Les conférences sur l'IA font le buzz ! Les banques misent collectivement, la sécurité devient le coup d'avance

问AI · Comment les banques répondent-elles aux défis de la confidentialité des données dans l’application de l’IA ?

Autrefois, il fallait faire la queue pendant des heures et remplir des formulaires complexes pour les prêts, mais aujourd’hui, en quelques clics sur une application bancaire, un montant et un taux d’intérêt peuvent être proposés avec précision en quelques minutes ; dans les agences bancaires, les guichetiers dialoguent en temps réel avec des assistants IA pour résoudre des problèmes commerciaux, et ces “collègues à base de silicium” sont devenus des partenaires de travail indispensables pour le personnel de première ligne. Des grandes banques d’État aux banques locales, de la planification stratégique de haut niveau à la mise en œuvre sur le terrain, l’IA s’immisce partout, poussant les banques à passer de la “gouvernance humaine” à la “gouvernance technique”. Lors des récentes conférences de résultats des grandes banques, les cadres ont souvent mentionné les stratégies d’IA, marquant le début d’une transformation sectorielle dirigée par l’IA, qui a non seulement remodelé les modèles commerciaux et les modes de collaboration des banques, mais a également ramené les services financiers à leur essence, élargissant le rayon de service de manière illimitée et affinant constamment la granularité du service. Cependant, opportunités et défis vont de pair, alors que la compétition en IA entre dans une phase avancée, des problèmes tels que les îlots de données, la protection de la vie privée et l’adaptation réglementaire doivent encore être résolus.

De “outil” à “collègue à base de silicium”

Dans un contexte où la complexité des activités bancaires continue d’augmenter, les assistants IA deviennent essentiels pour briser les “îlots de connaissances” et améliorer les capacités de service de première ligne. Lors de la conférence de résultats de l’année 2025, le vice-président de la Banque de Construction, Lei Ming, a révélé une série de données : à la fin de 2025, le taux de couverture des assistants IA dans le processus de réponse aux problèmes des agences de la Banque de Construction a atteint 99,42 %, avec un volume de visites quotidien dépassant 100 000.

Cela signifie que, lorsque les employés rencontrent des problèmes commerciaux et cherchent de l’aide auprès du siège ou des départements de gestion, dans la plupart des cas, l’intelligence artificielle sera la première à proposer une solution, ce super mentor doté du “cerveau le plus puissant”, toujours prêt, patient et disponible toute l’année, change le mode de collaboration au sein des banques.

Dans le système technologique du modèle “Intelligence de l’ICBC”, la transformation est également particulièrement marquée, cette banque a déjà mis en œuvre plus de 500 applications IA à grande échelle dans plus de 30 domaines d’activité, les employés numériques IA prenant en charge une charge de travail équivalente à 55 000 personnes par an. Ces “employés” sans rémunération peuvent opérer “24 heures sur 24, 7 jours sur 7”, soulageant ainsi une pression commerciale énorme. La Banque de Chine utilise la technologie des grands modèles pour améliorer l’efficacité des remboursements, ayant traité à la fin de l’année dernière 1,4085 million de demandes de remboursement sans papier, soit une augmentation de 23,76 % ; la Banque Xinyu a des assistants de programmation IA couvrant 90 % de ses développeurs ; l’assistant intelligent de la réunion matinale couvre plus de 1500 départements et agences.

L’IA est devenue un “partenaire de travail” indispensable pour le personnel de toutes les lignes bancaires, la Banque de Chine créant une série de “petits assistants” dans le secteur de la vente au détail, continuant à habiliter les gestionnaires de clients et les équipes de soutien dans des scénarios tels que la gestion des clients, l’analyse commerciale et la recherche en investissement. Dans le secteur de la vente en gros, un “petit assistant CRM” a été créé pour aider les gestionnaires de clients d’affaires à améliorer l’efficacité du service client. Dans le secteur des risques, un “petit assistant de risque” a été développé, intégré dans les processus d’opération pour réaliser une gestion des risques pilotée par l’IA. Dans le secteur opérationnel, un “petit assistant opérationnel” a été créé, réalisant des applications telles que des assistants numériques, des questions-réponses sur les connaissances opérationnelles, des vérifications intelligentes des affaires, des exercices de services intelligents et des analyses intelligentes des événements de risque. À la fin de 2025, le taux de couverture des utilisateurs utilisant les petits assistants correspondants pour les gestionnaires de clients d’affaires, les agents de crédit et le personnel opérationnel atteindra respectivement 80,13 %, 80,32 % et 100 %.

La Banque Xinyu intensifie également ses efforts, construisant plus de 160 capacités d’IA ouvertes, avec plus de 260 scénarios d’application IA en ligne, les agents numériques IA ayant réalisé des interactions intelligentes 24 heures sur 24 dans 13 catégories de canaux, servant plus de 55 millions de clients ; les stratégies de marketing IA ayant touché plus de 21,39 millions de clients.

Sur le front des services, l’IA redéfinit la frontière du “service”, les services bancaires traditionnels étant souvent limités par le coût de la main-d’œuvre, rendant la véritable personnalisation difficile. Cependant, aujourd’hui, la Banque de Transport a ajouté des fonctionnalités telles que l’interprétation de produits IA et la génération assistée par IA d’opinions de recherche en investissement dans son système de gestion de patrimoine, répondant aux besoins de personnalisation des clients en matière d’allocation d’actifs ; la Banque Ping An a mis à niveau son modèle de service “IA + T + Offline”, renforçant l’application des assistants IA et des outils numériques tels que les appels vocaux intelligents, améliorant l’efficacité des services bancaires à distance ; la Banque Citic utilise la capacité des petits et grands modèles pour renforcer les affaires telles que l’ouverture et les modifications de comptes d’affaires, construisant ainsi un nouveau modèle opérationnel qui double l’efficacité de la concentration des affaires.

Lors de la conférence de résultats de 2025, les propos du président de la Banque Xinyu, Lü Jiajin, ont également mis en lumière la tendance future. Selon lui, “à l’ère de l’IA, la vie à base de silicium remplacera massivement le travail de la vie à base de carbone. Nourrir certains agents d’intelligence artificielle avec des connaissances financières, y compris des fonds, des ventes au détail et des interbancaires, permettra à une seule personne de jouer plusieurs rôles. À l’avenir, les gestionnaires de clients ne feront plus de distinction entre les types d’entreprises, de ventes au détail ou interbancaires.”

L’IA s’infiltre dans l’ensemble du secteur

La logique centrale de cette “guerre d’infiltration” de l’IA est que les banques passent d’une “gouvernance humaine” traditionnelle à une “gouvernance technique” efficace.

De la transformation “navale” des grandes banques d’État à l’issue agile des banques par actions, en passant par le positionnement précis des banques locales, l’IA n’est plus un simple embellissement, mais devient le système nerveux qui s’infiltre dans les capillaires des affaires.

Dans la conception de haut niveau, toutes les grandes banques prennent position. Selon les dernières données divulguées dans les rapports annuels, la Banque ICBC met en œuvre en 2025 un plan “Navigateur IA+” au niveau du groupe, apportant son soutien à quatre scénarios clés : transactions d’investissement, acquisition de clients, prévention des risques et amélioration de l’efficacité opérationnelle ; la Banque Postale ouvre 10 grandes capacités d’IA générales à toutes ses filiales, formant un écosystème numérique “AI2ALL” de la Banque Postale, qui permet un accès universel à l’extérieur et une amélioration de l’efficacité pour tous en interne.

La Banque de Chine a proposé le concept “AI First”, plaçant l’IA dans une position de “priorité, d’avance et de leadership” sur son échiquier stratégique. Le changement dans la conception de haut niveau détermine également le flux de ressources, qu’il s’agisse des “petits assistants” de la ligne de vente au détail ou des “petits assistants” de la ligne de vente en gros, l’IA ne se contente plus d’attendre la demande commerciale, mais s’intègre activement et restructure les processus d’affaires.

Les banques locales ne sont pas en reste, de nombreuses banques ayant déjà divulgué leurs rapports annuels mettant également l’accent sur des stratégies d’IA. La Banque de Chongqing a créé la marque d’application “Chongyin Xiao AI”, devenant l’une des premières banques commerciales urbaines à réaliser la “privatisation + adaptation aux scénarios financiers” des grands modèles ; la Banque de Qingdao a établi le “nouveau plan stratégique triennal de transformation numérique de la Banque de Qingdao”, mentionnant la création de “deux grands moteurs intelligents” pour les capacités d’IA et la valeur des données ; la Banque agricole de Ruifeng a également clairement indiqué qu’en 2025, elle construirait une plateforme IA à l’échelle de l’ensemble de la banque basée sur un cadre open-source, formant un écosystème d’applications d’agents intelligents couvrant les principales lignes d’activité, et la construction des capacités d’IA est déjà entrée dans la phase d’application à grande échelle.

L’IA est également devenue un mot-clé récurrent lors des conférences de résultats. En regardant vers l’avenir, concernant les travaux clés pour construire la “Banque ICBC numérique et intelligente”, le vice-président de la Banque ICBC, Zhao Guide, a souligné la continuité de l’action “Navigateur IA+”, en se concentrant sur l’intelligence, la sagesse, le calcul intelligent et le partage intelligent ; innovant pour créer des agents financiers intelligents, en déplaçant le positionnement technologique du soutien en coulisses vers un moteur de premier plan ; accélérant la construction d’un modèle de service “un client, un conseiller”, faisant de l’IA le pont le plus direct entre la banque et le client.

Qian Bin, vice-président de la Banque de Transport, a clairement indiqué qu’il faut pousser l’IA à évoluer d’applications ponctuelles vers une intégration totale. Il a proposé de renforcer la construction des capacités technologiques, d’approfondir les services aux affaires et aux employés, de mettre à niveau les services de marché et aux clients, et d’améliorer le niveau de prévention des risques intelligents, affirmant clairement que l’IA est déjà profondément intégrée dans la conception de haut niveau des banques, devenant une nouvelle force de production pour réduire les coûts, améliorer la qualité et accroître l’efficacité.

Le président de la Banque Ping An, Ji Guangheng, a établi les employés numériques, le marketing ciblé et la gestion des risques ciblée comme trois grands leviers, affirmant la nécessité de renforcer les capacités de base des données technologiques, d’approfondir la gestion des données principales et l’application des données externes, et d’évoluer d’une collaboration homme-machine vers des modes de décision intelligents et d’exécution automatique.

Wu Zewei, chercheur invité à la Banque de Suzhou, a souligné que les capacités de décision autonome, de réponse en temps réel et d’apprentissage intelligent de l’IA vont complètement remodeler le modèle commercial des banques. Cela inclut une amélioration de l’expérience client, l’IA redéfinissant la manière dont les banques se connectent avec les clients grâce à des interactions multimodales et des services personnalisés, permettant un accompagnement client sur l’ensemble du cycle, une gestion de patrimoine personnalisée et un suivi en temps réel des fraudes ; une amélioration de la gestion des risques, l’IA passant d’une réponse “post-événement” à un “interception en temps réel + prévisions d’alerte”, réalisant une révolution de l’évaluation de crédit, l’identification de fraudes complexes et l’automatisation de la conformité, construisant un filet de protection complet ; une amélioration de l’efficacité opérationnelle, l’IA entraînant les processus commerciaux des banques vers une évolution “sans contact” et “auto-adaptative”, libérant la productivité organisationnelle, réalisant l’automatisation des processus, la scientification des décisions et l’évolution des connaissances organisationnelles.

Ces défis doivent être résolus

De l’évolution de l’architecture à l’intégration totale, en passant par la décision intelligente, la compétition en IA dans le secteur bancaire entre dans une phase avancée.

Lorsque les banques commencent à “s’auto-évoluer”, ce que nous voyons n’est pas seulement une amélioration de l’efficacité, mais aussi un retour à l’essence des services financiers. L’ère des “tactiques de masse” des banques est révolue, et les dirigeants des grandes banques décrivent également une telle vision. Bien que la mise en œuvre des technologies et des applications sur le terrain s’accélère, il convient de noter que des défis réels tels que les îlots de données et la protection de la vie privée doivent encore être résolus. En plus de ces deux grands problèmes, les banques sont également confrontées à des défis multiples dans le cadre de leur déploiement en intelligence artificielle, notamment l’adaptation technologique, la pénurie de talents et la conformité réglementaire.

Rendre l’application des technologies plus sûre et contrôlable devient un élément clé dans la transformation numérique des banques. Le président de la Banque ICBC, Liu Jun, a clairement exprimé les conditions préalables à l’application des technologies lors de la conférence de résultats. Il a déclaré : “Les technologies que nous utilisons à la Banque ICBC sont relativement nouvelles, mais elles doivent être validées par le marché et par notre capacité de validation interne puissante, sinon nous n’oserons pas les appliquer rapidement dans le système, car la protection de la vie privée des clients et la sécurité de l’information sont les responsabilités les plus importantes des banques.” Liu Jun a souligné : “Par conséquent, intégrer des technologies avancées dans les processus opérationnels doit être conditionné par une validation systématique.”

Gu Lingyun, vice-président de la Banque Citic, a souligné : “Renforcer la solidité des barrières de sécurité, planifier de manière appropriée des capacités de calcul intelligentes, introduire de nouvelles technologies de sécurité, et assurer la sécurité, la fiabilité et le contrôle des applications IA.”

Zhao Guide a également mentionné qu’il devra améliorer l’efficacité de la gouvernance, construire un système de prévention et de contrôle de la sécurité couvrant toute la chaîne d’application de l’IA, englobant efficacement les domaines de la sécurité des infrastructures technologiques, de la sécurité des données, de la sécurité des modèles et de la sécurité des applications.

Selon Dong Ximiao, chercheur principal chez Zhaolian, l’application de l’intelligence artificielle a non seulement entraîné des transformations positives au niveau des activités, de l’organisation et de la cognition, mais a également apporté de nouveaux problèmes en termes de technologie, de réglementation et de talents. Au niveau technologique, les “îlots de données” formés dans l’écosystème de données fragmentées du côté des données peuvent entraîner des biais de modèle, la protection de la vie privée et de la sécurité des données durant le processus de formation étant également des problèmes urgents à résoudre ; le processus décisionnel des modèles non transparents du côté des algorithmes et le risque de “hallucination” des intelligences artificielles génératives compliquent l’application ; les menaces à la cybersécurité ont également augmenté. Au niveau de la réglementation, d’une part, le système de réglementation financière actuel est principalement conçu pour les modèles commerciaux traditionnels, manquant d’instruments de régulation efficaces pour les nouveaux modèles émergents basés sur les technologies d’intelligence artificielle ; d’autre part, les institutions financières multinationales sont confrontées à des défis de conformité dus aux écarts réglementaires entre différentes juridictions judiciaires.

“Vu la situation actuelle en Chine, il existe des différences significatives de taille et de mode de fonctionnement entre les grandes institutions financières et les petites et moyennes institutions financières. Par conséquent, les chemins et stratégies d’application de l’intelligence artificielle par différentes institutions financières peuvent très bien être complètement différents.” Dong Ximiao suggère que les grandes institutions financières doivent passer de l’“autonomisation par les outils” à la “reconstruction de valeur”, en se concentrant davantage sur la restructuration des activités, la refonte des processus et la transformation organisationnelle, pour créer de nouveaux produits, nouveaux modèles et nouvelles industries. En revanche, les petites et moyennes institutions, en raison de leur manque de capacité d’expérimentation, ne devraient pas poursuivre aveuglément les nouvelles tendances et technologies avancées, mais se concentrer sur leurs propres ressources, en déterminant leurs orientations de développement et leurs priorités d’activité, et suivre une voie de transformation différenciée et caractéristique. En même temps, les grandes institutions financières devraient assumer davantage de responsabilités de leadership et d’autonomisation, devenant des “pionniers” dans la recherche et l’application de technologies d’intelligence artificielle, tout en libérant des capacités technologiques et des talents redondants ; les petites et moyennes institutions devraient adopter une attitude d’ouverture et de coopération, collaborant avec des institutions financières de premier plan ou des entreprises technologiques externes, intégrant les technologies dans des scénarios d’activité clés à haute fréquence pour explorer rapidement la “fusion des affaires et des technologies”.

Journaliste de Beijing Business, Song Yitong