L’intelligence artificielle est devenue le slogan de 2023, déclenchant un débat mondial sur les avantages et les inconvénients de cette technologie perturbatrice et sur l’impact qu’elle pourrait avoir sur l’homme. Cependant, peu de secteurs (voire aucun) peuvent se permettre d’ignorer l’IA et ses avantages en termes de transformation, y compris le secteur bancaire.
Dès les années 1960, les institutions financières (IFs) ont commencé à utiliser des processus automatisés (lorsque les distributeurs automatiques de billets ont été introduits). Désormais, la puissance de l’IA est prête à transformer les systèmes de core banking, enrichis grâce à l’ère numérique actuelle.
En effet, les banques cherchent de plus en plus à passer de systèmes patrimoniaux inefficaces et coûteux à l’agilité des systèmes de core banking pilotés par l’IA afin de réduire les coûts, d’améliorer l’expérience client, d’offrir des produits et des services hyperpersonnalisés et de stimuler la croissance des revenus et des bénéfices.
La pandémie de Covid-19 a accéléré la transformation numérique des banques au cours des dernières années. Pourtant, le secteur est aujourd’hui confronté à de nombreux défis, notamment de la part des Big Tech, qui ont accès à de précieuses données de first party data, et d’autres acteurs de la fintech qui entrent dans le secteur des services financiers. Parallèlement, une enquête mondiale réalisée par The Economist Intelligence Unit en 2020 a révélé que 77 % des banquiers pensent que l’adoption de l’IA sera le facteur de différenciation entre les banques gagnantes et les banques perdantes.
Nous expliquons ici pourquoi les systèmes bancaires centraux pilotés par l’IA sont l’avenir de la banque.
L’évolution des systèmes patrimoniaux dans le secteur bancaire
Pendant des décennies, les banques se sont appuyées sur des technologies patrimoniales pour alimenter leurs systèmes bancaires. Ces systèmes vieillissants sont difficiles à maintenir et la création de nouvelles fonctionnalités est difficile et coûteuse. C’est pourquoi de nombreuses banques ont adopté des logiciels “prêts à l’emploi”, dotés de fonctions telles que des outils de reporting ou des solutions de gestion de relation client.
Les solutions prêtes à l’emploi offrent certains avantages par rapport à la création d’un système à partir de zéro, comme la réduction des risques liés aux fournisseurs, mais elles manquent souvent de flexibilité par rapport aux systèmes de core banking sur mesure, car elles sont conçues pour des cas d’utilisation très larges.
Au début, les systèmes existants étaient assez simples dans leur champ d’application : Ils exécutaient des tâches manuelles de base telles que la gestion des comptes clients et le paiement des factures par chèque ou par prélèvement automatique. Cependant, au fil du temps, les services bancaires de base ont évolué pour devenir un système complexe comprenant de nombreux modules qui fonctionnent ensemble pour fournir aux clients des services tels que le paiement de factures en ligne, des applications bancaires mobiles et l’accès aux comptes en ligne via des ordinateurs ou des smartphones.
En plus de fournir ces services directement par les canaux traditionnels tels que les distributeurs automatiques de billets, de nombreuses banques les proposent désormais par le biais de partenariats avec des tiers tels que PayPal et Venmo.
Selon un rapport d’IBM, “Accelerating AI & Innovation: The future of banking depends on core modernization“, les banques doivent moderniser leurs systèmes de core banking pour offrir des expériences transparentes, tirer parti des technologies émergentes et rester compétitives.
La montée en puissance de l’IA dans le core banking
L’IA est utilisée dans le secteur bancaire depuis les années 1960, lorsque les banques ont commencé à automatiser les tâches de routine telles que les transactions au guichet et le service à la clientèle grâce aux distributeur automatique de billets (DAB). Les paiements électroniques par carte sont apparus dans les années 1970, et les services bancaires en ligne se sont généralisés dans les années 2000, les clients ayant accès à leurs comptes 24 heures sur 24 et 7 jours sur 7. Les années 2010 ont été marquées par l’essor des services bancaires mobiles, qui permettent aux clients d’effectuer leurs opérations bancaires en déplacement.
Aujourd’hui, les technologies d’IA telles que le machine learning et le traitement du langage naturel sont devenues plus sophistiquées et peuvent effectuer un large éventail de tâches complexes – de la gestion des risques et de la détection des fraudes aux demandes automatisées de service à la clientèle. L’adoption croissante de ces technologies dans les opérations bancaires de base permet d’améliorer l’expérience client et de prendre des décisions fondées sur des données, ce qui se traduit par une hausse des niveaux de productivité des employés tout en réduisant les coûts associés aux processus manuels.
Selon un rapport du cabinet de conseil mondial McKinsey & Company intitulé “Building the AI bank of the future“, l’utilisation de ces technologies peut entraîner une automatisation accrue et, si les risques associés sont pris en compte, peut souvent surpasser la prise de décision humaine en termes de rapidité et de précision. Il est également difficile d’ignorer le potentiel de création de valeur de l’IA : L’IA peut débloquer jusqu’à 1 000 milliards de dollars de valeur supplémentaire par an pour les banques, ajoute McKinsey.
Comment l’IA est-elle utilisée pour rationaliser les différents aspects du core banking ?
Bien que la définition du core banking soit restée largement inchangée au fil du temps – il s’agit essentiellement d’un logiciel d’arrière-guichet qui gère les comptes et les prêts – les attentes des clients ont évolué rapidement.
Aujourd’hui, de nombreuses personnes s’attendent à ce que le site web ou l’application mobile de leur banque offre une expérience facile à utiliser et cohérente, quel que soit l’endroit où elles se trouvent. En adoptant la transformation numérique et en passant à un système de core banking piloté par l’IA, les banques peuvent fournir des services personnalisés plus efficacement, créer de nouvelles sources de revenus avec de nouveaux produits et améliorer l’expérience client tout en réduisant les coûts.
À cette fin, des progrès en matière d’IA sont déjà réalisés dans le secteur bancaire, notamment pour prédire le comportement des clients, détecter les transactions frauduleuses et automatiser les processus. Elle est également utilisée pour améliorer le service à la clientèle grâce à des chatbots disponibles 24 heures sur 24 et 7 jours sur 7.
Les banques utilisent l’IA pour prendre des décisions de prêt et de crédit, suivre les tendances du marché, collecter et analyser des données, s’occuper de la conformité réglementaire et de la gestion des risques, ainsi que pour l’analyse prédictive. Par exemple, les banques protègent les clients contre la fraude et le blanchiment d’argent en utilisant la biométrie, tandis que l’IA analyse les données des clients et prédit leurs préférences pour offrir des produits et des services qui répondent plus efficacement à leurs besoins.
L’IA automatise les tâches répétitives qui peuvent prendre du temps aux employés, libérant ainsi leur temps pour qu’ils puissent se concentrer sur d’autres tâches qui nécessitent une interaction humaine. Elle est déployée pour stimuler l’efficacité opérationnelle grâce à des informations en temps réel sur les opérations commerciales et les performances financières, et pour améliorer les capacités de gestion des risques grâce à des processus de prise de décision automatisés.
Il s’agit notamment de signaler les transactions suspectes plus rapidement que les humains ne pourraient le faire, ce qui permet d’accélérer les temps de réponse et de réduire le nombre de faux positifs (ce qui signifie moins de frustration pour les clients).
Défis pour les banques
Plusieurs défis doivent être relevés lorsque les banques s’orientent vers des systèmes de core banking pilotés par l’IA. L’un des plus importants est de trouver le bon équilibre entre l’interaction humaine et l’automatisation. Si l’IA peut contribuer à l’automatisation des processus et fournir des informations précieuses, elle n’en est encore qu’à ses débuts et ne donne pas toujours des résultats exacts.
À ce titre, les banques doivent s’assurer que leur entreprise dispose de processus adéquats. Ainsi, toute erreur commise par un système automatisé peut être corrigée par un humain qui comprend ce qui n’a pas fonctionné dans l’algorithme ou le modèle à l’origine de l’erreur.
La sécurité est un autre sujet de préoccupation : Les cyber-attaques contre les institutions financières sont devenues plus sophistiquées, en particulier depuis la pandémie de Covid-19, les pirates essayant de nouvelles façons d’infiltrer les systèmes et de voler des données sensibles telles que les numéros de cartes de crédit ou les détails des comptes bancaires.
Les banques devraient donc envisager de mettre en œuvre des mesures de sécurité telles que la technologie de cryptage pour toutes les communications. Entre les appareils des clients, les serveurs au sein de leurs réseaux, les vendeurs tiers fournissant des services connexes, tels que les services de stockage en nuage dans le cloud, et les entités externes à ces réseaux, y compris les fournisseurs d’accès à Internet.
Selon un rapport d’Appinvetiv sur “Comment l’intelligence artificielle est utilisée dans les banques“, il y a aussi le risque de biais appris à partir de cas antérieurs de mauvais jugement humain. Appinvetiv ajoute que des incohérences mineures dans les systèmes d’IA peuvent s’aggraver et créer des problèmes à grande échelle, mettant en péril la réputation et le fonctionnement de la banque.
À mesure que l’IA se répand, elle jouera un rôle de plus en plus important dans l’avenir de la banque. La technologie changera notre façon de concevoir la banque et améliorera l’expérience client en réduisant les coûts et en augmentant l’efficacité des banques, ce qui leur permettra d’être plus compétitives.
Bien qu’il reste encore quelques obstacles à surmonter avant que les banques n’intègrent pleinement l’IA dans leurs systèmes de core banking, nous pensons que ces défis seront surmontés et que l’IA fera partie intégrante de l’avenir de la banque.
Pour plus d’informations sur les perspectives du secteur et l’innovation, abonnez-vous à notre lettre d’information ou visitez notre page “Insights“.