Pour favoriser l'adoption de l'IA dans le secteur bancaire, vous devez comprendre les compétences de vos employés

Bernardo Nunes est un data scientist spécialisé dans la transformation par l’IA chez Workera.

Découvrez les meilleures actualités et les meilleurs événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lu par des cadres chez JP Morgan, Coinbase, Blackrock, Klarna et plus

L’IA n’est plus seulement une expérimentation. Selon la dernière Enquête mondiale sur l’IA de McKinsey, 78 % des organisations utilisent désormais l’IA dans au moins une fonction métier.

Le secteur bancaire rattrape rapidement son retard. Une enquête récente d’EY-Parthenon a révélé que 77 % des banques ont lancé ou lancé en version “soft” des applications d’IA générative, contre environ 61 % en 2023. Cependant, seulement 31 % ont progressé vers une mise en œuvre complète.

Pendant ce temps, bien qu’il y ait des investissements généralisés en IA dans l’industrie bancaire, seules quelques entités ont intégré ces capacités dans leur plan d’action stratégique. Une enquête de la BCG indique que seulement 25 % des banques l’ont fait — et les 75 % restants sont bloqués dans des pilotes cloisonnés et des preuves de concept, au risque de devenir obsolètes pendant que des concurrents “digital-first” avancent.

L’industrie bancaire est définie par des réglementations strictes et des stratégies délibérées. Cette histoire a entraîné à la fois des risques et des opportunités liés à l’IA. Alors que d’autres secteurs ont pris de l’avance, les banques qui agissent dès maintenant ont encore la possibilité de tirer un avantage de premier arrivant. Déployer l’IA avec succès nécessite une infrastructure, des modèles, des pipelines de données et des stratégies de conformité. Toutefois, l’aspect le plus important pour transformer la promesse de l’IA en valeur métier réside dans le capital humain.

Les institutions financières qui gagnent seront celles qui permettent à leurs employés d’utiliser des outils d’IA non pas ponctuellement, mais dans le cadre de leur flux de travail quotidien. Cela signifie développer des compétences réelles et vérifiées afin que les personnes puissent comprendre, exploiter et diriger l’innovation liée à l’IA.

Pourquoi les employés stimulent l’innovation en IA

L’IA a le potentiel de générer d’incroyables gains en matière de productivité, d’expérience client et de gestion des risques. Mais au cœur de tout, l’IA n’est qu’un outil — qui nécessite la créativité humaine et l’expertise métier pour produire une véritable valeur d’affaires. La technologie seule ne stimule pas l’innovation ; ce sont les personnes qui le font. Dans la banque, où la confiance, la réglementation et le jugement sont essentiels, cette interaction entre l’humain et la machine devient encore plus importante.

Chaque employé doit aujourd’hui devenir, à des degrés variables, un employé “activé par l’IA”. Certains seront très techniques — data scientists, ingénieurs et concepteurs de modèles responsables de la conception et de la maintenance des systèmes qui sous-tendent la mise en opérationnalisation de l’IA. D’autres, comme les guichetiers, les souscripteurs ou les représentants du service client, ne toucheront peut-être jamais une ligne de code, mais pourront quand même utiliser des outils pilotés par l’IA pour rationaliser les flux de travail et prendre de meilleures décisions. Entre ces deux extrêmes se trouvent les employés “IA+X”. Il s’agit de personnes qui apportent une expertise métier approfondie dans des domaines comme le risque de crédit, la conformité ou la détection de fraude, et la combinent avec suffisamment de culture en IA pour utiliser la technologie afin d’amplifier cette expertise.

Les employés “IA+X” seront ceux qui porteront une véritable innovation. Ils peuvent contribuer à combler l’écart entre les besoins business et les possibilités techniques, en transformant des défis complexes de la banque en opportunités pour que l’IA produise des résultats tangibles. Par exemple, un responsable conformité doté d’une maîtrise de l’IA peut s’associer aux équipes data pour concevoir des modèles plus justes et plus transparents pour les processus KYC et AML. Un chef de produit qui prototype en utilisant l’IA générative peut repenser les interactions avec les clients, en créant des conseils financiers personnalisés ou en améliorant les parcours d’onboarding. Dans tous ces cas, l’IA amplifie le discernement humain au lieu de le remplacer.

Dans un secteur aussi étroitement réglementé et réticent au risque que la banque, cette couche humaine est essentielle. La technologie peut détecter des anomalies ou générer des recommandations, mais ce sont les humains qui interprètent, contextualisent et s’assurent que les décisions respectent les standards éthiques, juridiques et de réputation. C’est pourquoi les banques qui font figure de leaders dans l’adoption de l’IA sont celles qui investissent non seulement dans les systèmes et les modèles, mais aussi dans les compétences et la compréhension de leur main-d’œuvre.

Développer avec des compétences vérifiées

Construire une main-d’œuvre activée par l’IA commence par la compréhension des compétences existantes et des lacunes. Pour déployer l’IA avec succès à grande échelle, les banques ont besoin de plus que l’enthousiasme et des budgets de formation. Elles ont besoin d’une base de données de compétences vérifiées et mesurables. Sans vision claire des capacités des employés, les dirigeants ne peuvent pas prendre de décisions éclairées sur la façon de développer leurs équipes ou sur l’endroit où déployer l’IA de la manière la plus efficace.

L’auto-évaluation seule n’est pas fiable. Les employés ont tendance soit à surestimer soit à sous-estimer leur niveau de maîtrise, ce qui entraîne des inefficacités dans la formation. Les compétences vérifiées — mesurées au moyen d’évaluations objectives — permettent aux organisations de cartographier avec précision les forces et les faiblesses actuelles. Grâce à ces informations, les banques peuvent concevoir des parcours d’apprentissage adaptés à des processus et des objectifs spécifiques, que cela signifie une culture initiale en IA pour les équipes de première ligne, une connaissance technique approfondie pour les professionnels de la donnée, ou une expertise en gouvernance pour les responsables de la conformité.

Une fois que les employés savent où ils en sont, ils peuvent poursuivre un perfectionnement ciblé et vérifier leurs compétences lors de cycles périodiques afin de mesurer les progrès et de réaliser des investissements responsables et traçables dans les personnes. Ce cycle d’apprentissage et de validation crée une culture d’amélioration continue, garantissant que les compétences restent à jour pendant que le domaine évolue. C’est particulièrement important en IA, où la durée de vie “demi-vie” d’une compétence est plus courte que jamais. Ce qui est considéré comme à la pointe aujourd’hui pourrait être dépassé dans un an, ce qui rend la capacité d’un employé à apprendre rapidement plus précieuse que toute compétence technique spécifique.

Pour les banques, cela se traduit par la nécessité de donner la priorité à la vitesse de croissance des compétences — le rythme auquel les employés peuvent acquérir et appliquer de nouvelles compétences. Les institutions qui cultivent cette adaptabilité conserveront un avantage concurrentiel, en répondant plus vite aux nouvelles réglementations, aux attentes des clients et aux technologies. Les compétences vérifiées renforcent aussi la gouvernance, en garantissant que les employés comprennent non seulement comment utiliser l’IA, mais aussi comment l’utiliser de manière responsable, en portant attention à l’équité, à la transparence et au risque.

L’objectif ultime est l’alignement. Lorsque l’intelligence des compétences éclaire la stratégie d’apprentissage — et que la stratégie d’apprentissage soutient les priorités business — les banques peuvent accélérer leur transformation par l’IA en toute confiance. Les données sur les compétences vérifiées permettent aux dirigeants de voir où investir, comment mobiliser les talents et quand étendre l’innovation en toute sécurité.

Construire une main-d’œuvre qui gagne

C’est un moment charnière pour l’industrie bancaire. Les institutions qui établissent une base pour l’innovation avanceront plus vite, tandis que celles qui hésitent risquent d’être dépassées. La voie est claire : les banques qui développent des capacités d’IA à grande échelle au sein de leurs employés — en particulier des compétences vérifiées qui combinent l’expertise technique et l’expertise métier — seront en position la plus solide pour prospérer.

Lorsque chaque employé est habilité à utiliser l’IA — que ce soit comme créateur, utilisateur avancé ou expert métier — la banque dans son ensemble gagne en agilité, en résilience et en capacité à générer de la valeur stratégique plutôt que de se limiter à une efficacité incrémentale. C’est le moment de passer de l’expérimentation à la mise en capacité. En IA, ce qui différencie les leaders des retardataires, ce ne sont pas seulement les modèles que vous construisez ou le R&D que vous financez, mais les compétences que vous développez.