La banque agentique : faire de l'IA un véritable levier de création de valeur

Pendant des années, les banques ont utilisé l’intelligence artificielle (IA) pour réaliser des gains progressifs, mais une transformation plus profonde s’opère aujourd’hui.

Avec l’essor de l’IA agentique, elle ne se limite plus à un rôle d’assistance : elle devient un acteur autonome, capable de générer de la valeur. Pour les banques traditionnelles, l’enjeu dépasse le simple rattrapage en matière d’IA : il s’agit désormais de se positionner en leaders et de contribuer à façonner l’avenir des services financiers.

Cet article est une revue des principaux enseignements issus des échanges entre Frederic Miskawi, Responsable mondial de l’IA appliquée et Gaby Martin, Directrice, experte IA chez CGI. Il met en lumière les étapes clés pour mettre en place une « banque agentique », générer un véritable retour sur investissement, transformer des centres de coûts en sources de revenus et accélérer la modernisation des systèmes existants.

Voici les informations clés à retenir :

• Des projets pilotes IA échouent faute d'intégration aux métiers - La technologie seule ne suffit pas pour assurer le succès de l'IA. Une implication réelle des équipes métiers, ainsi qu'un engagement clair de la direction sont indispensables pour favoriser leur adoption.
• Structurer une couche de données unifiée comme point de départ - Le moyen le plus rapide d'obtenir un retour sur investissement avec l'IA agentique est de concevoir une solution qui interroge les données, reposant sur un maillage de données à l'échelle de l'entreprise, afin de disposer d'une source unique d'information dans chaque système.
• Transformer les centres d'appels en leviers de revenus - L'IA permet de passer d'une logique réactive de réduction des coûts à des initiatives proactives qui génèrent des revenus grâce à l'hyperpersonnalisation et à l'analyse prédictive.
• Accélérer la modernisation des systèmes existants - L'IA agentique peut être mobilisée pour automatiser la documentation et la transformation du code existant, réduisant ainsi de manière significative les délais et les coûts de la modernisation.

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

Frederic Miskawi

Pourquoi les initiatives IA peinent-elles encore à générer un retour sur investissement ?

Plusieurs banques réussissent leurs expérimentations IA, mais rencontrent des difficultés au moment du passage à l’échelle. Le problème n’est pas la technologie elle-même, mais plutôt le décalage entre les équipes métiers et les équipes IT. Comme le souligne Gaby Martin, l’échec des projets pilotes est souvent causé par un manque d‘implication continue des équipes métiers tout au long du projet.

Pour obtenir des résultats tangibles, les initiatives d’IA doivent s’appuyer sur des relais métiers clairement identifiés et sur un engagement de la part de l’ensemble du comité de direction.

« Le déploiement de la solution n’assure pas son adoption. Vous devez miser sur des ambassadeurs internes pour motiver l’équipe. » Autrement dit, il est nécessaire de désigner des ambassadeurs au sein des métiers et de placer la conduite du changement au cœur de la démarche.

Un premier levier immédiat : mieux exploiter les données.

Le résultat le plus immédiat et utile de l’IA agentique concerne la gestion des données. La plupart des banques voient leurs données essentielles être cloisonnées dans des systèmes distincts et déconnectés. La mise en place d’une solution qui interroge les données, sous forme de maillage à l’échelle de l’entreprise, permet d’ajouter une couche d’intelligence sur ces données.

« Chaque organisation devra se doter d’une forme de maillage de données, complété par une couche d’IA agentique, 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.

Des centres d’appel à la création de valeur.

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 agentique fait évoluer cette approche en introduisant une logique de création de valeur. En créant un profil unifié de chaque client, c’est-à-dire en regroupant l’historique des appels, les conversations et les données transactionnelles, le système peut anticiper 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. » 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.

Moderniser les systèmes existants plus rapidement.

Les systèmes existants constituent l’un des principaux freins à l’innovation. Ils sont souvent mal documentés, et les ressources capables d’assurer leur maintenance se font rares. L’IA agentique 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, réduit considérablement les délais de lancement de nouveaux produits et de nouvelles fonctionnalités.

Vers une position de leader sur le marché

L’IA agentique n’est plus un concept futuriste, mais 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.

La gouvernance et le leadership seront déterminants pour permettre le déploiement à grande échelle d’une banque agentique de confiance.