exemple, la banque espagnole BBVA n’a pas attendu la mise en place de la directive PSD2 pour ouvrir son «marché d’APIs» et permettre à des acteurs tiers de venir se brancher sur son système.
Une boîte mystérieuse qui contient les maux du secteur bancaire
Plus une semaine ne passe sans qu’une solution «powered by IA» ne se créée dans l’une des verticales de la banque. En témoignent les chatbots, des algorithmes intelligents capables d’accompagner les particuliers dans la gestion de leurs finances personnelles.
De la consultation de compte bancaire à l’identification d’opportunités d’investissement, ces nouveaux acteurs ont fait de l’expérience utilisateur leur cheval de bataille. Finn.ai au Canada, Plum en Angleterre ou encore Kasisto aux Etats-Unis, tous ont comme point commun de fournir un service personnalisé, instantané et accessible directement depuis un mobile. Autre exemple, la société israélienne Personetics a développé une solution clef en main pour les acteurs bancaires, leur permettant d’anticiper les besoins des clients grâce à une analyse comportementale en temps réel.
Cette frénésie autour de l’IA entraîne avec elle son lot d’inquiétudes chez les acteurs traditionnels qui ne parviennent pas à se saisir du sujet, privilégiant la politique du «wait and see». Erica, l’assistant virtuel lancé par la Bank of America en 2016 illustre bien la maladresse de ces acteurs qui échouent face aux innovations de rupture.
Dans un tel contexte, il est naturel de devoir s’interroger sur le potentiel réel de l’intelligence artificielle. Etant donné les avancées dans le secteur, devrait-on plutôt parler d’intelligence augmentée? Qu’en est-il du Machine Learning ou du Deep Learning? Quel sera l’impact sur le long terme?
L’application de cette technologie dans le secteur bancaire pourrait se traduire par une réduction significative des coûts, par un gain de productivité grâce à l’automatisation de tâches répétitives et par une meilleure exploitation des données en vue d’améliorer l’expérience client. Dans une récente étude, Accenture révèle que 76% des cadres en banque reconnaissent qu’une large majorité d’entre eux passeront par l’IA pour interagir avec leurs clients dans les trois prochaines années.
Pour rester compétitives dans l’ère de l’intelligence artificielle, les banques devront inévitablement s’affranchir d’un lourd fardeau, entraînant la fermeture d’une partie de leurs agences et une réduction significative de leurs effectifs. Antony Jenkins, ancien CEO de la banque Barclays, annonçait en 2015 la fermeture de la moitié des agences et le licenciement de 50% des effectifs dans les 10 prochaines années.
Lors de MoneyConf qui se tenait à Madrid en juin dernier, Roman Stanek, fondateur et CEO de GoodData, prédisait quand à lui que plus de 40% des emplois seront remplacés dans les banques par l’arrivée de l’IA d’ici 2025.
Dans un contexte de concurrence internationale accrue avec l’arrivée de nouveaux modèles bancaires et le durcissement des contraintes réglementaires, les acteurs historiques doivent adopter une politique d’innovation plus claire et orientée davantage sur les ressources existantes.
Pour l’heure, la plupart des banques se sont lancées tous azimuts dans l’acquisition de solutions alternatives pour combler leur retard et gagner en flexibilité. Toutefois, les équipes sont-elles prêtent à accueillir l’arrivée de nouveaux acteurs qui menacent de bouleverser en profondeur leurs métiers dans les prochaines années? L’évolution de la réglementation peut-elle contribuer à libérer le potentiel des données dont disposent les banques au profit d’une meilleure collaboration avec les FinTech, à l’image de la directive PSD2?
Plus que jamais, les banques doivent faire face à l’émergence de nouvelles technologies dont la promesse est double : moderniser le système bancaire dans les pays développés et bancariser une partie de la population mondiale, aujourd’hui estimée à plus de 2,2 milliards de personnes.
Le contributeur:
Alexandre Velut occupe le poste de CEO au sein de Techfoliance, la première solution de market intelligence spécialisée dans la Fintech. Il est un expert reconnu dans les innovations financières et intervient régulièrement en tant que conférencier et analyste dans les principales communautés Fintech en Europe, au Moyen-Orient, en Afrique et en Amérique Latine. Il accompagne et conseille depuis plus de 4 ans les acteurs bancaires et Fintech sur des enjeux stratégiques liés à l’évolution du secteur.
Les contributeurs sont des auteurs indépendants de la Rédaction de FrenchWeb. Leurs propos et positions leurs sont personnels.
Nous ne diffusons pas de tribunes produites à des objectifs de RP, ou de SEO.
Pour communiquer sur FrenchWeb ou le Journal des RH, devenez partenaire, cliquez ici.
Ce monsieur est CEO d’une entreprise, siot-disant conférencier. Il ne sait pourtant pas que le Machine Learning et leDeep Learning ne sont pas de l’IA. Il faudrait voir à mieux choisir vos contributeurs….
Cher Monsieur,
Je vous recommande chaudement de lire l’article. Si cela avait été le cas, vous auriez remarqué qu’il n’a jamais été question de comparer le Machine Learning et le Deep Learning à l’IA.
Il serait bon également de faire des retours constructifs !
Alexandre Velut
CEO Techfoliance