il y a 10 mois -  - 2 minutes

L’IA générative devrait profiter au secteur bancaire

Selon le cabinet d’études McKinsey, les outils génératifs d’intelligence artificielle devrait apporter des bénéfices conséquents au secteur bancaire. Jusqu’à 340 milliards de dollars par an sont attendus.

Les effets positifs de l’intelligence artificielle générative continuent d’être évalués. Selon une étude éditée par McKinsey, le secteur bancaire pourrait pleinement profiter de l’essor de cette technologie. A tel point que le cabinet considère que cela pourrait procurer jusqu’à 340 milliards de dollars annuels dans cette même verticale. Cela représenterait une augmentation de l’ordre de 9 à 15 %. Les banques d’affaires et de détail seraient les plus grands bénéficiaires.

Le cabinet va même plus loin. Il estime que jusqu’à 70 % des activités commerciales pourraient être automatisées. De quoi générer du temps supplémentaires pour les équipes utilisant ces outils. La technologie permet, par exemple d’automatiser certaines tâches de codage ou d’analyser des règles complexes en matière de capital voire d’améliorer la détection des fraudes ou bien encore de mieux évaluer les performances.

L’augmentation de la productivité devrait donc servir de moteur de la croissance des entreprises du secteur bancaire. Dans le détail, les gains les plus conséquents sont à trouver du côté des entreprises et de la vente au détail. Pour y parvenir, les directions des grands groupes pourront examiner les différentes voies potentielles que l’IA générative pourrait créer, juge McKinsey.

Les exemples d’utilisation de l’IA générative

Autre point, l’introduction de l’intelligence artificielle générative au sein des entreprises du secteur bancaire va devoir déboucher sur l’établissement de liens plus étroits entre la direction et les personnes en charge de l’analyse des données. Ces dernières étant majoritairement utilisées pour nourrir les systèmes d’IA génératives.

Face à ce défi, le secteur implémente dès à présent des outils capables d’utiliser la technologie. On pense naturellement à l’automatisation de la génération de tests. Autre exemple d’utilisation, l’évaluation de l’impact des nouvelles règles américaines en matière de capital.

Olivier Robillart