L'écart de visibilité de l'IA : pourquoi de bons prêts risquent d'être ignorés, et ce que les banques peuvent faire

Yaacov Martin est le PDG de Jifiti.

Découvrez les principales actualités et événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lue par des dirigeants de JP Morgan, Coinbase, Blackrock, Klarna et plus encore

L’IA transforme chaque recoin de la finance, et le secteur des services financiers devrait consacrer une somme impressionnante de 97 milliards de dollars à l’IA d’ici 2027. À mesure que des technologies comme des agents d’IA agentiques redessinent la banque et l’expérience client, un facteur émerge comme nouvel avantage concurrentiel : la découvrabilité. Dès à présent, 44 % des consommateurs font confiance aux agents d’IA dans les services financiers, ce qui signale un changement dans le comportement des consommateurs.

Les agents d’IA dépassent la simple recommandation financière personnalisée et la détection de fraude. Non seulement des cas d’usage voient le jour où ils présentent des options de prêt aux consommateurs, mais ils finiront aussi par compléter les demandes pour eux et automatiser le versement des fonds. Dans un avenir très proche, les agents d’IA prendront probablement en charge tout, du remplissage des formulaires à la vérification des identités, à l’initiation d’un underwriting automatisé, ainsi qu’à la complétion des demandes et à l’automatisation du versement des fonds.

Pour les banques, la question n’est plus de savoir s’il faut devenir piloté par l’IA, mais à quelle vitesse. À mesure que l’underwriting optimisé par l’IA et les prêteurs « digital-first » remodèlent le marché, les institutions financières qui investissent dès maintenant conserveront leur place au cœur de l’écosystème du crédit. Celles qui retardent l’adoption de l’IA risquent de perdre toute visibilité, car des emprunteurs plus jeunes, natifs du numérique, contournent les circuits traditionnels au profit d’alternatives plus intelligentes et automatisées.

La découvrabilité est la nouvelle porte d’entrée

Utiliser un moteur d’IA pour rechercher et demander un prêt représente le prochain grand saut en matière d’expérience client, les agents d’IA du marché des services financiers à l’échelle mondiale étant projetés à 4,28 milliards de dollars d’ici 2032. Et même si l’opportunité est colossale pour les banques et les institutions financières (FI), elle met en avant un nouveau problème : l’invisibilité.

Les moteurs d’IA ne découvrent pas et ne classent pas les prêts en fonction de leur qualité ; ils sont classés selon leur lisibilité. On appelle cela l’optimisation pour les moteurs de réponse (AEO, answer engine optimization). Si un produit de prêt n’est pas structuré pour être facilement ingéré, il n’est pas pris en compte.

Par exemple, si le TAEG (APR) d’un prêteur et ses critères d’éligibilité sont enfouis dans un PDF, un moteur d’IA ne fera pas remonter le prêt, quel que soit son caractère compétitif. Les banques doivent veiller à exposer des métadonnées d’offre : les produits de prêt doivent être décrits clairement dans des formats structurés — type de produit, TAEG, conditions et critères d’éligibilité. Les métadonnées structurées permettent aux agents d’IA d’indexer, de comparer et d’agir sur les produits de prêt avec précision. Sans cela, même d’excellentes offres de prêt peuvent rester invisibles.

Mais le sujet de la découvrabilité va encore plus loin. L’AEO aide les agents d’IA à faire remonter les prêts, mais en plus de mettre les données dans le bon format, les banques ont aussi besoin de la bonne infrastructure pour permettre aux agents d’IA de fournir au client une offre de prêt sourcée par l’IA.

Par exemple, un client pourrait saisir ses critères de prêt dans un moteur de recherche d’agents d’IA, qui affiche instantanément toutes les offres de prêt pertinentes et l’option de postuler automatiquement. En un clic, le client reçoit une approbation conditionnelle du prêt, propulsée entièrement par des données lisibles par machine et des workflows pilotés par API.

Les banques qui n’ont pas de technologie d’octroi de crédit pilotée par des API, des parcours utilisateurs digitalisés, des données non cloisonnées, et une inscription et une décisioning automatisées ne seront même pas dans la course. Dans cet environnement, être le meilleur prêteur est sans intérêt si vous n’êtes pas découvrable.

Mais c’est plus facile à dire qu’à faire. Un rapport de PYMNTS a révélé que 75 % des banques ont du mal à mettre en œuvre de nouvelles solutions digitales en raison de leur infrastructure existante. Et « 59 % des banquiers voient leurs systèmes legacy comme un défi majeur pour l’activité, les décrivant comme un “spaghetti” de technologies interconnectées mais archaïques ».

Équité et le nouveau front de la conformité

Si la découvrabilité est la porte d’entrée du crédit agentique, l’équité est le nouveau front de la conformité. Les moteurs d’IA ne risquent pas seulement d’exclure des produits qui ne sont pas optimisés pour la découvrabilité par l’IA ; ils menacent aussi d’exclure des catégories entières de prêteurs qui ne répondent pas à leurs standards techniques. Mais le problème ici n’est pas la visibilité ; c’est l’équité.

Aujourd’hui, le crédit agentique introduit une nouvelle variante moderne du crédit biaisé : les consommateurs peuvent être orientés vers des prêteurs disposant de la bonne infrastructure — APIs, données propres, workflows automatisés — plutôt que vers le meilleur produit financier.

Sans transparence sur la manière dont les plateformes alimentées par l’IA classent ou font remonter les offres de prêt, les consommateurs risquent d’être orientés vers des prêts plus coûteux ou moins adaptés, simplement parce que ces prêteurs avaient la bonne infrastructure, pas le bon produit. Cela crée un nouveau angle mort de conformité pour les régulateurs. Les régulateurs pourraient bientôt demander : « L’infrastructure obsolète de votre banque bloque-t-elle effectivement l’accès à vos meilleurs produits ? »

Pendant des décennies, l’examen réglementaire s’est concentré sur les pratiques discriminatoires dans les décisions de prêt. Mais à mesure que le crédit agentique prend racine, le regard réglementaire va s’élargir. Les banques qui ne modernisent pas pourraient ne pas seulement perdre des parts de marché ; elles pourraient être perçues comme contribuant à un biais systémique.

Les banques peuvent encore concurrencer—à condition de moderniser

En surface, le crédit agentique semble conçu sur mesure pour les fintechs, dont les piles technologiques sont construites pour la rapidité et la flexibilité. Mais l’avantage n’est pas exclusif. Les banques ont simplement besoin de mettre à jour leurs modèles opérationnels.

Des agents d’IA émergents sont en cours de conception pour trouver des produits adaptés, compléter des demandes, soumettre des documents KYC et déclencher un underwriting automatisé. Les banques qui n’ont pas digitalisé leurs workflows de bout en bout risquent d’être contournées, même si elles proposent des taux compétitifs. Elles ont besoin d’un système coordonné, ou d’une plateforme d’orchestration, qui relie toutes les pièces critiques du processus de prêt, automatise les workflows et s’assure que chaque étape est lisible par machine et accessible via API.

Une couche d’orchestration qui offre cette infrastructure intègre généralement toutes les fonctionnalités critiques ainsi que les fonctionnalités tierces, y compris la vérification d’identité, KYC/KYB, la lutte contre la fraude, l’open banking, les contrôles du risque de crédit et le decisioning automatisé.

Les fintechs sont déjà nativement « API », mais de nombreuses banques doivent rattraper leur retard avec leurs piles technologiques fragmentées. Sans orchestration, toutes ces intégrations essentielles restent cloisonnées, et les agents d’IA auront besoin d’une continuité de bout en bout pour, au final, offrir une expérience de demande de prêt de bout en bout. La couche d’orchestration n’est pas seulement utile : c’est le pont qui permet aux banques legacy de concurrencer l’écosystème du crédit agentique sans démanteler toute leur infrastructure.

Les banques qui modernisent leur infrastructure et automatisent leurs workflows peuvent reprendre le contrôle du tunnel de prêt, en s’assurant que les plateformes d’IA font remonter leurs produits et que les clients accèdent à des options les meilleures et les plus adaptées grâce à l’IA — pas seulement à celles qui sont les plus faciles à faire remonter.