Pourquoi les emplois liés à l’IA sont les seuls à se développer dans le secteur bancaire

L’IA est la carrière la plus sûre et la plus prometteuse dans le secteur bancaire

Les institutions financières sont en train de subir un changement fondamental. Le rythme ne ralentit pas, il s’accélère, et il est centré sur l’intelligence artificielle. Les banques réduisent leur personnel dans certains domaines, mais les embauches liées à l’intelligence artificielle ne se maintiennent pas, elles augmentent. Cela vous indique la direction que prend l’avenir de la banque. Et ce n’est pas vague ou spéculatif. Il s’agit d’une transformation active et délibérée. Selon Evident, une société d’analyse comparative de l’IA financière, les 10 premières banques ont augmenté leurs effectifs en IA de 13 % en seulement six mois. Ces banques embauchent désormais un spécialiste de l’IA pour 50 nouveaux postes. La croissance est réelle et soutenue.

Décortiquons cela . Développeurs d’IA, ingénieurs de données et experts en infrastructure, ces personnes sont désormais indispensables. Les banques n’achètent pas le battage médiatique de l’IA. Elles investissent là où elles voient un impact à long terme : réduction des coûts, prise de décision plus rapide, meilleure gestion des risques, évolutivité. Alors que les effectifs du secteur bancaire sont en baisse, d’environ 3 % au cours des deux dernières années, les fonctions liées à l’IA connaissent une croissance à deux chiffres. Cette divergence indique clairement une chose : si votre travail consiste à construire, gérer ou faire évoluer l’IA, vous êtes en demande.

Pour les décideurs de haut niveau, le message est clair. Ne perdez pas de temps. Déplacez les ressources là où elles génèrent de l’élan. Réorientez les investissements vers les personnes et les systèmes qui créent un effet de levier, et l’IA n’est plus facultative, elle est fondamentale.

Alexandra Mousavizadeh, PDG d’Evident, l’a dit sans ambages : « Les postes liés à l’IA sont peut-être les seuls emplois sûrs dans le secteur bancaire à l’heure actuelle ». C’est justement la direction que prend le secteur.

Les grandes banques développent rapidement leurs capacités de recrutement et de mise en œuvre de l’IA.

Les leaders de l’IA n’attendent pas. JPMorgan Chase, Wells Fargo et Citigroup déploient des capitaux et embauchent massivement dans le domaine de l’IA. Il en va de même pour HSBC et Barclays au Royaume-Uni, et BNP Paribas et BBVA en Europe. Il ne s’agit pas d’un projet secondaire. Il s’agit d’investissements à grande échelle avec des retours attendus. À l’heure actuelle, les dix premières institutions en termes d’effectifs d’IA ne se contentent pas d’embaucher davantage, elles voient davantage de cas d’utilisation se concrétiser. Plus important encore, elles obtiennent des résultats mesurables.

Les récentes conclusions d’Evident le montrent clairement : les banques les plus performantes en matière d’IA utilisent l’IA dans deux fois plus d’aspects de leur activité que les banques plus lentes. Elles sont également 1,5 fois plus susceptibles de faire état d’un réel retour sur investissement de ces déploiements. C’est essentiel. Car en matière d’IA, c’est l’exécution, et non l’intention, qui détermine l’impact économique.

L « écart concurrentiel dans le secteur bancaire n’est plus seulement une question d’accès aux capitaux ou d » échelle géographique. Il s’agit de savoir comment vous opérationnaliser l’IA. Cela signifie qu’il faut recruter des talents en matière de données et disposer de l’architecture, des équipes et de l’alignement des dirigeants pour déployer l’IA à grande échelle dans l’ensemble de l’entreprise. Le recrutement n’est qu’une dimension. Vous devez également être en mesure d’intégrer ces talents dans des systèmes dotés d’un véritable pipeline de livraison. Sinon, vous ne ferez que perdre de l’argent par rapport à vos concurrents dont l’IA fonctionne déjà dans des environnements de production.

Les dirigeants doivent réagir non pas avec hésitation, mais avec urgence. Les banques qui tardent à s’engager ne resteront pas compétitives. Les leaders évoluent rapidement, et cet avantage s’accroît.

Investissements stratégiques dans le leadership en matière d’IA

Lorsqu’une banque forme 200 de ses plus hauts responsables à l’intelligence artificielle, elle ne se contente pas de se préparer à un changement perturbateur, elle se l’approprie activement. C’est exactement ce que fait Lloyds Banking Group. Il s’agit d’une transformation descendante avec une intention stratégique.

La banque s’est associée à Cambridge Spark, un fournisseur de formation aux compétences en IA, pour intégrer les capacités d’IA directement dans ses rangs de direction. C’est une démarche intelligente. Vous n’obtiendrez pas de résultats durables en isolant les initiatives d’IA dans des équipes techniques. Les cadres supérieurs doivent comprendre ce que ces systèmes peuvent faire, et ne pas faire, pour prendre des décisions rapides et éclairées. Cela permet d’alléger la feuille de route et de réduire les frictions entre la stratégie et l’exécution.

Parallèlement, Lloyds fait évoluer son infrastructure en déployant Vertex AI de Google Cloud, une plateforme de développement pour l’apprentissage automatique et l’IA générative. Plus de 300 data scientists de Lloyds l’utilisent actuellement. Cela signifie que les outils existent, que les équipes techniques sont engagées et que les dirigeants sont équipés pour éliminer les obstacles organisationnels. Lorsque ces trois éléments s’alignent, vous obtenez de la vélocité.

C’est ce niveau d’intégration qui définit les acteurs sérieux dans le domaine de l’IA. Le contraste entre les projets pilotes peu profonds et les plateformes évolutives est énorme. Les dirigeants qui ne donnent pas la priorité aux compétences et aux systèmes seront à la recherche de l’efficacité alors que leurs concurrents l’intègrent dans leur structure.

Les banques qui en sont aux premiers stades de l’adoption de l’IA sont soumises à une pression croissante

L’écart entre les banques qui progressent rapidement dans le domaine de l’IA et celles qui ne font que commencer ne se réduit pas. Il se creuse. C’est un problème pour les retardataires. Le temps de l’expérimentation discrète est révolu. L’IA entre en production et les résultats se font sentir en termes de retour sur investissement, de gains opérationnels et d’expérience client.

Alexandra Mousavizadeh, PDG d’Evident, a été claire : les banques qui essaient encore de définir leur stratégie ou qui luttent pour recruter des talents techniques sont à la traîne. Pendant ce temps, les institutions qui fonctionnent déjà bien redoublent d’efforts. Elles n’évoluent pas avec prudence, mais avec précision, en s’appuyant sur des données.

La pression est réelle. Les entreprises qui retardent l’intégration complète de l’IA ne seront tout simplement pas compétitives sur le plan opérationnel ou financier. Les dirigeants doivent réaliser qu’ils ne sont pas comparés à leur situation d’il y a douze mois, mais à ce que les meilleures banques déploient actuellement. Et cette norme ne cesse de s’élever.

L’IA et l’apprentissage automatique se généralisent dans les services financiers

L’intelligence artificielle n’est plus une nouveauté pour la finance britannique. Elle est déjà présente dans la plupart des entreprises, où elle façonne les opérations, renforce l’efficacité et favorise la conformité. Selon une enquête conjointe de la Banque d’Angleterre et de la Financial Conduct Authority, 75 % des 120 entreprises de services financiers interrogées utilisent déjà l’IA sous une forme ou une autre. Il ne s’agit pas d’une adoption précoce. Il s’agit d’une normalisation.

Et cela ne se limite pas aux grandes banques. Les applications s’étendent à tous les secteurs, aux modèles de risque de crédit, à la détection des fraudes, à l’automatisation du service à la clientèle et à l’analyse des investissements. Il s’agit de flux de travail critiques. L’IA ne remplace pas le personnel dans ces domaines ; elle les rend plus rapides, plus cohérents et plus évolutifs.

D’un point de vue réglementaire, ce niveau d’adoption est un signe important. Les autorités de surveillance considèrent l’IA comme un élément permanent des processus financiers. Les cadres de surveillance vont évoluer et les entreprises qui n’ont pas mis en place un modèle de gouvernance de l’IA clair se trouveront exposées à des risques opérationnels et de réputation.

Nuance à considérer :
Pour les dirigeants, la principale préoccupation est de faire passer l’IA de projets pilotes isolés à une infrastructure entièrement gouvernée. Cela signifie qu’il faut savoir où l’IA est utilisée, comment elle est entraînée et quelles sont les sécurités contre les défaillances. Au fur et à mesure que l’IA s’implante, le conseil d’administration doit se demander non seulement ce que l’IA peut faire, mais aussi dans quelle mesure ces décisions sont responsables, traçables et vérifiables.

Des initiatives GenAI ciblées illustrent une innovation et une gouvernance ciblées

L’IA générative attire de plus en plus l’attention, et pas seulement celle des technologues. Les décideurs explorent activement les domaines dans lesquels l’IA générative présente un intérêt commercial. ING en est un bon exemple. Le directeur technique de la banque, Daniele Tonella, décrit son approche de l’IA générative comme « prudemment agressive ». Il ne s’agit pas de faire du buzz, mais d’aligner l’expérimentation sur les résultats commerciaux réels.

ING a limité l’exploration de la GenAI à cinq domaines : l’accueil des clients, les centres de contact, l’amélioration de la diligence raisonnable dans la banque de gros, l’hyperpersonnalisation dans la vente au détail et les outils d’ingénierie interne. Il s’agit de domaines à fort impact qui touchent aux revenus, à la conformité et à l’expérience utilisateur. Il est important de noter que chaque déploiement est soumis à une gouvernance stricte, supervisée par le directeur des opérations. Cela permet d’éviter les expérimentations aléatoires et de cibler les canaux.

Les banques concurrentes évoluent également rapidement. La banque Zopa, dirigée par Jaidev Janardana, applique la GenAI pour accélérer le développement de logiciels et améliorer les temps de réponse opérationnels en comprenant mieux le sentiment des clients. Ce type d’exécution élève la GenAI au-delà de la nouveauté et en fait un accélérateur de productivité réelle.

Principaux enseignements pour les décideurs

• Les fonctions liées à l’IA résistent à la récession dans le secteur bancaire : Les banques réduisent leurs effectifs globaux mais augmentent à deux chiffres le nombre d’embauches dans le domaine de l’IA, ce qui indique où se trouve la véritable valeur stratégique. Les dirigeants devraient donner la priorité à la planification de la main-d’œuvre axée sur l’IA dès maintenant afin de protéger les réserves de talents pour l’avenir.
• Les meilleures banques développent l’IA avec un retour sur investissement mesurable : Les institutions qui recrutent le plus dans le domaine de l’IA réalisent deux fois plus de cas d’utilisation et un retour sur investissement 1,5 fois plus important. Les dirigeants devraient accélérer l’investissement et la mise en œuvre de l’IA pour rester compétitifs par rapport à leurs pairs les plus performants.
• La formation des dirigeants et l’outillage débloquent la mise en œuvre à grande échelle : Lloyds dote 200 cadres supérieurs de compétences en matière d’IA et déploie Vertex AI de Google dans les équipes chargées des données. Les dirigeants devraient aligner les plateformes techniques et les capacités des cadres afin de favoriser une adoption plus rapide et intégrée.
• Le retard dans l’exécution de l’IA augmente le risque stratégique : Les banques qui tardent à définir et à mettre en œuvre leurs stratégies en matière d’IA prennent encore plus de retard. Les conseils d’administration devraient considérer le retard dans l’adoption de l’IA comme un risque pour l’entreprise et prendre des mesures énergiques pour combler les lacunes en matière d’exécution.
• L’IA s’est déjà imposée dans les services financiers britanniques : Avec 75 % des entreprises utilisant l’IA, la surveillance s’intensifie et les attentes en matière de gouvernance augmentent. Les dirigeants doivent s’assurer que toute utilisation de l’IA est documentée, gouvernée et prête à être auditée afin de répondre à l’évolution des normes réglementaires.
• GenAI est appliqué avec une gouvernance ciblée : ING et Zopa montrent comment l’IAO est utile lorsqu’elle est associée à une orientation claire et à une supervision de haut niveau. Les dirigeants devraient appliquer l’IAO dans des domaines d’activité définis et soumis à des contrôles rigoureux afin de garantir l’efficacité sans introduire de risque.