La Banque Privée repose sur la personnalité – sur la relation entre personnes. Cela n’exclut pas l’intelligence artificielle. Au contraire, si elle est correctement comprise, cette technologie offre d’énormes avantages à nos établissements bancaires.

« L’intelligence artificielle (IA) dans le secteur bancaire n’est plus un scénario futuriste, mais une réalité qui crée déjà une valeur ajoutée notable. Les solutions d’IA permettent non seulement d’améliorer l’efficacité des processus opérationnels, mais ouvrent également de nouvelles perspectives en matière de service à la clientèle et de développement de produits. » – C’est ainsi que ChatGPT décrit la valeur ajoutée de l’IA pour notre quotidien bancaire.

Ces quelques phrases semblent à la fois confiantes et génériques. Il est indéniable qu’elles mettent en lumière deux choses :

1. l’IA générative, ou GenAI en abrégé, possède une immense capacité à créer du contenu.
2. GenAI identifie assez bien les domaines dans lesquels nous pouvons agir en tant que banques.

Ce texte n’est donc pas seulement un jeu, mais surtout un appel à l’action pour notre secteur.

Qu’est-ce qui rend GenAI si spécial?

Mais de quoi parlons-nous précisément? GenAI est basée sur de grands modèles de langage, en abrégé : LLM. Contrairement aux applications traditionnelles de l’IA prédictive, les LLM se distinguent par leur capacité à comprendre et à générer le langage naturel à une échelle sans précédent.

L’IA prédictive se concentre généralement sur la prédiction de modèles et de tendances basés sur des données. Par exemple, elle aide à la comptabilisation des factures ou à déterminer les probabilités d’achat. GenAI utilise ces prévisions de manière ciblée et se concentre sur le langage, pour anticiper constamment le mot suivant via les LLM.

Un potentiel élevé pour GenAI

Les études de prestigieuses universités de l’année dernière, comme « Naviguant à la frontière technologique dentelée : Preuves expérimentales des effets de l’IA sur la productivité des travailleurs du savoir » de Harvard University et « Preuves expérimentales des effets de l’IA générative sur la productivité » du Massachusetts Institute of Technology (MIT), prédisent que l’intégration de GenAI pourrait améliorer la performance des employés de jusqu’à 38 % et accélérer le processus de travail jusqu’à 37 %. McKinsey prévoyait également pour 2023 dans « Le potentiel économique de l’IA générative » un taux de croissance annuel moyen de 3 % à 5 % pour le secteur bancaire.

Les LLM sont passés directement du laboratoire à notre vie quotidienne. Nous avons tous déjà fait appel à l' »Assistant GenAI », que ce soit dans un environnement professionnel pour répondre aux e-mails standard ou dans un environnement privé lorsque nous avons besoin d’une idée pour une carte de vœux ou que nous souhaitons essayer une recette.

Quels sont les points d’application pour la banque?

Dans le secteur bancaire, l’IA générative a déjà un effet transformateur. Elle concerne en particulier l’expérience client via les canaux numériques : Grâce à l’intégration des LLM dans les chatbots et les assistants virtuels, les banques peuvent offrir à leurs clients un service amélioré et personnalisé. Certes, le contact direct avec leur conseiller reste essentiel pour les clients de la banque privée et du conseil en gestion de patrimoine. Cependant, les conseillers peuvent préparer les conversations, déduire des recommandations d’action et répondre aux obligations de documentation à l’aide d’assistants virtuels – ce qui profite finalement aussi aux clients. Il est également possible que les clients contactent directement l’IA pour obtenir des réponses à des questions générales, poser des questions sur leur situation financière ou demander des rapports financiers – et ce, via des dialogues intuitifs. –>

De plus, les LLM permettent une analyse approfondie des préférences et du comportement des clients. Cela conduit à des recommandations sur mesure pour les produits et services qui correspondent aux besoins individuels des clients. La personnalisation va au-delà des approches traditionnelles et crée un lien plus étroit entre la banque et ses clients.

Impact sur le conseil et l’expérience client

Un autre aspect important est l’impact des LLM sur la qualité du conseil. Grâce à l’IA, les gestionnaires de relations peuvent collecter des informations pertinentes et accéder à une grande base de connaissances au besoin : Les LLM collectent de grandes quantités de données financières, traitent les tendances du marché et les développements réglementaires, et extraient les informations les plus pertinentes pour les conseillers. Ils permettent donc un conseil plus précis et aident les gestionnaires de relations à prendre des décisions éclairées qui répondent au mieux aux besoins de leurs clients.

L’implémentation des LLM dans le secteur bancaire contribue donc non seulement à une expérience numérique client plus fluide, mais renforce également la qualité du conseil. Cet effet double permet aux banques de fournir une valeur ajoutée à leurs clients tout en améliorant l’efficacité de leurs processus internes.

Mise en œuvre : Make vs Buy

Pour l’implémentation des LLM dans nos entreprises, nous avons le choix : Nous pouvons opter pour une approche « make » ou « buy ». La décision nécessite une analyse approfondie des coûts et de la rentabilité. L’achat de logiciels intégrant des LLM et de l’IA, souvent sous la forme de copilotes, offre l’avantage d’une implémentation plus rapide et d’investissements initiaux moindre. Ces solutions sont souvent préconfigurées pour différents cas d’utilisation et peuvent être intégrées relativement rapidement dans les systèmes existants.

Cependant, il est conseillé d’examiner de plus près les coûts à long terme, en particulier si la banque souhaite couvrir un large éventail de cas d’utilisation. Les frais de licence, les coûts de maintenance et une éventuelle dépendance à l’égard des fournisseurs externes peuvent s’accumuler avec le temps.

L’approche « make », en revanche, consiste à développer ses propres solutions LLM sur mesure. Cela nécessite cependant des investissements considérables pour le développement et la constitution d’un savoir-faire interne. Un avantage stratégique réside dans le fait que la banque garde un contrôle total sur ses applications d’IA et qu’elle peut les adapter précisément à ses besoins individuels. De plus, les connaissances acquises sur le développement de LLM peuvent être utilisées pour des projets futurs.

La construction soigneuse des compétences et du savoir-faire nécessaires au développement propre nécessite de la formation, de l’expertise et du temps. Il est important de prendre en compte la vision à long terme et les exigences spécifiques de la banque pour prendre la meilleure décision entre les approches « make » et « buy ». Chaque approche a ses avantages et ses inconvénients, et le choix dépend des conditions et des objectifs individuels de la banque.

Quelle que soit la solution choisie par une banque, l’IA et en particulier la GenAI sont la nouvelle réalité. De nombreux cas d’utilisation s’offrent à nous, du développement de logiciels à de nombreuses activités administratives le long de la chaîne de valeur. Nous devrions considérer cela comme une opportunité et soumettre nos institutions à un examen rigoureux.

GenAI est une avancée dans le développement de l’IA

L’utilisation de grands modèles de langage représente une avancée majeure dans le développement de l’IA. Dans le secteur bancaire, l’intégration de tels LLM dans les chatbots et les assistants virtuels offre de nombreuses possibilités pour optimiser les processus, améliorer l’expérience client et la qualité du conseil.

La décision entre l’approche « make » et « buy » nécessite une analyse minutieuse des coûts et de la rentabilité, les deux options ayant leurs propres avantages et inconvénients et dépendant des conditions et des objectifs individuels de la banque.