PwC: l'IA n'est pas seulement un outil d'efficacité, mais aussi un moteur clé de la transformation commerciale des institutions financières

Journaliste de 21st Century Business Herald, Tang Jing

Le 17 mars, PwC a publié le rapport d’enquête intitulé « L’IA stimule la rénovation et la mise à niveau des services financiers » et a organisé une conférence de presse. Cette enquête, achevée en janvier 2026, couvre 201 banques, compagnies d’assurance et institutions de gestion d’actifs, et comprend des entretiens approfondis avec 20 hauts responsables du secteur.

Le rapport clarifie les scénarios clés d’application de l’IA par les institutions financières actuelles, couvrant l’optimisation du service client, la détection des fraudes, l’analyse prédictive, entre autres domaines. Dans les trois grands secteurs qu’ils constituent — banques, assurances et gestion d’actifs — la majorité des répondants considèrent l’IA comme le moteur central de leur transformation stratégique, plutôt que comme un simple outil d’amélioration de l’efficacité.

Une stratégie entièrement revalorisée, un investissement à la hauteur

Le rapport indique que jusqu’à 76 % des institutions financières prévoient d’utiliser l’IA pour réaliser leur transformation stratégique et ouvrir de nouvelles sources de revenus. Parmi elles, 41 % voient l’IA comme le moteur de leur transformation stratégique, 35 % la considèrent comme la pierre angulaire d’un nouveau système de création de valeur, tandis que seulement 15 % la voient encore uniquement comme un outil de réduction des coûts et d’amélioration de l’efficacité.

Wang Jianping, associé chez PwC China Management Consulting, a déclaré lors de la conférence que les institutions financières interrogées ont de très grandes attentes quant au potentiel de l’IA pour renforcer leurs activités. Selon eux, la valeur de l’IA dépasse largement l’amélioration de l’efficacité opérationnelle ; elle représente une opportunité clé pour remodeler les modèles d’exploitation orientés IA, reconstruire l’expérience client et innover dans les modèles commerciaux, sans quoi il serait difficile de la laisser passer.

Par exemple, un cadre supérieur d’une banque locale à Hong Kong a déclaré lors d’un entretien : « Nous ne cherchons pas seulement à améliorer l’efficacité via l’IA, mais aussi à l’utiliser pour créer de nouvelles propositions de valeur et modèles commerciaux encore inexistants sur le marché. »

Cependant, cette importance stratégique ne s’est pas encore entièrement traduite par un financement correspondant. Le rapport indique que 61 % des institutions financières consacrent moins de 10 % de leur budget technologique global à l’IA, ce qui signifie qu’il existe un déficit de 30 % à 40 % dans leurs dépenses technologiques pour l’IA.

Wang Jianping souligne que les institutions interrogées ont déjà obtenu un retour sur investissement initial de 10 % à 15 % grâce à leurs investissements en IA, principalement en réduisant les pertes liées aux risques, en améliorant l’efficacité de la conformité, en augmentant les revenus et en diminuant les coûts. Tout en se concentrant sur les gains à court terme, elles attachent également une grande importance à la valeur à long terme de l’IA pour renforcer leur position sur le marché, élargir leurs espaces de développement stratégique et découvrir de nouvelles opportunités de croissance. La question centrale reste cependant de savoir si l’investissement dans l’IA est suffisant.

Multiplication des scénarios clés, la collaboration homme-machine devient la norme

Malgré l’écart d’investissement, la focalisation sur les scénarios d’activité clés commence à produire des retours quantifiables, et dans l’application de l’IA à l’échelle de l’entreprise, elle devient rapidement un domaine prioritaire de développement. Selon l’enquête, le déploiement de chatbots et de services client représente 31 %, ce qui en fait la direction d’application de l’IA la plus courante ; l’investissement et la gestion d’actifs suivent avec 28 % ; la détection de fraude, l’analyse prédictive, la modélisation et l’automatisation des processus back-office occupent respectivement 24 %, 23 % et 19 % des priorités.

Il est notable que la collaboration homme-machine est devenue la tendance dominante dans l’application de l’IA. 57 % des institutions financières déclarent qu’elles utiliseront l’IA pour améliorer les fonctions existantes et en développer de nouvelles pour leurs employés. L’application de l’IA tend davantage à renforcer les capacités humaines qu’à remplacer les employés.

Niqing, associé responsable de l’industrie des actifs et de la gestion de patrimoine chez PwC China, explique que chaque secteur a ses priorités en matière de déploiement de l’IA. Le secteur bancaire se concentre sur la gestion des risques, la lutte contre le blanchiment d’argent et la conformité ; le secteur de l’assurance met l’accent sur l’amélioration des compétences des agents, le service client et la gestion des sinistres ; dans la gestion d’actifs et de patrimoine, l’IA est appliquée à la gestion d’investissements, de portefeuilles, ainsi qu’à l’analyse de données et de marchés.

Par ailleurs, l’application de l’IA dans un cadre de risques maîtrisés est devenue une norme sectorielle. Lors de la conférence, en réponse à la question du journaliste du 21st Century Business Herald sur la manière d’équilibrer efficacité et sécurité dans l’application de l’IA, Chen Yan, associé en gestion des risques et de la réglementation chez PwC, a déclaré qu’en plus de se concentrer sur l’investissement et le rendement, les institutions financières doivent accorder une importance capitale à la gouvernance de l’IA. La gouvernance de l’IA est comme le « frein » de tout le système : si elle n’est pas en place, les institutions financières n’oseront pas avancer à pleine vitesse. Il faut un contrepoids pour garantir que cette « voiture de course » puisse prendre les virages en douceur tout en sprintant sur la ligne droite.

Concrètement, les institutions financières doivent établir un comité de gouvernance de l’IA pour assurer un consensus suffisant au niveau de la gouvernance. Ce comité doit faire un inventaire complet de l’IA, comprendre à l’échelle inter-départements les outils d’IA utilisés par les employés, et en avoir une vue d’ensemble ; tout en stimulant l’engagement des employés et en renforçant la formation à la gestion des risques pour suivre le rythme des avancées technologiques ; maîtriser le rythme des investissements en IA, en décidant de l’allocation des ressources tout en évitant de reproduire les erreurs du passé avec une croissance « en silo » des systèmes IT ; enfin, établir des mécanismes d’accès stricts, avec des évaluations de maturité et de risques pour les nouvelles technologies d’IA.

Les talents et la culture constituent le plus grand défi, la gouvernance des données doit être renforcée

Le rapport souligne également que la large adoption de l’IA reste confrontée à de multiples contraintes. Parmi celles-ci, la pénurie de talents et la rigidité des structures organisationnelles sont les obstacles majeurs à la déploiement à grande échelle de l’IA, leur impact étant bien supérieur à celui des questions budgétaires ou techniques.

Li Webin, associé chez PwC China Management Consulting, indique : « Les répondants ont tous souligné que le principal défi actuel est la difficulté à recruter des talents hybrides, à la fois experts en affaires et en algorithmes. La formation et le développement des compétences des employés existants, ainsi que la mise en place de mécanismes d’incitation pour encourager l’utilisation de l’IA comme outil de transformation, sont essentiels pour établir une culture prioritaire à l’IA. Mais il est tout aussi crucial que la haute direction donne l’exemple et promeuve activement l’application de l’IA. »

L’enquête montre que seulement 29 % des institutions financières ont réussi à instaurer une culture « IA prioritaire ». Il est important de noter que la mise en œuvre de l’IA ne peut se limiter à la seule capacité technique ; une transformation culturelle est également une condition préalable essentielle. Les silos traditionnels de processus et de fonctions continuent de limiter la diffusion de l’IA.

Outre les talents et la culture organisationnelle, les données sont également un facteur clé pour la large adoption de l’IA. Les répondants indiquent que les trois principaux facteurs influençant la budgetisation de l’IA dans les institutions financières sont la disponibilité des données (30 %), la pression réglementaire (20 %) et la nécessité de maintenir en priorité les systèmes centraux existants (14 %). De plus, la sécurité des données et la protection de la vie privée sont considérées comme les principaux défis en matière de gestion des données, ce qui pousse 90 % des institutions financières à s’appuyer sur des données internes propriétaires pour soutenir leurs scénarios d’application de l’IA.

À cet égard, le rapport suggère que la mise en place d’un mécanisme de « sandbox réglementaire + apprentissage fédéré » permettant un échange de valeur inter-organisationnel dans le respect des limites réglementaires pourrait être une solution. Un professeur d’une université de Hong Kong a également déclaré lors d’un entretien que les institutions financières capables de maintenir un dialogue avec les régulateurs et d’explorer activement des solutions de sandbox réglementaire pourraient prendre une avance significative dans la large diffusion de l’IA.

Quatre grandes tendances pour les cinq prochaines années, les institutions financières y répondent activement

En regardant vers l’avenir, les institutions financières interrogées anticipent une transformation fondamentale des modèles commerciaux du secteur financier grâce à l’IA, principalement selon quatre tendances :

1. Passer de produits standardisés à un service dynamique en temps réel piloté par l’IA, permettant une personnalisation extrême. L’IA pourra analyser en temps réel le comportement, les préférences et les besoins des clients, ajustant dynamiquement les recommandations de produits et les solutions de service.

2. L’IA assumera davantage de responsabilités décisionnelles, devenant un super-collaborateur humain, favorisant une automatisation poussée et une décision optimisée. De plus en plus de décisions routinières seront déléguées à l’IA, tandis que les employés humains se concentreront sur les jugements complexes, la créativité et la gestion de la relation client.

3. La gestion de la conformité passera d’une réponse passive à une conformité intégrée, en temps réel et proactive, avec des systèmes d’IA capables de surveiller et d’alerter en continu dans les processus métier, intégrant la conformité à chaque étape de la transaction.

4. La gestion des risques évoluera d’un rapport d’analyse post-événement à une intervention en cours et une prévision prospective, permettant une gestion prédictive en temps réel. Grâce à des modèles d’apprentissage automatique analysant en continu d’énormes volumes de données, les institutions financières pourront identifier plus tôt les risques potentiels.

Pour assurer une mise en œuvre efficace de l’IA, les enquêtes montrent que les institutions financières accélèrent quatre travaux clés. Premièrement, renforcer la base en investissant dans une infrastructure de données prête pour l’IA et une architecture cloud hybride. La qualité des données étant la pierre angulaire de l’IA, il est nécessaire de construire une plateforme de données unifiée, de briser les silos de données et de fournir un support fiable pour la formation et l’exploitation des modèles d’IA.

Deuxièmement, accélérer la formation des talents en lançant des programmes de développement massif des compétences en IA pour les employés, en recrutant et en formant activement des talents hybrides. Il faut des talents à la fois experts en finance et en IA, ce qui nécessite à la fois une acquisition externe et une formation systématique des employés existants pour améliorer leur niveau de compétence en IA.

Troisièmement, renforcer la collaboration écologique en coopérant largement avec des startups en IA, des entreprises de fintech et des instituts de recherche, afin de combler les lacunes en capacités. Aucune institution ne peut maîtriser seule toutes les compétences en IA ; par une ouverture à la coopération et la construction d’un écosystème, les institutions financières peuvent rapidement accéder aux technologies de pointe et aux idées innovantes, accélérant ainsi la mise en œuvre de l’IA.

Enfin, établir un système de gestion des risques, avec un cadre de gouvernance de l’IA capable de traiter efficacement les questions d’explicabilité, de biais algorithmiques, de sécurité des données et d’éthique. À mesure que l’IA joue un rôle de plus en plus central dans les activités financières, il devient crucial d’assurer l’équité, la transparence et l’explicabilité des décisions de l’IA, ainsi que de prévenir les biais algorithmiques et les risques éthiques.