Les banques doivent concentrer leurs investissements en intelligence artificielle (IA) sur les domaines stratégiques qui renforcent leur avantage concurrentiel, selon Alexandra Mousavizadeh, cofondatrice et co-PDG d’Evident, une entreprise spécialisée dans le suivi de l’adoption de l’IA dans le secteur financier. Si certaines applications, comme l’analyse de documents juridiques ou le traitement des onboarding, sont désormais considérées comme des exigences de base, c’est dans les activités clés du business que les banques doivent aller plus loin. Pour celles avec une forte présence en gestion de patrimoine, cela signifie améliorer l’analyse des données clients par les conseillers ; pour les banques de détail, cela passe par le renforcement des chatbots et de l’engagement client. Malgré des investissements massifs — JPMorgan, leader du classement d’Evident, a dépensé au moins 2 milliards de dollars —, les banques sont sous pression pour démontrer un retour sur investissement tangible. Les analystes et investisseurs demandent désormais quand les gains de productivité et de revenus liés à l’IA apparaîtront sur les bilans. Mousavizadeh souligne que les banques adoptant une approche centralisée des décisions technologiques progressent plus vite et intègrent l’IA de manière plus fluide dans leurs opérations. Cette vision s’aligne sur celle de Dan Priest, directeur de l’IA chez PwC, qui a dénoncé les résultats décevants des approches « crowdsourcing » — où plusieurs équipes développent des outils IA de manière isolée — au profit d’une stratégie « top-down » plus ciblée, permettant une maîtrise approfondie de moins d’outils. L’IA agente, en particulier, est au cœur de l’effort pour justifier les dépenses, bien que son déploiement dans les rôles externes, comme chez les banquiers ou traders, reste encore au stade initial. Les banques, très régulées, doivent d’abord définir des garde-fous, ce qui conduit à une collaboration humain-machine pour le moment. Goldman Sachs, par exemple, travaille avec Anthropic depuis six mois sur des agents IA autonomes capables d’automatiser des tâches comme la comptabilité des transactions ou l’onboarding client. Son responsable technologique estime que ces outils seront lancés « bientôt », sans pour autant prévoir de licenciements massifs. Au fil de l’année, les banques ont également changé leur manière de mesurer le succès de l’IA : au lieu de suivre des cas d’usage isolés, elles s’orientent vers la scalabilité. Elles cherchent à réutiliser des capacités d’IA d’un département à l’autre et à construire une architecture interne flexible. Pour y parvenir, une combinaison de leadership hiérarchique et d’implication des équipes opérationnelles est essentielle. La formation obligatoire joue un rôle clé, mais ne suffit pas : une culture favorisant l’innovation et la créativité est tout aussi nécessaire. Enfin, Mousavizadeh invite les banques à définir un « nord magnétique » : quelle sera l’apparence d’une banque entièrement intégrée à l’IA dans trois à cinq ans ? Répondre à cette question permet de repenser les systèmes d’aujourd’hui non pas pour les améliorer, mais pour les reconstruire selon l’image du futur. Le défi n’est plus d’appliquer l’IA à des produits existants, mais de créer de nouvelles infrastructures, plus rapidement que la concurrence. Évaluation : Selon les experts du secteur, la réussite de l’IA dans la banque dépend moins du volume des investissements que de la stratégie d’intégration. Les leaders comme JPMorgan et Goldman Sachs montrent que la combinaison d’une vision stratégique, d’une gouvernance centralisée et d’un déploiement progressif permet de dépasser les limites des expérimentations isolées. Les entreprises qui réussiront seront celles qui, tout en maîtrisant les risques réglementaires, parviendront à transformer profondément leurs processus grâce à une IA véritablement intégrée, plutôt qu’appliquée ponctuellement.