Construire la banque intelligente
comment l’IA agentique transforme les expériences, les paiements et la sécurité
Avec l’arrivée des agents IA dans le secteur financier et l’allègement des pressions réglementaires, les experts des Services financiers de Kyndryl analysent les transformations à venir dans le secteur bancaire.
Article co-créé par Bloomberg Media Studios et Kyndryl
Comme dans presque tous les secteurs, le secteur bancaire succombe lui aussi à l’attrait de l’IA. Une analyse réalisée en 2025 par Bloomberg Intelligence fait état de gains de rentabilité potentiels de plus de 12 % — soit 100 milliards de dollars — à mesure que les banques intensifient leur utilisation de l’IA.
En déployant des agents IA, les banques pourraient dépasser l’augmentation de productivité de 5 % anticipés grâce à l’IA générative au cours des trois à cinq prochaines années, selon Bloomberg.
Mais si l’adage selon lequel « chaque entreprise est désormais une entreprise technologique » prend une signification particulière à l’ère de l’IA, les institutions financières doivent faire preuve d’encore plus de stratégie et de prudence avant de se lancer dans l’automatisation, souligne Neha Arora, Vice-présidente et Consult Partner, Services financiers chez Kyndryl.
Selon elle, face à l’impératif pour les banques de fonctionner comme des entreprises pensées pour le numérique, l’intégration de l’IA a un impact bien différent dans ce secteur.
En effet, les banques doivent non seulement maintenir leurs systèmes technologiques à jour — elles sont aussi très strictement réglementées, soumises à un examen strict de la conformité et à une vigilance accrue concernant les données et la confiance des clients — mais doivent aussi souvent procéder à des mises à niveau fragmentées des infrastructures en place.
Il est néanmoins important de comprendre que le poids réglementaire ne freinera pas l’IA. Bien au contraire, il contribuera à façonner la prochaine vague de compétitivité.
« Pour les banques, être une entreprise technologique ne se résume pas à adopter l’IA. Cela signifie intégrer la confiance, la conformité et la résilience à tous les niveaux de la pile technologique. »
Neha Arora
Vice-présidente et Consult Partner, Services financiers
Kyndryl
Évaluer la préparation du secteur bancaire à l’IA
L’analyse de Bloomberg sur l’IA dans le secteur bancaire s’appuie sur une enquête menée auprès de 93 dirigeants de banques du monde entier, parmi lesquelles figurent des établissements historiques et des néobanques.
Et bien que l’utilisation de l’IA dans la banque dépasse déjà les prévisions des analystes, son adoption complète et l’autonomie complète des agents pourrait prendre plus de cinq ans en raison de l’environnement réglementaire unique du secteur, selon l’enquête de Bloomberg.
L’infrastructure existante des banques constitue également un obstacle à une adoption généralisée de l’IA. Plus d’un quart des dirigeants du secteur bancaire et des services financiers interrogés pour le Readiness Report 2025 de Kyndryl déclarent que leurs systèmes d’exploitation, serveurs et réseaux sont arrivés ou arrivent en fin de vie, et 58 % indiquent que leur passage au cloud s’est fait « par accident » plutôt que grâce à une planification stratégique.
Il y a toutefois des points positifs. 54 % des personnes interrogées, tous secteurs confondus, indiquent que leurs investissements dans l’IA et l’apprentissage automatique génèrent déjà un retour sur investissement.
Et, ajoute Neha Arora, les défis sont aussi sources d’opportunités.
L’une d’elles consiste à adopter en priorité une approche centrée sur les API, une tendance du secteur qui consiste à créer des produits modulaires et définis plutôt que des intégrations devant être absorbées par d’autres systèmes. Modulaires et interopérables de par leur conception, ces produits aident les banques et les fintechs à proposer des services rapides et fiables répondant aux attentes des clients.
« Tout le monde doit avancer par petites étapes, » explique Neha Arora. « Se concentrer sur les API permet aux banques d’intégrer l’IA sans transformation massive et brutale. »
Selon elle, cette dynamique est particulièrement avantageuse pour les banques de taille plus modeste qui ne sont généralement pas freinées par des systèmes anciens qui ralentissent souvent l’adoption de l’IA dans les grandes institutions.
« Elles sont plus agiles, » souligne Neha Arora.
Anju Tiwari, Vice-présidente et Consult Partner, Services financiers chez Kyndryl, observe une adoption de l’IA plus rapide dans les banques intermédiaires qui ont la taille idéale : suffisante pour déployer pleinement des applications d’IA, mais pas trop importante pour subir les contraintes en termes de données liées aux systèmes historiques.
« Les grandes banques qui cherchent à faire concurrence aux néobanques veulent sauter l’étape de banque digitale pour devenir directement des banques intelligentes, » explique Anju Tiwari.
L’intelligence de l’expérience client
La prochaine transformation majeure portée par l’IA dans le secteur bancaire consistera à ajouter une couche à l’expérience client que Neha Arora et Anju Tiwari décrivent comme une « finance intégrée invisible » : des produits et des applications intuitifs qui s’intègrent naturellement aux habitudes financières des utilisateurs, aux moments où ils apportent le plus de valeur.
En complément de l’automatisation de la détection de la fraude et de l’évaluation du crédit, les banques s’appuieront de plus en plus sur l’IA pour une orchestration intelligente des paiements.
Neha Arora cite les précédents en matière d’expérience client que constituent Apple Pay, Google Pay et PayPal, qui ont su gagner la confiance dans le domaine des paiements en dehors du cadre bancaire traditionnel. En s’intégrant de manière fluide aux comportements d’achat des consommateurs, ces entreprises technologiques ont contraint les banques à accélérer leur transformation numérique, explique Neha Arora.
« Cela leur ouvre la voie pour adopter l’IA comme un véritable facteur de différenciation concurrentielle », précise-t-elle.
L’IA est capable d’évaluer les coûts, la rapidité et les risques afin de sélectionner le canal de paiement optimal qu’il s’agisse d’un système de compensation automatisé (ACH), d’un réseau de cartes ou de la blockchain. Cela permet de réduire les coûts opérationnels pour les banques tout en diminuant les échecs de transaction et en améliorant l’expérience client.
Neha Arora anticipe également la généralisation d’applications d’IA capables d’analyser la localisation et les habitudes de dépense d’un client bancaire sur une période donnée, afin de proposer des offres ou des solutions de financement pertinentes au moment de l’achat. Ce niveau accru de personnalisation, soutenu par la transparence et une confiance établie, illustre la capacité de l’IA à aller au-delà de l’efficacité pour renforcer la relation client.
« Ce sera un véritable tournant pour les banques », affirme-t-elle.
Au final, les clients ne veulent pas seulement une banque plus rapide. Ils veulent une banque qui soit à leurs côtés, équitable et explicable, fondée sur la confiance et la transparence.
Recommended content
How does your AI strategy stack up?
Assess your AI readiness
Renforcer la confiance dans les décisions prises avec l’aide d’agents
De plus en plus de processus déterminant à la fois la rapidité et l’efficacité des services bancaires seront confiés à des agents IA, reflétant ainsi la tendance générale à l’accélération agentique.
Comme l’a rapporté Bloomberg, les mentions d’agents IA lors des conférences sur les résultats ont été multipliées par quatre au quatrième trimestre 2024 par rapport au trimestre précédent, ce qui témoigne de l’importance croissante de ces agents dans les stratégies d’IA des entreprises.
Patrick Gormley, Responsable mondial Data Science et Conseil en IA chez Kyndryl, reconnaît que le marché des agents IA est actuellement très encombré, et indique que de grandes entreprises tentent de prouver leur savoir-faire en matière d’IA en mentionnant les milliers d’agents qu’elles ont créés.
Mais, souligne Patrick Gormley, elles devraient plutôt développer moins d’agents, mais faire en sorte qu’ils soient plus efficaces et plus opérationnels.
« Les clients ne veulent pas acheter des agents. Ils veulent acheter des résultats. »
Patrick Gormley
Responsable mondial Data Science et Conseil en IA chez
Kyndryl
Neha Arora observe que de nombreuses banques utilisent l’IA pour réduire leurs coûts et anticipe un prochain tournant stratégique non seulement en matière de sécurité — en utilisant des outils d’IA pour lutter contre des menaces générées par l’IA — mais aussi dans l’expérience client.
Par exemple, les agents IA prendront bientôt en charge l’évaluation des demandes de prêt et la décision associée. Et si Neha Arora et Anju Tiwari s’accordent sur le fait que la rapidité importe moins que la transparence, la capacité de l’IA agentique à rationaliser les processus profite à la fois aux clients et aux banquiers.
Des décisions ou résolutions qui prenaient autrefois plus d’une heure peuvent être prises en moins de 20 minutes par l’intermédiaire d’agents, souligne Anju Tiwari.
Pour cela, il faut disposer de profils clients fiables, d’historiques de crédit et de transactions bien documentés, ainsi que de données sur l’emploi et les revenus.
« Ce qui conditionnera la réussite d’un agent IA chargé de l’examen des prêts, c’est une base de données solide, » explique Neha Arora.
Ensuite, quelle que soit la décision, la justification doit être claire et équitable, et s’appuyer sur des critères classiques et démontrables comme le taux d’endettement.
Dans le cas contraire, avertit Neha Arora, les clients risquent de rejeter d’emblée toute décision défavorable dont ils savent ou soupçonnent qu’elle a été générée par un agent IA plutôt que par un banquier humain.
Les régulateurs ne font plus obstacle à l’IA, ils soutiennent désormais son développement
Lors du Wyoming Blockchain Symposium de cet été, la newsletter Banking Industry Monitor de Bloomberg a rapporté que Michelle Bowman, vice-présidente de la supervision du Board of Governors de la Réserve fédérale, a mis en garde les banques contre le risque de perdre de leur pertinence économique si elles n’assouplissaient pas les règles encadrant l’IA et les cryptoactifs dans leur secteur. Il s’agissait là de l’un des signaux les plus forts à ce jour que même les régulateurs reconnaissent non seulement le caractère inévitable, mais aussi l’opportunité que représente l’IA.
Selon Neha Arora et Anju Tiwari, ce conseil reflète parfaitement les préoccupations des clients financiers de Kyndryl, qui cherchent à concilier technologies émergentes et conformité.
La bonne nouvelle, souligne Neha Arora, est qu’investir dans un système de gouvernance de l’IA transparent peut transformer la pression réglementaire en avantage concurrentiel.
Sans surprise, les régulateurs qui supervisent l’IA ne sont pas favorables aux modèles de gouvernance opaques de type « boîte noire », explique Anju Tiwari.
Anju Tiwari indique que Kyndryl rassure ses clients et leur fournit un cadre clair en les aidant à comprendre l’évolution des exigences réglementaires et en apportant une transparence claire des pistes d’audit lors des évaluations et décisions par IA. Intégrer la transparence dans la manière dont les modèles sont alignés sur les cadres réglementaires, y compris la façon dont ils sont entraînés, contribue également à gagner la confiance des régulateurs.
« S’ils sont convaincus que le modèle respecte les exigences réglementaires, y compris lors de l’entraînement visant à aboutir aux décisions, ils peuvent l’accepter, » déclare Anju Tiwari.
« Les régulateurs ont conscience qu’ils ne peuvent pas faire obstacle à l’IA. Ils doivent encourager son utilisation. »
Anju Tiwari
Vice-présidente et Consultante Partenaire, Services financiers Kyndryl
Le délicat équilibre du secteur bancaire
Le rapport de Bloomberg sur l’intersection de l’IA et du secteur bancaire confirme que la technologie renforce la fidélité des clients des banques à un degré hyper spécifique, notamment en développant des modèles permettant de prédire le moment où un client pourrait envisager de déplacer ses fonds ailleurs. Ceci permet ainsi à la banque d’intervenir pour préserver la relation.
Neha Arora comprend les nuances entre les attentes des clients et les réalités opérationnelles de l’infrastructure bancaire.
« Tout le monde souhaite que les prêts soient acceptés plus rapidement et bénéficier d’une assistance en continu, ce qui n’est réalisable qu’en utilisant des chatbots et des assistants virtuels, » explique-t-elle. « Ils ne veulent pas attendre, mais ils veulent aussi un service fiable. »
« L’avenir de l’IA dans le secteur bancaire dépendra de la façon dont les banques parviennent à concilier rapidité et fiabilité dans leurs services. »
Découvrez ici d’autres perspectives sur l’avenir de la banque intelligente.