L’année 2023 a été marquée par l’essor de l’IA générative à l’échelle mondiale, mais les institutions financières françaises ont fait preuve de prudence dans leurs investissements dans ce domaine. Seuls 28 % des décideurs interrogés ont adopté l’IA au cours des 12 derniers mois, soit une baisse de six points par rapport à 2022. Ce retard pourrait faire passer aux banques françaises des avantages considérables, tels que l’amélioration du service client et de la gestion des risques.
Pour rattraper ce retard, les banques doivent réfléchir aux applications pertinentes de l’IA générative, à leur stratégie de risque, et aux opportunités présentées par cette nouvelle technologie. L’adoption de l’IA doit se faire avec prudence et être motivée par la création de valeur à long terme pour les clients, les employés et les autres parties prenantes.
Défis et considérations dans le déploiement de l’IA générative
Bien que l’IA générative puisse générer entre 2 600 et 4 400 milliards de dollars par an dans toutes les industries au niveau mondial, le secteur financier en France reste limité dans son adoption. Les banques françaises font face à des défis réglementaires et des préoccupations en matière de confidentialité et de sécurité des données. Le calendrier de déploiement de l’IA générative dépendra du contexte interne de chaque institution.
Applications sectorielles de l’IA générative
Dans le secteur financier, l’IA générative peut être utilisée pour simplifier le travail des employés et améliorer l’expérience client. Le principal cas d’usage est la collecte et le traitement de données pour la prise de décisions d’investissement ou de prêt ESG. Grâce aux Grands modèles de langage, les banques peuvent extraire, analyser et interpréter les vastes quantités de données non structurées qu’elles possèdent, améliorant ainsi leur processus de prise de décision.