Opinion | L'intégration de l'intelligence artificielle générative dans les banques telle que Morgan Stanley, NatWest et la Deutsche Bank, est remarquablement absente chez les banques françaises, selon Christophe Baniol. Pourtant, cette technologie pourrait résoudre de nombreux problèmes auxquels les banques de détail sont confrontées.
Avant d'aborder les sujets importants tels que le numérique, la transition énergétique et l'efficacité opérationnelle, les banques sont confrontées à un problème fondamental qui est à l'origine de nombreux problèmes : la gestion de la complexité croissante de leur activité. Dans ce contexte, l'intelligence artificielle générative représente une promesse considérable.
Il y a une grande variété d'offres allant de l'assurance à la vente de voitures ou à la téléphonie, et il y a de plus en plus de réglementations. De plus, il y a de plus en plus de contacts avec les clients grâce aux différents canaux, ce qui rend la banque de détail de plus en plus complexe tant au niveau des processus que du métier.
Cette ultra complexité a un impact important : les opérations de la banque de détail ne sont plus sous contrôle. Cela ne concerne pas seulement les risques, la liquidité ou le capital, mais aussi les aspects pratiques et quotidiens de l'exercice du métier.
Difficulté énorme
On peut le remarquer à tous les niveaux. Les employés chargés des processus ont du mal à expliquer leur parcours, les conseillers sont démunis face à la première question difficile, les managers se trouvent dans l'incapacité de comprendre complètement les performances variées d'une entité.
En somme, les banquiers, qui sont le produit de leur époque, ont engendré un système complexe. Et bien que cela fonctionne plus ou moins, cela se fait au détriment de ses acteurs : d'abord les employés, puis les clients qui, au final, subissent les conséquences de cette complexité.
Article supplémentaire:
ANALYSE – Dans le secteur bancaire, l'étude attentiste de l'innovation ChatGPT.
Comment l'utilisation de l'intelligence artificielle générative pourrait augmenter les revenus des institutions bancaires.
C'est là que l'intelligence artificielle générative entre en jeu, avec toutes ses promesses. Grâce à sa capacité à traiter une énorme quantité de données et à en extraire les éléments pertinents de manière compréhensible pour les humains, ainsi qu'à fournir des réponses personnalisées et intelligibles, l'intelligence artificielle générative a le potentiel de devenir le facteur clé de la simplicité bancaire.
Grâce à sa capacité à créer des notes de préparation d'entretien percutantes, qui permettent de donner vie aux données froides, et à fournir au personnel les réponses qu'il a du mal à trouver dans un intranet complexe, l'intelligence artificielle générative a le potentiel de révolutionner la communication avec les clients.
Également à lire:
Analyse – Est-ce que ChatGPT peut prendre la place de votre conseiller financier ?
Que ce soit pour aider les conseillers à créer des arguments personnalisés ou pour proposer des chatbots naturels à chaque étape du parcours numérique, le dialogue promet d'être précis, approprié et renouvelé. En d'autres termes, il sera satisfaisant pour toutes les parties impliquées, quel que soit le canal utilisé. Cela permettrait à l'omnicanal d'atteindre un niveau de connaissance élevé.
L'intelligence artificielle générative a également la capacité de créer un relevé de compte intelligent qui va au-delà des feuilles de calcul que nous utilisons depuis de nombreuses années. En tant qu'outil pour les gestionnaires, elle sera en mesure de fournir automatiquement des analyses de performance d'entités, accompagnées de recommandations.
Promesses doublées
Ces dernières années, de nombreuses expérimentations ont été menées sur ces sujets. Cependant, ces expériences ont été décevantes car les technologies utilisées étaient encore trop immatures pour être adoptées par les utilisateurs. Grâce à l'intelligence artificielle générative, des solutions qui semblaient impossibles il y a moins d'un an sont désormais accessibles aux investissements. De plus, les nombreuses annonces faites depuis la rentrée 2023 témoignent de l'engagement de nombreux acteurs dans ce domaine.
Il sera nécessaire de faire des choix stratégiques, de définir les langages à utiliser, qu'ils soient propriétaires ou ouverts, de repérer les erreurs potentielles, de garantir la sécurité des utilisations et d'accompagner les collaborateurs qui se montrent réticents face à l'IA. Mais la voie est tracée. Elle offre une double promesse encourageante : rendre la gestion bancaire plus facile pour les professionnels du secteur et rendre la banque plus compréhensible, voire attirante, pour les clients, sur tous les canaux.
Christophe Baniol occupe le poste de partenaire des services financiers chez Sopra Steria Next.
Christophe Baniol est
Quels sont les éléments clés pour s'adapter dans un environnement complexe ?
Nos vidéos
La centrale solaire thermique impressionnante située dans le désert d'Atacama
Pourquoi la guerre en Ukraine qui s'enlise est la meilleure chose qui puisse arriver à la Russie
Quelles sont les raisons pour lesquelles les bateaux fuient le canal de Suez ?
La Corée du Nord tire un missile assez puissant pour atteindre les États-Unis
Les articles les plus lus
Opinion | Levons les obstacles au développement du biogaz
Opinion | La crise du logement : il est temps pour la révolution !
Opinion | Les groupes de niveaux : un exemple à étudier
À la une
Attention aux six arnaques courantes liées à la fraude à la carte bancaire
L'absentéisme des contrôleurs mis en cause suite à un grave incident aérien à Bordeaux
L'échec d'Orange Bank et Ma French Bank marque la fin d'un cycle des banques en ligne
Cercle
Opinion | L'IA générative dans le secteur bancaire : un facteur de simplicité
Opinion | Repensons en profondeur le système fiscal
Opinion | Les groupes de niveaux : un exemple à étudier
Pratique
P
L'Ensemble.
Tous les droits sont réservés exclusivement par Les Echos pour l'année 2023.
