IA générative : les banques risquent-elles "l'échec silencieux" ?

Capgemini Research Institute a récemment publié le World Retail Banking Report 2024. Ce dernier révèle que 80 % des cadres dirigeants de banques de détail estiment que l’IA générative représente une avancée significative pour les technologies d’IA. Cependant, seulement 6 % des banques de détail ont élaboré une feuille de route pour une transformation basée sur l'IA, à l’échelle de l’entreprise. Un gap qui souligne les difficultés de passage à l'échelle sur ces projets.
LES FAITS
-
Capgemini a évalué 250 banques de détail pour comprendre leur maturité en matière de données, d'infrastructures et d'engagement envers l'IA. Son rapport couvre 14 marchés : l’Allemagne, le Canada, la Chine, les Émirats Arabes Unis, l’Espagne, les États-Unis, la France, Hong Kong, l’Inde, le Japon, les Pays-Bas, le Royaume-Uni, Singapour, et l’Australie.
-
Ses résultats montrent que la plupart des banques ne sont pas prêtes pour cette transformation : seuls 4 % des organismes étudiés à l'échelle mondiale seraient pleinement capables d'optimiser leur organisation grâce à l'IA générative (que ce soit par l'engagement de leurs équipes ou leurs capacités technologiques).
-
Dans le détail, seules 6 % des banques ont établi des indicateurs-clé de performance pour mesurer l'impact de l'IA sur leur organisation.
-
60 % des banques sont en train de les identifier, tandis que 26 % ne les mesurent pas après les avoir mis en place.
-
Et seulement 2 % des dirigeants suivent régulièrement les performances de cette technologie.
-
-
Efficacité opérationnelle : une grande majorité des employés de banque se concentrent sur des tâches opérationnelles (91 % pour les employés chargés de l'intégration des clients). Malgré cela, plus de 80 % des employés jugent l'efficacité de l'automatisation dans leurs fonctions comme "moyenne".
-
Relation client : la pandémie a provoqué un déplacement des services clients vers les canaux numériques, avec une adoption généralisée des chatbots en libre-service. Cependant,
-
61 % des clients utilisateurs de ces services expriment leur insatisfaction et déclarent même avoir finalement dû reposer leur question à un conseiller humain.
-
les chatbots traditionnels manquent en effet toujours de flexibilité pour gérer des requêtes complexes, ce qui entraîne une expérience jugée moyenne par plus de 60 % des clients.
-
en conséquence, le taux d'abandon des appels augmente, atteignant 12 % pour les grandes banques et près de 18 % pour les plus petites.
-
ENJEUX
-
Une difficulté opérationnelle à prendre le virage de l'IA générative : 70 % des cadres dirigeants des banques prévoient d'augmenter les investissements dans la transformation numérique de leur entité jusqu'à 10 % en 2024. Un investissement nécessaire puisque le rapport souligne que les banques ne sont aujourd'hui pas prêtes à intégrer pleinement les technologies avancées comme l'IA, le Machine Learning et l'IA générative pour accroître leur efficacité. L'étude recommande la mise en place d'un "observatoire de l'IA" pour surveiller et contrôler l'impact réel de l'IA et de l'IA générative à grande échelle.
-
Stimuler la productivité des employés de banque où un réservoir de croissance existe : L'IA générative présente un potentiel significatif pour améliorer l'efficacité et l'expérience client dans tous les aspects de la banque de détail. Les employés marquent d'ailleurs leur enthousiasme s'agissant d'utiliser des copilotes d'IA générative pour automatiser diverses tâches. Et le rapport confirme qu'en intégrant des copilotes d'IA générative, les banques pourraient optimiser jusqu’à 66 % du temps consacré aux opérations, à la documentation, à la conformité et à d’autres activités liées à l’intégration des clients. Le rapport Capgemini recommande également d’inclure la création de centres de contact intelligents capables d'intégrer des capacités d'IA conversationnelle au chatbot pour améliorer encore l'expérience clients.
MISE EN PERSPECTIVE
-
L’IA générative touche aujourd’hui la majorité des secteurs, aussi bien présente dans l’automobile, la distribution, le B2B ou encore le B2C. Les initiatives se multiplient aujourd'hui.
-
Klarna s'engage par exemple activement dans l'exploration et l'adoption de nouvelles technologies pour améliorer l'expérience d'achat de ses clients. En intégrant l'IA dans divers aspects de son service, tels que la recherche visuelle et l'expérience de réalité augmentée, Klarna cherche à rester à la pointe de l'innovation. De plus, la société envisage d'étendre l'utilisation de ses identifiants sur d'autres sites marchands et d'introduire le scan de QR code en magasin pour fournir des informations sur les produits.
-
CGI Finance s'est pour sa part associé à Tchek pour utiliser sa technologie d'inspection de carrosserie via l'intelligence artificielle. Une utilisation de l'Intelligence artificielle de plus en plus fréquente dans le secteur automobile pour automatiser l'inspection des véhicules, que ce soit dans le cadre d'un retour de location, d'une remise en vente ou de la souscription d'un contrat d'assurance.
-
En France, certaines banques se sont d'ores et déjà positionnées par ailleurs, à l'image de Société Générale ou Crédit Mutuel.