Depuis des années, les banques ont investi dans l’intelligence artificielle (IA) afin d’améliorer leur efficacité en accélérant les processus, ce qui permettait de réduire les coûts et d’automatiser les tâches courantes. Cette priorité est maintenant en pleine évolution. Depuis que l’IA commence à influencer les prises de décision à grande échelle, de l’approbation de transactions en passant par la conception d’expériences clients et la gestion des risques, la conversation change. Aujourd’hui, la réussite n’est plus seulement définie que par l’efficacité. Elle est définie par la manière dont les organisations assurent leur imputabilité, renforcent leur gouvernance et tissent un lien de confiance en ce qui concerne les décisions fondées sur l’IA.

Dans cet épisode de De la transaction à la confiance, Frederic Miskawi et Gaby Martin explorent ce qu’il faut pour devenir une banque agentive. Ils examinent comment les rôles évoluent, les nouveaux domaines permettant aux banques de mettre à profit les données pour générer une valeur ainsi que la manière dont les dirigeants peuvent gérer les organisations où les humains et l’IA collaborent à la prise de décision.
 

Favoriser l’imputabilité des décisions à grande échelle avec l’IA

La première vague d’IA a généré des gains mesurables d’efficacité. La prochaine introduira une autonomie et, grâce à celle-ci, une plus grande responsabilité.

« Une fois que l’IA commence à influencer les résultats à grande échelle… il n’est plus uniquement question de gain d’efficacité, mais également d’imputabilité », indique M. Miskawi. Cela soulève des questions importantes :

  • Qui assume la responsabilité d’une décision prise par l’IA?
  • Qui porte la responsabilité juridique?
  • Comment les banques peuvent-elles réagir rapidement tout en maintenant leurs liens de confiance?

Pour plusieurs institutions, il s’agit de défis de gouvernance, plutôt que techniques. Les surmonter efficacement offre la chance aux banques d’assurer l’adoption de l’IA à grande échelle, en plus de maintenir la confiance des organismes de réglementation et de protéger celle des clients.

Stimuler de meilleurs résultats d’affaires grâce à un leadership fondé sur le jugement

À mesure que l’IA s’intègre davantage à l’exécution de tâches, la valeur de la contribution humaine évolue.

« Nous n’avons pas besoin de gens qui peuvent effectuer des tâches rapidement, car l’IA peut le faire pour nous, explique Mme Martin. Nous avons besoin de dirigeants qui font preuve de discernement. »

Ces dirigeants définissent les problèmes, orientent la prise de décision et assurent une surveillance éthique des systèmes d’IA. Leur apport est mesuré non pas par le nombre de tâches accomplies, mais par les résultats générés telles que la croissance des revenus, l’amélioration de l’expérience client et la réduction de l’exposition aux risques. Cette transition aide les organisations à se concentrer sur ce qui importe le plus : les répercussions sur l’entreprise.

Changer de mentalité pour générer des résultats d’affaires mesurables

Bien que les capacités en IA évoluent rapidement, plusieurs organisations peinent à suivre le rythme en ce qui concerne la mentalité à adopter. Les professionnels décrivent souvent leur travail en fonction des tâches accomplies, plutôt que des résultats générés. Un programmeur peut se concentrer sur la mise au point une fonctionnalité, sans reconnaître comment celle-ci améliore la rétention de clients ou contribue à la croissance des revenus.

Mme Martin remet en question cette mentalité : « Ce n’est pas ce que tu as accompli… tu aides réellement l’organisation à générer des revenus… ou à réduire le roulement. » En recadrant le travail accompli autour des résultats générés, les organisations peuvent :

  • mieux aligner les équipes sur les priorités d’entreprise;
  • améliorer la prise de décision;
  • accélérer la création de valeur provenant des investissements en IA;
  • se concentrer sur la valeur à générer pour le client.

Renforcer la confiance et la gouvernance dans les environnements fondés sur l’IA

Au fur et à mesure que les systèmes d’IA prennent de l’ampleur, leur gouvernance se complexifie. Les approches traditionnelles comme les examens manuels ne suffisent plus. « Avec un écosystème agentif qui produit des centaines de milliers de lignes de code par jour, il est impossible pour des humains de revoir chaque ligne », note M. Miskawi.

Le risque est que les processus de surveillance se banalisent, plutôt que de devenir un levier efficace. Pour pallier ce risque, les organisations redéfinissent le rôle de la surveillance humaine. Au lieu de réviser les lignes de code sortantes, les équipes se concentrent à valider l’intention, la logique et le concept. La gouvernance devient une responsabilité partagée, intégrée à l’ensemble des processus et des équipes.

« Je ne crois pas que seulement une instance de révision humaine sera en mesure de nous sauver, indique Mme Martin. C’est davantage un processus… plusieurs personnes qui disent “je fais confiance à ceci et j’appose mon nom.” »

Cette approche aide à renforcer l’imputabilité, à réduire les risques et à bâtir la confiance à l’égard des décisions fondées sur l’IA.

Dégager de nouvelles perspectives et de la valeur des données non structurées

Bien que les transformations de la gouvernance et de la main-d’œuvre soient les priorités clés, les données non structurées deviennent une occasion majeure.

« Je dirais que le plus grand potentiel inexploité se trouve dans les données non structurées », note Mme Martin.

Les banques détiennent d’immenses quantités de renseignements, notamment des transcriptions d’appels, des journaux de clavardage, des courriels et des libellés de transaction. Lorsqu’elles sont exploitées, ces données peuvent offrir une compréhension plus exhaustive des besoins du client.

Les banques peuvent passer de services réactifs à des engagements proactifs, anticiper les besoins, améliorer la personnalisation ainsi qu’accroître le nombre d’occasions de vente croisée et de rétention. Comme Mme Martin le précise, les équipes de première ligne peuvent comprendre les besoins d’un client « avec un taux de confiance de 80 à 90 % » avant même d’entamer la conversation.

Accélérer la création de valeur grâce à une adoption pratique et évolutive de l’IA

Devenir une banque agentive n’exige pas de rassembler les conditions idéales de départ. Les données de transactions, qui sont structurées et facilement accessibles, offrent un point d’entrée concret. Les tendances de dépenses peuvent révéler les intentions, prédire les besoins et déclencher des interactions opportunes.

De là, les banques peuvent évoluer vers des cas d’utilisation plus avancés, ce qui leur permettrait d’intégrer des données non structurées ainsi que davantage de capacités sophistiquées d’IA. La clé est de commencer par des cas d’utilisation clairs et axés sur la valeur et de prendre de l’élan. Cette approche permet des rendements plus rapides, réduit les risques et soutient une transformation durable.

Orienter la création de valeur à long terme dans une entreprise fondée sur l’IA

La direction joue un rôle déterminant quant au succès de l’IA agentive. Les investissements en IA exigent souvent un engagement initial, alors que leur pleine valeur émerge au fil du temps. Ainsi, se concentrer uniquement sur les économies de coûts à court terme peut limiter les retombées à long terme.

Mme Martin illustre ce principe à l’aide d’une simple analogie : « Pensez à l’électricité… était-ce plus rentable que d’allumer une chandelle? Non, mais voyez toutes les avancées qui en ont découlées. »

L’IA génère de la valeur de la même façon. Elle permet de nouveaux modèles d’affaires, une prise de décision améliorée ainsi qu’une agilité organisationnelle accrue. Les dirigeants qui se concentrent sur les résultats à long terme, plutôt que sur les gains d’efficacité à court terme, sont en mesure de positionner leurs organisations de manière concurrentielle et d’en assurer la croissance.

Redéfinir comment les humains et l’IA génèrent un avantage concurrentiel

« L’IA agentive ne se résume pas à l’efficacité… elle touche aussi à l’imputabilité, la prise de décision, la rapidité et la confiance », soulève M. Miskawi.

Les organisations qui la mettent à l’essai connaîtront une croissance. Celles qui agissent stratégiquement deviendront concurrentielles. Cependant, celles qui repenseront la collaboration humain-IA afin de générer de la valeur mèneront la charge.

Dans les années à venir, la question déterminante ne sera pas de savoir qui a adopté l’IA, mais qui l’utilise pour générer des résultats probants et bâtir une confiance durable.