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 événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

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

L’IA n’est plus seulement un simple essai. D’après le dernier Global Survey on AI 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. Toutefois, seulement 31 % sont parvenues jusqu’à une mise en œuvre complète.

Parallèlement, bien qu’il y ait de nombreux investissements en IA dans l’industrie bancaire, seules quelques entités ont intégré ces capacités dans leur plan stratégique. Une enquête BCG a indiqué que seulement 25 % des banques l’ont fait — et que les 75 % restantes sont bloquées dans des pilotes cloisonnés et des preuves de concept, au risque de devenir non pertinentes pendant que des concurrents « digital-first » prennent de l’avance.

L’industrie bancaire est définie par des réglementations strictes et des stratégies délibérées. Cette histoire a conduit à la fois à des risques et à des opportunités avec l’IA. Alors que d’autres secteurs ont pris de l’avance, les banques qui agissent dès maintenant ont encore la possibilité de se positionner comme premiers moteurs. Mettre en œuvre l’IA avec succès exige une infrastructure, des modèles, des pipelines de données et des stratégies de conformité. Cependant, l’aspect le plus important pour transformer la promesse de l’IA en valeur métier réside dans le capital humain.

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

Pourquoi les employés stimulent l’innovation en IA

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

Chaque employé doit aujourd’hui devenir un employé habilité par l’IA, à des degrés variables. Certains seront profondément techniques — data scientists, ingénieurs et concepteurs de modèles responsables de la conception et de la maintenance des systèmes qui sous-tendent l’industrialisation opérationnelle de l’IA. D’autres, comme des guichetiers, des souscripteurs ou des représentants du service client, ne toucheront peut-être jamais une ligne de code, mais peuvent néanmoins utiliser des outils alimentés par l’IA pour rationaliser les flux de travail et prendre de meilleures décisions. Entre ces deux extrêmes, il y a les employés « IA + X ». Ce sont des personnes qui apportent une expertise approfondie dans des domaines comme le risque de crédit, la conformité ou la détection de la fraude, et qui la complètent avec suffisamment de culture en IA pour utiliser la technologie afin d’amplifier cette expertise.

Les employés « IA + X » seront ceux qui conduisent une véritable innovation. Ils peuvent contribuer à combler l’écart entre les besoins du métier et les possibilités techniques, en transformant des défis bancaires complexes en opportunités permettant à l’IA de produire des résultats concrets. Par exemple, un responsable de la conformité doté d’une aisance en 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 une 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 l’intuition humaine au lieu de la remplacer.

Dans un secteur aussi étroitement réglementé et réticent au risque que la banque, cette couche humaine est essentielle. La technologie peut identifier des anomalies ou générer des recommandations, mais ce seront les humains qui interpréteront, contextualiseront et veilleront à ce que les décisions respectent des normes éthiques, juridiques et réputationnelles. C’est pourquoi les banques qui sont en tête 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.

Faire évoluer le développement grâce à des compétences vérifiées

Construire une main-d’œuvre habilitée par l’IA commence par comprendre les compétences existantes et les lacunes. Pour déployer l’IA avec succès, les banques ont besoin de plus que l’enthousiasme et des budgets de formation. Elles doivent disposer 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 manière de développer leurs équipes ou sur où déployer l’IA de la façon la plus efficace possible.

L’auto-évaluation seule n’est pas fiable. Les employés ont tendance à surestimer ou à sous-estimer leur niveau de maîtrise, ce qui crée 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 à 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 data, 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 d’investir de manière responsable dans les personnes. Ce cycle d’apprentissage et de validation crée une culture d’amélioration continue, garantissant que les compétences restent à jour à mesure que le domaine évolue. C’est particulièrement important en IA, où la durée de demi-vie d’une compétence est plus courte que jamais. Ce qui est considéré comme à la pointe aujourd’hui peut être dépassé dans un an, rendant la capacité d’un employé à apprendre rapidement plus précieuse que n’importe quelle compétence technique précise.

Pour les banques, cela se traduit par la nécessité de prioriser la vitesse d’acquisition de 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 également la gouvernance, en veillant à ce que les employés comprennent non seulement comment utiliser l’IA, mais aussi comment l’utiliser de manière responsable, en tenant compte de l’équité, de la transparence et du 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 du métier — 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 faire évoluer l’innovation en toute sécurité.

Construire une main-d’œuvre qui gagne

C’est un moment charnière pour l’industrie bancaire. Les institutions qui posent les bases de l’innovation prendront de l’avance, tandis que celles qui hésitent risquent d’être laissées derrière. La voie à suivre est claire : les banques qui développent de larges capacités d’IA au sein de leurs employés — en particulier des compétences vérifiées qui combinent expertise technique et expertise métier — seront dans la meilleure position pour prospérer.

Lorsque chaque employé est habilité à utiliser l’IA — que ce soit comme créateur, utilisateur avancé ou expert métier — l’ensemble de la banque gagne en agilité, en résilience et en capacité à générer une valeur stratégique plutôt que de simples gains d’efficacité progressifs. C’est le moment d’aller de l’expérimentation vers l’habilitation. En IA, ce qui distingue les leaders des suiveurs ne se limite pas aux modèles que vous construisez ni au R&D que vous financez, mais aux compétences que vous développez.