L’avènement de l’intelligence artificielle générative s’avérera être un tournant majeur pour les services financiers, mais l’hésitation de certaines entreprises pourrait s’avérer coûteuse.
L’une des raisons pour lesquelles l’intelligence artificielle générative suscite autant d’enthousiasme est qu’elle promet de réinventer les entreprises de tous les secteurs, y compris les services financiers. Cependant, les banques et les compagnies d’assurance restent depuis de nombreuses décennies et dans de nombreux domaines, excessivement laborieuses et inefficaces. Compte tenu du coût et du risque de transformation, ainsi que du conservatisme inhérent à ces secteurs et de l’effet prudentiel de la réglementation, le changement graduel a toujours été l’option la plus attrayante.
Cette fois, cependant, ils pourraient ne pas avoir le choix.
Cela est dû au fait que l’intelligence artificielle générative est différente des autres innovations technologiques. Même l’internet et les téléphones portables ont eu un impact limité par rapport à l’intelligence artificielle générative, qui semble susceptible d’affecter chaque partie de chaque prestataire de services financiers.
Je suis profondément convaincu que l’avènement de cette technologie s’avérera être un tournant pour les services financiers, tout comme pour la plupart des autres industries. Cependant, je comprends également le scepticisme et la prudence. La question est la suivante : cette hésitation sera-t-elle coûteuse, et si oui, comment le secteur devrait-il agir ?
La bonne nouvelle est que tout le monde travaille déjà avec l’intelligence artificielle générative. Je pense pouvoir dire qu’ils se divisent en trois principaux groupes :
Le premier groupe fait juste assez pour convaincre les parties prenantes qu’ils prennent les choses au sérieux. Ils testent les eaux et observent les autres pour voir comment, où et à quelle vitesse ils adoptent la technologie. Comme dans une partie de chaises musicales, ils font juste assez pour éviter d’être pris sans avoir où s’asseoir lorsque la musique s’arrête.
Le deuxième groupe est plus engagé. Ils ont identifié les opportunités les plus évidentes et réalisent des preuves de concept pour commencer à tirer profit de l’innovation. Bien que cette approche ait de nombreuses qualités—souvent influencée par une pénurie de compétences et de financement, des préoccupations quant au risque et à la réglementation et une prudence de la part de leurs dirigeants—l’échec de ces projets autonomes à dépasser les silos opérationnels risque de les empêcher de révéler tout le potentiel de l’intelligence artificielle générative et d’impacter matériellement les résultats des entreprises.
Le troisième groupe—et je soutiens que très peu de banques et d’assureurs appartiennent à ce groupe—ont reconnu ce potentiel de transformation. Ces entreprises comprennent que la technologie est un véritable jeu changer, une formidable opportunité qui ne peut être pleinement réalisée qu’avec une approche stratégique et holistique. Cela comprend la promotion d’une culture de l’expérimentation, l’intégration des bonnes compétences aux bons endroits et la mise à l’échelle de l’adoption dans toute l’organisation.
Pour illustrer cela, pensez à une banque qui cherche à améliorer son service client en introduisant un chatbot alimenté par l’IA. Étant donné que ses systèmes centraux n’ont pas encore été déplacés vers le cloud, que la majeure partie de ses données est piégée dans des silos fonctionnels et que ses employés n’ont pas été réformés pour l’utiliser efficacement, il est fort probable que le chatbot déçoive. Cela peut atténuer l’enthousiasme, rendre plus difficile de soutenir d’autres cas d’utilisation et renforcer les sceptiques.
Les banques de notre troisième groupe comprennent cela. Alors que beaucoup récoltent les opportunités les plus évidentes, elles examinent simultanément leur base numérique, leur base de données et leurs compétences—pour ne mentionner que trois éléments clés—pour comprendre les changements à apporter dans toute l’entreprise pour se réinventer et capturer tout le potentiel de l’IA. Elles comprennent également qu’une maîtrise de ce que constitue l’IA « responsable » est un facteur facilitant essentiel qui accélère l’adoption.
Ce qui distingue ce troisième groupe—dans l’étude récente d’Accenture sur l’IA générale nous les appelons les Réinventeurs—est leur vision et leur ambition. Parce qu’ils regardent au-delà de l’expérimentation et des cas d’utilisation individuels et envisagent plutôt une industrie transformée, ils abordent le défi de manière plus globale. Ils ont une image claire de ce qu’ils veulent être et des services qu’ils entendent offrir. Cela leur permet de s’attaquer en profondeur aux obstacles, de réinventer fondamentalement leurs chaînes de valeur et de préparer l’organisation à un avenir qui peut être une cible mouvante mais qui sera très différent de celui d’aujourd’hui.
Un exemple est la National Australia Bank (NAB), la deuxième plus grande banque du pays. NAB a créé une équipe spécialisée en IA générative pour soutenir les dirigeants d’entreprise avec l’expertise spécialisée et la technologie nécessaires pour accélérer l’expérimentation responsable, l’échelle et la réalisation de la valeur. L’objectif était de tester rapidement l’efficacité et le retour sur investissement de l’utilisation de l’IA générative dans le contexte de la résolution de problèmes commerciaux réels. La banque a mis en place une plateforme d’IA générative de niveau de production avec des contrôles de sécurité et de risque de qualité bancaire et a soigneusement lié sa stratégie d’IA générative à sa stratégie globale d’entreprise. NAB est connu comme « la banque relationnelle », elle a donc privilégié des cas d’utilisation qui permettent à son personnel d’offrir un service client amélioré tout en améliorant leur productivité. Ces cas d’utilisation comprennent un outil d’assistance qui permet aux banquiers de répondre rapidement aux demandes des clients et de répondre à leurs demandes.
Il est facile de comprendre pourquoi la plupart des banques et des compagnies d’assurance sont intimidées par le défi de la transformation holistique et à grande échelle et pourquoi ceux des autres industries moins réglementées, comme les logiciels et les plateformes, les sciences de la vie et le commerce de détail, avancent plus rapidement pour adopter pleinement cette technologie. Cependant, avec l’IA générative, l’écart entre les premiers et les derniers adoptants est susceptible d’être important—et va s’élargir progressivement en raison de la capacité de l’IA à apprendre de ses expériences et à devenir de plus en plus puissante.
Je pense qu’il est difficile de surestimer le potentiel de l’IA générative pour réinventer notre industrie. Je suis convaincu qu’elle permettra aux organisations de rénover leur cœur numérique, de transformer leur modèle opérationnel et de rationaliser leur architecture de données—et, ce faisant, de permettre la création de nouveaux services innovants tels que des produits et conseils personnalisés. Elle révolutionnera la manière dont le travail est réalisé et dont les clients interagissent avec leurs banques et assureurs. Elle changera radicalement l’économique des services financiers.
Si j’ai raison, l’IA générative sera une percée pour les services financiers. Mais pas pour tous, car l’hésitation à pleinement l’embrasser pourrait s’avérer être un sérieux désavantage compétitif.