Comment les banques encadrent l’IA dans leurs opérations

La maturité de l’IA dépend d’un usage plus poussé en production

Une banque peut donner à davantage d’employés accès à l’IA sans modifier le fonctionnement de ses opérations. Les conclusions d’Evident pointent vers une étape supplémentaire : intégrer l’IA dans les workflows de production, c’est-à-dire le travail quotidien où la technologie est déployée. Pour les responsables technologiques du secteur bancaire, la question devient la suivante : qu’est-ce qui change lorsque les employés utilisent l’IA : le travail accompli, la capacité récupérée et les contrôles requis.

Mesurer ces changements suppose de distinguer le déploiement de la valeur financière. Evident décrit des banques qui étendent l’usage de l’IA tout en recrutant des spécialistes, en accompagnant les employés et en renforçant la supervision. Chacun de ces changements influe sur la manière dont le travail est réalisé, mais chacun nécessite sa propre mesure. Les chiffres de déploiement montrent où l’IA est utilisée ; les rendements déclarés montrent les résultats financiers ; les décisions concernant le temps gagné montrent comment les banques utilisent la capacité créée par l’IA.

Le déploiement s’accélère tandis que le reporting financier se développe

Les chiffres du déploiement montrent à quelle vitesse les banques étendent l’usage de l’IA. Dans les conclusions accompagnant son indice, Evident a indiqué que les banques ont fait progresser leur usage de l’IA environ trois fois plus vite l’an dernier qu’au cours des trois années précédentes. Les 50 banques interrogées ont mentionné plus de 1 100 cas d’usage de l’IA depuis 2021. Evident a un intérêt commercial dans la demande d’évaluation de la maturité de l’IA.

L’indice de maturité d’Evident évalue les talents, l’innovation, la direction et la transparence, en inscrivant le déploiement dans une vision plus large des capacités d’une banque. JPMorgan Chase s’est classée première, suivie de Capital One, de la Banque Royale du Canada et de CommBank. L’indice examine la capacité d’une banque à développer l’IA, à orienter son usage et à rendre compte de ses effets. Il mesure donc la maturité organisationnelle sur plusieurs dimensions, tandis que le rendement financier reste une mesure distincte.

Les pratiques qu’Evident a identifiées parmi les banques les plus avancées aident à expliquer cette évaluation plus large. Evident a constaté que ces établissements investissaient dans les contrôles et la gouvernance, c’est-à-dire les responsabilités et les règles utilisées pour encadrer l’IA, tandis que Mousavizadeh d’Evident a indiqué que les banques obtenant les meilleurs scores mettaient l’accent sur l’IA déployée et ses effets. Ces deux observations soulignent le soutien nécessaire autour de l’usage opérationnel. Pour les dirigeants, cela signifie examiner l’expertise et la supervision disponibles pour soutenir les applications une fois que les employés commencent à s’y appuyer.

L’IA est déjà utilisée dans les opérations des grands établissements. Bank of America, Wells Fargo, Citigroup, BNY et JPMorgan Chase ont décrit l’usage de l’IA dans l’ensemble de leurs organisations. Dans les conclusions d’Evident, les banques ont également identifié la mise en œuvre logicielle et les outils de conseil comme des activités produisant de la valeur cette année. Ces exemples montrent où les banques voient une contribution de l’IA, mais évaluer le résultat financier suppose de relier l’effet opérationnel au chiffre d’affaires, au coût ou à un autre résultat financier.

Davantage de banques établissent ce lien dans leur reporting. Evident a compté 12 banques déclarant un retour sur investissement, ou ROI, provenant de projets d’IA, contre huit l’an dernier. Davantage d’établissements publient des résultats financiers, mais l’unité comptabilisée est la banque. Un décompte au niveau de la banque ne peut pas être utilisé comme taux de réussite des projets, car chaque établissement peut exploiter de nombreuses applications.

Le total des cas d’usage répond à une autre question, car il compte les applications accumulées au fil du temps. Le comparer directement au nombre de banques déclarant un ROI reviendrait à mélanger applications et établissements. Une revue d’investissement devrait au contraire distinguer le déploiement, la productivité et les résultats financiers, puis les relier là où la banque a mesuré cette relation. Cela permet de garder visible l’expansion de l’usage tout en donnant aux rendements déclarés leur juste signification.

Un déploiement plus poussé modifie les effectifs et l’usage du temps gagné

Relier le déploiement à un travail utile commence par les personnes qui le soutiennent. Mousavizadeh a indiqué que les établissements obtenant de bons scores dans l’indice d’Evident ajoutent des scientifiques de l’IA, des chefs de produit IA, des ingénieurs et des spécialistes du risque pour soutenir l’usage en production et son impact. Les banques recrutent également des spécialistes et orientent des ressources vers les employés qui utilisent la technologie. Ces rôles répartissent la responsabilité entre le développement scientifique, les décisions produit, l’ingénierie et la gestion des risques.

L’accès des employés entraîne un travail opérationnel continu pour ces équipes. Les applications ont besoin de développement, de maintenance et de gestion à mesure que les employés les utilisent ; l’expertise qui les entoure devient donc une partie de l’engagement lié au déploiement. Les conclusions d’Evident placent les effectifs spécialisés et l’accompagnement des employés aux côtés d’un usage plus poussé dans les workflows. Pour un responsable technologique, la question pratique est de savoir si l’établissement peut soutenir les applications qu’il met en service.

Une fois que ces applications font gagner du temps, la direction doit décider comment utiliser la capacité récupérée. Mousavizadeh a indiqué que les banques qui constatent de tels gains tendent à orienter ce temps vers les clients, les produits et le travail inachevé. La séquence est importante : l’IA réduit le temps nécessaire à une tâche, ce qui libère de la capacité que la banque peut affecter ailleurs. Le gain de productivité dépend en partie de ce qu’il advient ensuite de ce travail.

Suivre le travail réaffecté donne aux dirigeants un moyen concret d’évaluer le gain. Les managers peuvent évaluer les changements de production ou de service en suivant le travail sur les clients, les produits et les backlogs. Les heures gagnées doivent donc être suivies dans leur usage avant de pouvoir être reliées à un résultat financier. Mousavizadeh décrit un réinvestissement dans le travail ; traiter ces mêmes heures comme des réductions d’effectifs ou comme un profit immédiat en changerait donc le sens.

La gouvernance s’étend avec la portée opérationnelle de l’IA

Les équipes qui soutiennent le déploiement doivent aussi gérer les conséquences des erreurs de l’IA. Dans des commentaires envoyés par e-mail à CIO Dive, Mousavizadeh a indiqué que les dirigeants technologiques du secteur bancaire accordent la priorité à la gouvernance et à la sécurité parce que les banques opèrent dans un cadre réglementaire étendu, prennent des décisions à fortes conséquences et dépendent de la confiance. L’IA peut éclairer des décisions concernant le crédit, la fraude, les paiements, le trading, le conseil financier, les données clients et les services financiers. Son rôle opérationnel croissant l’intègre donc à des activités qui affectent directement les clients et les établissements.

Ces conséquences font de la supervision une partie de la décision de déploiement. « Les erreurs peuvent donc se traduire directement par des pertes financières, des préjudices pour les clients, des manquements réglementaires ou un risque systémique et réputationnel », a déclaré Mousavizadeh. Son explication relie la gouvernance au travail effectué par les banques. À mesure que l’IA prend un rôle plus important, ces contrôles doivent traiter la manière dont les erreurs affectent l’argent, les clients, les obligations réglementaires et la confiance dans l’établissement.

Les conclusions d’Evident sur les effectifs montrent que les banques ajoutent des personnes à ce travail de supervision. Evident a constaté que les talents en gouvernance de l’IA dans les 50 premières banques ont augmenté de 33 % d’une année sur l’autre. Les banques ont également renforcé les mesures de protection de l’information. Ces changements ont accompagné une expansion plus rapide de l’IA, alors que la sécurité du secteur restait une priorité et que l’inquiétude du public augmentait à mesure que les systèmes d’IA devenaient plus puissants.

Pour la planification, cela fait de la supervision une partie de l’engagement opérationnel qu’exige un usage plus large de l’IA. Les banques doivent déterminer quels spécialistes scientifiques, produit, ingénierie et risque soutiennent une application, ainsi que ses mesures de gouvernance, de sécurité et de protection de l’information. Attribuer clairement la responsabilité de ces tâches donne aux dirigeants un moyen concret d’évaluer si la banque peut maintenir ses contrôles à mesure que l’usage s’étend.

Les équipes de supervision peuvent elles-mêmes devenir utilisatrices de l’IA. Accenture a constaté que plus de la moitié des dirigeants IT du secteur bancaire s’attendent à ce que les agents IA, des systèmes qui exécutent des tâches assignées, soient pleinement intégrés aux fonctions de risque, de conformité et d’audit, ainsi qu’à la détection de fraude et au suivi des transactions. L’activité de conseil d’Accenture lui donne un intérêt commercial dans l’expansion de l’adoption de l’IA par les banques. Cette conclusion décrit les attentes des dirigeants quant au déploiement futur dans l’ensemble de ces fonctions.

L’usage d’agents dans le travail de contrôle ajoute une responsabilité supplémentaire pour les responsables de la gouvernance. L’explication de Mousavizadeh porte sur les conséquences des erreurs de l’IA, tandis que la conclusion d’Accenture porte sur les usages attendus de l’IA dans la gestion du risque ; elles traitent de différentes dimensions du problème opérationnel. Une banque qui place des agents dans l’audit ou le suivi des transactions doit évaluer ces systèmes comme des applications avec leurs propres erreurs et conséquences possibles. L’examen de leur travail reste de la responsabilité de la fonction de contrôle, même lorsque l’IA exécute certaines de ses tâches.

Points clés à retenir pour les dirigeants

Distinguer le déploiement des résultats financiers : Evident a compté 12 banques déclarant un ROI de l’IA, contre huit l’an dernier. Les revues d’investissement nécessitent des mesures distinctes pour le déploiement, la productivité et les rendements financiers, avec des liens entre elles là où les résultats ont été mesurés.
Suivre comment le temps gagné devient du travail utile : Les banques orientent les gains de temps générés par l’IA vers les clients, les produits et le travail inachevé. Les responsables des opérations doivent suivre cette capacité réaffectée pour évaluer les changements de production et de service, avec l’appui de spécialistes scientifiques, produit, ingénierie et risque.
Intégrer la supervision à l’expansion de l’IA : Les effectifs dédiés à la gouvernance de l’IA dans les 50 premières banques d’Evident ont augmenté de 33 % d’une année sur l’autre. Les dirigeants technologiques et du risque ont besoin d’une responsabilité clairement attribuée pour la sécurité et la protection de l’information, y compris la supervision des agents IA déployés dans l’audit, la conformité et le suivi des transactions.