Vous êtes-vous déjà demandé comment les grandes banques françaises intègrent l’intelligence artificielle dans leurs opérations quotidiennes ? Alors que les opportunités offertes par cette technologie ne cessent de croître, chaque banque adopte sa propre stratégie, créant un paysage diversifié et parfois controversé. Découvrez comment les géants financiers naviguent dans ce monde en pleine mutation.
Les 3 infos à ne pas manquer
- Société Générale a choisi d’abandonner son outil interne SoGPT pour adopter Copilot de Microsoft.
- BNP Paribas a renforcé son partenariat avec la start-up française Mistral, en misant sur la souveraineté technologique.
- BPCE a développé une plateforme interne d’IA générative appelée MAiA, combinant des solutions internes et externes.
Les choix stratégiques des banques françaises
La Société Générale a décidé d’arrêter SoGPT, une plateforme développée en interne, pour adopter Copilot, une suite d’IA fournie par Microsoft. Slawomir Krupa, le dirigeant de la banque, a justifié ce changement en affirmant qu’il était crucial d’utiliser « l’outil le plus performant » face à des opportunités et menaces encore incertaines. Cette décision a toutefois suscité des critiques, notamment en raison des tensions géopolitiques avec les États-Unis et des appels à préférer des solutions européennes.
En revanche, BNP Paribas s’engage dans une autre direction en renouvelant son partenariat avec Mistral, une entreprise française spécialisée dans l’IA. Les modèles d’intelligence artificielle de Mistral fonctionnent sur le cloud privé de BNP Paribas, assurant ainsi un contrôle total sur l’environnement technologique. Hugues Even, chief data officer de BNP Paribas, a exprimé sa satisfaction quant à la qualité des modèles et à la proximité avec les équipes de Mistral.
BPCE et sa plateforme MAiA
BPCE a adopté une approche hybride avec sa plateforme d’IA générative baptisée MAiA. Cette solution est utilisée par plus de la moitié des collaborateurs du groupe, intégrant des composants développés en interne ainsi que des technologies de Microsoft, OpenAI et Google. L’objectif est d’éviter une dépendance excessive à un fournisseur unique tout en maintenant un contrôle sur les environnements utilisés.
L’impact de l’IA sur les emplois bancaires
Avec l’essor de l’intelligence artificielle dans le secteur bancaire, de nombreux emplois pourraient être menacés. Une étude récente indique que plus de 200 000 postes en Europe pourraient être affectés. Les dirigeants bancaires préfèrent toutefois insister sur les gains de productivité et l’amélioration du service client que cette technologie pourrait apporter. Chez BNP Paribas, par exemple, l’IA est déjà utilisée pour l’analyse des dossiers de crédit immobilier et la détection du blanchiment d’argent.
L’essor de l’IA dans les services bancaires
Au-delà des grandes banques, des fintechs comme Sumeria, anciennement Lydia, intègrent l’IA directement dans leurs services. Sumeria a récemment lancé SIA, un assistant bancaire utilisant l’IA pour interagir en langage naturel avec ses 2,5 millions d’utilisateurs. Ce type d’innovation vise à améliorer l’expérience utilisateur tout en réduisant les coûts de service client.
Contexte et exemples internationaux dans l’adoption de l’IA par les banques
La Société Générale n’est pas la seule à intégrer l’intelligence artificielle dans ses opérations. À l’échelle internationale, d’autres grandes institutions financières, comme JPMorgan Chase, utilisent également des outils d’IA pour optimiser leurs processus internes et améliorer leur relation client. En Europe, Deutsche Bank explore des solutions similaires pour renforcer ses capacités analytiques et sa sécurité. Ces exemples montrent une tendance mondiale où les banques cherchent à tirer parti des avancées technologiques pour rester compétitives dans un marché en constante évolution.
Les principaux concurrents de la Société Générale, tels que Crédit Agricole et HSBC, surveillent également de près les développements dans le domaine de l’intelligence artificielle, cherchant à équilibrer l’innovation avec la régulation et la sécurité des données.
