Rapport Deloitte : L'IA dans le secteur financier, du pilote à la mise à l'échelle, la « frontière inexploitée » reste à franchir

Contexte sectoriel : l'IA dans le secteur financier passe du « piège du pilote » au point critique de passage à l'échelle

Le récit de l'intelligence artificielle dans le domaine financier est en train de changer rapidement. Selon le dernier rapport « State of AI in the Enterprise » de Deloitte, 74 % des institutions financières prévoient de déployer des agents d'IA capables de raisonnement multi-étapes et d'actions autonomes au cours des deux prochaines années, mais seulement 21 % des entreprises disposent d'un modèle de gouvernance mature pour les agents autonomes. Cet écart révèle la contradiction centrale à laquelle le secteur financier est confronté sur la voie du passage à l'échelle de l'IA : la disponibilité technologique augmente rapidement, mais le fossé entre l'expérimentation et le déploiement en production reste immense.

Le rapport indique qu'actuellement, seulement 25 % des leaders mondiaux parviennent à convertir plus de 40 % de leurs expériences d'IA en environnements de production complets. Cependant, 54 % des entreprises prévoient de franchir ce seuil dans les trois à six prochains mois, annonçant une vague imminente de déploiements à grande échelle.

Impact sur le marché : la dette technique et le déficit de gouvernance entravent la création de valeur

La dette technique de longue date du secteur financier – les infrastructures bancaires héritées – constitue le principal goulot d'étranglement pour le déploiement à grande échelle de l'IA. Les environnements sandbox utilisent des données nettoyées dans des zones de test isolées, mais le déploiement en temps réel des transactions nécessite des examens de sécurité rigoureux, des contrôles de conformité et une surveillance en temps réel. Un responsable de la stratégie IA d'une grande banque européenne a déclaré dans le rapport : « De nombreuses organisations ont mis en place des infrastructures et des systèmes de gouvernance pour les modèles d'IA traditionnels, mais l'émergence des grands modèles de langage a complètement perturbé ces efforts. Aujourd'hui, 80 à 90 % des nouveaux cas d'utilisation sont de l'IA générative, ce qui nécessite un ensemble de nouvelles capacités. »

Cette inadéquation entraîne une nette divergence de performance sur le marché : 37 % des entreprises utilisent l'IA en surface sans modifier aucun processus sous-jacent ; 30 % optimisent les processus existants mais ne touchent pas au modèle d'entreprise ; seuls 34 % des leaders du marché utilisent l'IA pour transformer en profondeur l'ensemble du modèle d'entreprise, des flux de travail essentiels et des portefeuilles de produits.

Paysage concurrentiel : les optimisateurs d'efficacité contre les disrupteurs de modèles

Dans le domaine de la fintech, deux types d'acteurs se différencient : ceux qui utilisent l'IA pour l'automatisation et l'amélioration de l'efficacité (saisie de données, rapprochement, support client de premier niveau) et ceux qui utilisent l'IA pour remodeler les flux de travail financiers fondamentaux. Le rapport indique que 36 % des leaders s'attendent à ce qu'au moins 10 % des postes opérationnels soient entièrement automatisés d'ici un an. Ce changement suscite une nouvelle vague de concurrence : les banques traditionnelles qui ne parviennent pas à franchir rapidement la phase pilote seront distancées par les fintechs agiles et les entreprises en profonde transformation par l'IA.

La géopolitique modifie également les comportements d'achat : 83 % des entreprises placent la résidence des données et les paramètres de calcul locaux au cœur de leur planification stratégique, 77 % intègrent le pays d'origine des outils d'IA dans leurs critères de sélection des fournisseurs, et 58 % privilégient la construction de piles technologiques avec des fournisseurs locaux. L'« IA souveraine » – concevoir, entraîner et déployer des modèles sur des infrastructures contrôlées localement avec des données gouvernées localement – est devenue une réalité au niveau du conseil d'administration.

Enseignements pour les entreprises : développer des capacités d'IA natives, équilibrer automatisation et investissement dans les talentsLe directeur mondial de l'IA chez Deloitte, Nitin Mittal, souligne : « Nous constatons que les entreprises ont de grandes ambitions en matière d'IA, passant de l'expérimentation à l'intégration de l'IA au cœur de leurs activités, en se concentrant sur l'échelle et l'impact. Les dirigeants devraient libérer de la valeur en tissant délibérément l'IA dans les flux de travail métier et en mieux couplant l'intelligence humaine et machine. »

Pour les institutions financières, les tâches les plus urgentes sont les suivantes :

• Établir des modèles de gouvernance de l'IA matures, en particulier des cadres de gestion des risques pour les agents autonomes, afin de faire face aux défis de conformité réglementaire et de confidentialité des données (73 % des entreprises considèrent la confidentialité et la sécurité des données comme le premier risque lié à l'IA, 50 % s'inquiètent des problèmes juridiques, de propriété intellectuelle et de conformité).
• Investir dans l'infrastructure technologique, en particulier la nouvelle génération de puissance de calcul et les systèmes de gestion de données prenant en charge l'IA générative.
• Remodeler le modèle de talents : Jim Rowan, directeur américain de l'IA chez Deloitte, déclare : « Les entreprises qui réussissent n'investissent pas seulement dans l'automatisation et les algorithmes, mais aussi dans les talents. L'IA inspire de nouvelles façons de travailler, et cette stratégie à double focale – améliorer simultanément les capacités des talents et des outils d'IA – permet aux équipes d'adopter des modèles métier remodelés et de jeter les bases d'un avantage concurrentiel. »

Perspectives d'avenir : la fenêtre de transformation clé des 12 à 24 prochains mois

• Les 12 prochains mois : Davantage de projets pilotes d'agents d'IA devraient voir le jour, mais seules les entreprises disposant d'une gouvernance mature pourront les déployer en toute sécurité dans les processus essentiels. Les fintechs aux dettes techniques légères pourraient être les premières à passer à l'échelle.
• Les 24 prochains mois : Les agents d'IA autonomes accéléreront leur déploiement dans des domaines tels que le service client, la surveillance de la conformité et l'exécution des transactions. La tendance à l'IA souveraine se renforcera, et la concurrence pour les infrastructures d'IA régionales s'intensifiera.
• Les 3 prochaines années : L'IA s'intégrera profondément dans les flux de travail essentiels du secteur financier, et les « systèmes centraux informatiques » des banques traditionnelles pourraient être remplacés par des plateformes d'IA natives. Les entreprises qui n'auront pas mis en place de systèmes de gouvernance et de talents seront confrontées à un désavantage concurrentiel significatif.

Le rapport de Deloitte envoie un signal clair : la course à l'IA dans le secteur financier est passée de « si adopter » à « comment passer à l'échelle ». Les entreprises capables de surmonter le piège des projets pilotes et d'équilibrer innovation et risques prendront une longueur d'avance dans le prochain cycle.