Construire la banque intelligente

L’analyse de Bloomberg sur l’IA dans le secteur bancaire repose sur un sondage mené auprès de 93 dirigeants de banques à travers le monde, incluant des institutions traditionnelles et des néobanques.

Et même si l’utilisation de l’IA dans le secteur bancaire dépasse déjà les attentes des analystes, le chemin vers une adoption complète et une autonomie agentique pourrait prendre plus de cinq ans en raison de l’environnement réglementaire unique du secteur, selon le sondage de Bloomberg. 

Les infrastructures héritées du secteur bancaire constituent également un obstacle à une adoption généralisée de l’IA. Plus du quart des dirigeants du secteur bancaire et des services financiers sondés pour le Readiness Report 2025 de Kyndryl affirment que leurs systèmes d’exploitation, serveurs et réseaux ont atteint ou sont sur le point d’atteindre leur fin de service, et 58 % déclarent être arrivés à leur environnement infonuagique actuel « par accident » plutôt qu’à la suite d’une stratégie proactive.

Il existe néanmoins des points positifs. 54 % des répondants au sondage, tous secteurs confondus, indiquent que leurs investissements dans l’IA et l’apprentissage automatique génèrent déjà un rendement du capital investi (ROI). 

Et, souligne Arora, les défis recèlent aussi des occasions.

L’une d’elles consiste à prioriser une approche axée sur les API — une tendance sectorielle qui crée des produits discrets et définis plutôt que des intégrations devant être absorbées dans d’autres systèmes. Modulaires et interopérables par conception, les produits fondés sur des API aident les banques et les entreprises de technologies financières (fintechs) à se concentrer sur des services rapides et fiables, à la hauteur des attentes des clients. 

“Tout le monde doit y aller progressivement,” affirme Arora. “Un accent sur les API permet aux banques d’intégrer l’IA sans recourir à une transformation massive de type “big bang”.”

Elle considère cette dynamique comme particulièrement avantageuse pour les petites banques, qui sont généralement exemptes des systèmes hérités profondément enracinés pouvant ralentir l’intégration de l’IA pour les grands acteurs. 

“Il y a plus d’agilité à ce niveau,” note Arora.

Anju Tiwari, vice-présidente et partenaire-conseil, Services financiers chez Kyndryl, observe que l’adoption de l’IA progresse plus rapidement dans le segment intermédiaire du secteur bancaire. Ni trop petites pour mettre à l’échelle les applications d’IA, ni trop grandes au point de se heurter aux obstacles liés aux données posés par un système hérité, ces institutions de taille moyenne sont bien positionnées pour accélérer le mouvement. 

“Si vous discutez avec les grandes banques qui rivalisent avec les néobanques, elles souhaitent éviter l’étape de la banque numérique et passer directement au statut de banque intelligente,” explique Tiwari.

du Wyoming Blockchain Symposium, l’été dernier, le bulletin Banking Industry Monitor rapportait que Michelle Bowman, vice-présidente chargée de la supervision au sein du Conseil des gouverneurs de la Réserve fédérale, a mis en garde les banques contre le risque de perdre en pertinence dans l’économie si elles ne desserraient pas les règles encadrant l’IA et les cryptomonnaies dans leur secteur. Il s’agissait de l’un des signaux les plus forts à ce jour indiquant que même les organismes de réglementation reconnaissent non seulement l’inévitabilité de l’IA, mais aussi les possibilités qu’elle offre.

Ce conseil concorde avec ce qu’Arora et Tiwari entendent de la part des clients de Kyndryl dans le secteur financier, alors qu’ils cherchent à trouver l’équilibre entre technologies émergentes et conformité. 

La bonne nouvelle, souligne Arora, est que l’investissement dans un cadre de gouvernance de l’IA transparent peut transformer la pression réglementaire en avantage concurrentiel.

Les organismes de réglementation qui supervisent l’IA ne sont — sans surprise — pas favorables aux modèles de gouvernance opaques de type « boîte noire », affirme Tiwari. 

Tiwari indique que Kyndryl apporte de la tranquillité d’esprit et une voie claire à suivre pour ses clients en les aidant à comprendre l’évolution des attentes des organismes de réglementation et en instaurant une transparence claire de la piste d’audit lorsque les évaluations et les processus décisionnels sont réalisés par l’IA. Intégrer la transparence dans la façon dont les modèles sont arrimés aux cadres réglementaires, y compris la manière dont ces modèles sont entraînés, contribue également à renforcer la confiance des organismes de réglementation.

“S’ils ont l’assurance que le modèle respecte les exigences réglementaires, y compris l’entraînement nécessaire pour parvenir aux décisions, ils peuvent l’accepter,” explique Tiwari.