Pendant des années, les banques ont utilisé l’intelligence artificielle (IA) pour enregistrer des gains progressifs, mais un changement fondamental s’opère. Avec l’essor de l’IA agentive, la technologie de l’IA évolue de simple outil d’assistance pour devenir un acteur autonome capable de générer des résultats d’affaires. Pour les banques traditionnelles, l’enjeu dépasse le simple rattrapage en IA. Il s’agit plutôt de devenir un chef de file et de façonner l’avenir des services financiers.

Dans cet épisode du balado De la transaction à la confiance de CGI, l’animateur Frederic Miskawi et Gaby Martin, experte en IA de CGI, discutent des étapes concrètes pour mettre en place une « banque agentive ». Ils expliquent comment générer un véritable rendement du capital investi, transformer les centres de coûts en sources de revenus et accélérer la modernisation des systèmes existants.

Voici les éléments clés à retenir pour les hauts dirigeants.

  • Les projets pilotes en IA échouent faute d’intégration aux fonctions d’affaires – La technologie ne suffit pas pour assurer le succès de l’IA. Il faut une réelle implication des fonctions d’affaires et une équipe de direction attitrée pour favoriser l’adoption.
  • Commencer par une couche de données unifiées – Le chemin le plus rapide vers le rendement du capital investi avec l’IA agentive est de concevoir une solution d'interrogation des données, un maillage neuronal d’entreprise qui fournit une source unique d’information dans chaque système distinct.
  • Transformer les centres d’appel en sources de revenus – Utilisez l’IA pour passer des mesures d’économies réactives à des initiatives proactives qui génèrent des revenus grâce à l’hyperpersonnalisation et aux perspectives prédictives.
  • Accélérer la modernisation des systèmes existants – Tirez parti de l’IA agentive pour automatiser la documentation et la reconfiguration du code existant, ce qui réduira considérablement les délais et les coûts de la modernisation.

« La vraie question n’est pas de savoir si les banques peuvent adopter l’IA agentive, mais plutôt si elles ont le courage de repenser la définition même d’une banque. » Frederic Miskawi, animateur

Pourquoi la majorité des initiatives d’IA ne génèrent-elles pas de rendement du capital investi?

Plusieurs banques réussissent leurs expérimentations avec l’IA, mais rencontrent des obstacles au moment de la mettre en œuvre. Le problème n’est pas la technologie, mais plutôt l’écart entre les fonctions d’affaires et de TI. Selon Gabby Martin, l’échec des projets pilotes est souvent causé par un manque de participation constante des équipes des fonctions d’affaires tout au long du processus.

Pour obtenir des résultats tangibles, les initiatives d’IA doivent s’appuyer sur des champions attitrés des fonctions d’affaires et sur un engagement de la part de toute la haute direction. « Le déploiement de la solution n’assure pas son adoption, note Mme Martin. Vous devez miser sur des ambassadeurs internes pour motiver l’équipe. » Autrement dit, affectez officiellement des responsables des fonctions d’affaires aux rôles d’ambassadeurs de l’IA pour mettre la gestion du changement organisationnel au cœur de votre stratégie.

Quel gain rapide l’IA agentive génère-t-elle en premier?

Le résultat le plus immédiat et utile de l’IA agentive est la résolution de problèmes liés aux données. La plupart des banques voient leurs données essentielles être cloisonnées dans des systèmes distincts et déconnectés. Une solution d'interrogation des données, c’est-à-dire un maillage neuronal d’entreprise, superpose une couche d’intelligence sur ces données.

« Chaque organisation devra se doter d’une forme de maillage neuronal d’entreprise, complété par une couche d’IA agentive, qui pourra répondre à toutes les questions de l’entreprise en dénichant les données pertinentes, » souligne Mme Martin. Cette couche de données unifiées sert de base pour tout le reste, en fournissant une source unique d’information qui prend en charge à la fois des requêtes simples et des flux de travaux automatisés. Une gouvernance et une sécurité rigoureuses s’imposent pour gérer les accès et assurer la conformité.

Comment l’IA transforme-t-elle le centre d’appel d’un centre de coûts en une source de profits?

Traditionnellement, le centre d’appel utilisait l’IA pour détourner les appels et réduire le temps de traitement afin de réaliser des économies de coûts. L’IA agentive change la donne pour viser la génération de revenus. En créant un profil unifié de chaque client, c’est-à-dire en regroupant l’historique des appels, les journaux de clavardage et les données transactionnelles, le système peut prévoir les besoins et influer sur les résultats en temps réel.

« Nous devrions connaître leur propension à la résiliation ou la raison de leur appel avant même de répondre au téléphone », explique Mme Martin. Ainsi, il est possible d’offrir des services hyperpersonnalisés, notamment en proposant l’offre la plus adaptée lors d’un appel avec un client ou en passant des appels de manière proactive pour prévenir les désabonnements ou saisir des occasions de vente croisée. En s’appuyant sur des balises éthiques et une supervision humaine appropriées, le centre d’appels peut devenir une source importante de revenus en temps réel.

Comment les banques peuvent-elles moderniser les systèmes existants grâce à l’IA agentive?

Les systèmes existants constituent le principal obstacle à l’innovation. Ils sont souvent mal documentés, et les ressources capables d’assurer leur maintenance se font rares. L’IA agentive représente une solution efficace pour accélérer le cycle de vie du développement logiciel.

Les outils d’IA peuvent désormais analyser et documenter des millions de lignes de code en quelques jours, une tâche qui prenait autrefois des mois, voire des années. Cette documentation fournit ensuite du contexte aux agents d’IA pour leur permettre d’intervenir tout au long du processus de modernisation, de la génération de nouvelles maquettes d’interface utilisateur à la rédaction de codes pour la production. La transition d’une intervention humaine à celle d’un agent, où l’IA stimule le développement de manière autonome, écourte considérablement les délais de lancement de nouveaux produits et de nouvelles fonctionnalités.

Vers une position de chef de file sur le marché

L’IA agentive n’est plus un concept futuriste, il s’agit d’une réalité opérationnelle. Elle permet d’accélérer la prise de décision, de générer de nouveaux revenus et de moderniser les infrastructures essentielles. À mesure que l’IA évolue d’un rôle d’assistance à celui de prise en charge, les principaux enjeux pour les dirigeants deviendront la gouvernance, la confiance et le contrôle.
Dans la deuxième partie de l’épisode, nous discuterons de la gouvernance et du leadership nécessaires à la mise en place et au déploiement à grande échelle d’une banque agentive de confiance.