Des différents usages de l’IA dans le secteur bancaire
Dans son rapport intitulé Capturing the full value of generative AI in banking, le cabinet de conseil McKinsey analyse les différents usages de l’IA dans le secteur bancaire.
Si les deux tiers des acteurs bancaires estiment que le déploiement de l’IA induira un changement de modèle d’affaires au sein des banques traditionnelles, toutes les fonctions n’utilisent pas les mêmes technologies.
L’intelligence artificielle recouvre plusieurs technologies et plusieurs usages.
Le machine Learning (ML), qui s’est fortement développé au cours des dernières années, permet de rendre les systèmes autoapprenants. À partir des données, les machines ont la capacité d’identifier des modèles et de prendre des décisions sans, ou avec très peu d’intervention humaine.
Sous-catégorie du machine learning, le deep learning fonctionne grâce aux réseaux de neurones. Inspirés par les neurones biologiques, ces réseaux sont constitués de couches de nœuds connectées. Les réseaux de neurones, y compris les architectures profondes comme les réseaux de neurones convolutifs (CNN) et les réseaux de neurones récurrents (RNN), sont des outils puissants du machine learning.
Les arbres de décision – Decision Trees - sont un modèle de ML utilisé pour la classification et la régression. Ils apprennent à prendre des décisions en divisant les données en sous-ensembles basés sur les caractéristiques des données, formant un arbre avec des nœuds de décision et des feuilles.
Enfin, le NLP – Natural Language Processing (NLP) que l’on nomme également IA conversationnelle, est le traitement du langage naturel qui se concentre sur l’interaction entre les ordinateurs et le langage humain. Il utilise des techniques de ML et de deep learning pour comprendre, interpréter et manipuler le langage humain. Les tâches de NLP incluent la traduction automatique, la reconnaissance vocale, l'analyse de sentiments et le résumé automatique de textes. Entre 2022 et 2027, GolbalData prédit un taux de croissance annuel moyen de 80 % pour le marché mondial de l'IA générative.
200 à 340 milliards de profits opérationnels
Selon l’étude McKinsey, le secteur bancaire est aujourd’hui l’un des mieux positionnés pour bénéficier des technologies IA. Le potentiel annuel de création de valeur est chiffré entre 200 et 340 milliards de dollars, soit une progression des profits annuels allant de 9 à 15 %, principalement grâce à une productivité accrue.
L'impact économique bénéficierait à tous les segments et fonctions bancaires, avec les gains les plus élevés dans les secteurs corporate et banque de détail (respectivement 56 milliards de dollars et 54 milliards de dollars).
