Seules 6 % des banques de détail ont une feuille de route pour mener à bien leur transformation à grande échelle basée sur l’IA

• Seulement 4 % des banques de détail sont prêtes à tirer pleinement parti de l’automatisation intelligente pilotée par l’IA générative
• 61 % des clients ont contacté leur banque car ils étaient insatisfaits des solutions apportées par les chatbots
• Les équipes chargées de l’intégration des clients consacrent actuellement 91 % de leur temps à des activités opérationnelles et de conformité

Paris, le 5 mars 2024 – La 20^ème édition du World Retail Banking Report du Capgemini Research Institute, publiée aujourd’hui, révèle que 80 % des cadres dirigeants de banques de détail estiment que l’IA générative représente une avancée significative pour les technologies d’IA. Cependant, seulement 6 % des banques de détail ont élaboré une feuille de route pour une transformation à l’échelle de l’entreprise basée sur l’IA.

En raison de l’incertitude macroéconomique, de nombreuses banques de détail doivent prendre des décisions stratégiques en réponse aux défis posés à leurs modèles économiques actuels. Les dirigeants interrogés affichent la productivité et l’efficacité en haut de leur liste des priorités. En ce qui concerne la technologie, 70 % des membres du comité exécutif des banques prévoient d’augmenter, jusqu’à 10 %, les investissements dans la transformation numérique en 2024. Pourtant, le rapport constate que les banques ne sont pas prêtes à adopter et à déployer à l’échelle la transformation intelligente, qui implique l’application stratégique de technologies avancées telles que l’IA, le Machine Learning et l’IA générative pour stimuler l’innovation et gagner en efficacité.

Les banques doivent agir rapidement pour éviter un « échec silencieux de l’IA générative »

Pour ce rapport, Capgemini a évalué 250 banques de détail sur divers paramètres économiques et technologiques[1] afin de comprendre la maturité de leurs données, leurs infrastructures et leur engagement envers l’intelligence artificielle. L’étude a révélé que la plupart des banques sont mal préparées pour prospérer dans un futur qui sera celui de la banque intelligente[2]. Au niveau mondial, seules 4 % des banques de détail ont obtenu un score élevé en matière d’engagement des équipes et de capacités technologiques, tandis que 41 % ont obtenu un score moyen, ce qui indique un manque généralisé de préparation pour opérer efficacement une transformation intelligente.[3] Les disparités régionales soulignent encore davantage ce problème. En Amérique du Nord, seules 27 % des banques affichent un faible niveau de préparation, suivies par l’Europe avec 31 %. L’Asie-Pacifique (APAC) affiche un retard significatif, avec 48 % de banques ayant un score faible.

Se concentrer sur des solutions intelligentes, qui intègrent des capacités basées sur l’IA, permettrait aux banques de relever les défis structurels actuels et de leur assurer, à terme, une croissance durable. Cependant, le succès doit être mesurable : parmi les banques interrogées, seules 6 % ont établi des critères clé de performance (KPI) pour mesurer l’impact de l’IA en continu. Plus de 60 % des banques sont encore en train d’identifier et de développer de tels critères, tandis que 26 % des banques, qui en ont déjà mis en place, ne les mesurent pas.

Selon le rapport, les banques risquent de succomber à « l’échec silencieux de l’IA générative » en raison de l’atteinte tardive de résultats décevants de leurs expérimentations de cette technologie. Par exemple, seulement 2 % des dirigeants indiquent qu’ils suivent régulièrement les critères clé de performance de l’impact économique de leurs performances en matière d’IA générative. Par ailleurs, 39 % des dirigeants se disent insatisfaits des résultats de leurs cas d’usage de l’IA, ce qui renforce encore ce décalage. Pour éviter cela, l’étude suggère aux banques de mettre en place un « observatoire de l’IA » pour suivre, contrôler et rendre compte de l’impact réel de l’IA et de l’IA générative, lorsqu’elles sont mises en œuvre à grande échelle.

« Un an après que l’IA générative soit devenue un sujet majeur pour les conseils d’administration, nous constatons que les banques risquent d’être à la traîne technologiquement si elles n’adoptent pas rapidement ces solutions pour commencer à tirer parti de ses capacités, a déclaré Nilesh Vaidya, Responsable mondial des secteurs de la Banque de détail et de la Gestion de fortune chez Capgemini. L’IA générative peut être différenciante lorsqu’elle est utilisée de manière responsable et judicieuse dans l’ensemble des opérations. Il est également nécessaire de redoubler d’efforts pour rendre l’IA générative explicable et transparente. Il faut agir dès à présent pour établir des pratiques qui renforcent la confiance et l’intimité avec les clients. Le succès dépendra de l’élaboration d’une feuille de route s’appuyant à la fois sur l’engouement et sur une approche pragmatique, traçable et mesurable. »

Les employés de banque sont favorables à des copilotes fondés sur l’IA générative

L’IA générative offre un potentiel considérable pour améliorer l’efficacité et l’expérience client dans toute la chaîne de valeur de la banque de détail. Plus de deux employés de banque sur trois (70 %) se concentrent sur les activités opérationnelles, et cette proportion atteint 91 % pour les employés chargés de l’intégration des clients, ce qui laisse peu de temps pour les interactions avec les clients. Plus de 80 % des employés de banque attribuent une note « moyenne » à l’efficacité de l’automatisation dans leurs fonctions (accueil, crédit, marketing, contact centre), ce qui révèle un écart important entre les objectifs de la banque et la réalité.

Les employés de banque sont enthousiastes quant au potentiel des copilotes d’IA générative pour automatiser la détection des fraudes, la visualisation des données et les analyses, ainsi que la rédaction et l’envoi de contenus personnalisés aux clients. Le rapport montre que les banques pourraient optimiser jusqu’à 66 % du temps consacré aux opérations, à la documentation, à la conformité et à d’autres activités liées à l’intégration des clients grâce à la transformation intelligente alimentée par l’IA et aux copilotes d’IA générative.

L’IA conversationnelle pourrait réduire le taux d’abandon d’appels des clients

La pandémie a déplacé les offres de service clients sur les canaux numériques, et les outils en libre-service tels que les chatbots sont devenus la norme. Malgré ce changement, les clients expriment leur insatisfaction. Près de deux clients de banques sur trois (61 %) ont contacté des agents parce qu’ils n’étaient pas satisfaits des solutions apportées par les chatbots, tandis que 17 % ont déclaré qu’ils se méfiaient tout simplement des chatbots et préféraient les agents humains.

Les chatbots traditionnels basés sur des règles précises n’ont pas la flexibilité et l’adaptabilité des systèmes avancés pilotés par l’IA, car ils sont incapables de traiter des requêtes complexes ou imprévues. Plus de 60 % des clients estiment que leur expérience avec les chatbots n’est que moyenne. Cela signifie que le taux d’abandon des appels est en hausse, atteignant 12 % pour les grandes banques de la place et près de 18 % pour les plus petites banques, à l’échelle mondiale[4]. Selon le rapport, les banques devraient créer des centres de contact intelligents qui exploitent les chatbots avec des capacités d’IA conversationnelle et des copilotes intelligents pour aider les agents dans leurs tâches quotidiennes.

Méthodologie du rapport 

Le World Retail Banking Report 2024 s’appuie sur des statistiques régionales du modèle propriétaire de Capgemini pour le dimensionnement du marché, ainsi que des entretiens avec les partenaires de Capgemini, notamment Microsoft, Salesforce et Temenos. Pour ce rapport, l’Institut de recherche de Capgemini a interrogé plus de 250 cadres dirigeants de banques de détail, 1 500 employés de banque et 4 500 clients. Le rapport porte sur 14 marchés – l’Allemagne, le Canada, la Chine, les Émirats arabes unis, l’Espagne, les États-Unis, la France, Hong Kong, l’Inde, le Japon, les Pays-Bas, le Royaume-Uni, Singapour, et l’Australie.

A propos de Capgemini

Capgemini, partenaire de la transformation business et technologique de ses clients, les accompagne dans leur transition vers un monde plus digital et durable, tout en créant un impact positif pour la société. Le Groupe, responsable et multiculturel, rassemble 340 000 collaborateurs dans plus de 50 pays. Depuis plus de 55 ans, ses clients lui font confiance pour répondre à l’ensemble de leurs besoins grâce à la technologie. Capgemini propose des services et solutions de bout en bout, allant de la stratégie et du design jusqu’à l’ingénierie, en tirant parti de ses compétences de pointe en intelligence artificielle, en cloud, et en data, ainsi que de son expertise sectorielle et de son écosystème de partenaires. Le Groupe a réalisé un chiffre d’affaires de 22,5 milliards d’euros en 2023.

Get the Future You Want^* | www.capgemini.com

*Capgemini, le futur que vous voulez

A propos du Capgemini Research Institute

Le Capgemini Research Institute est le groupe de réflexion interne de Capgemini sur tout ce qui touche au numérique et son impact sur tous les secteurs. L’Institut publie notamment la série de World Reports dédiés depuis plus de 25 ans aux services financiers ainsi que des publications de réflexion sur la digitalisation, l’innovation, les technologies et les tendances qui touchent les banques, les sociétés de gestion de fortune et les compagnies d’assurances dans le monde. Une agence indépendante a classé un récent World Retail Banking Report, publié par l’Institut, parmi les 10 meilleures publications de sociétés de conseil ou de services informatiques dans le monde.

Rendez-vous sur :  https://worldreports.capgemini.com

[1] Le « soutien et l’engagement des équipes » est mesuré par l’évaluation de la vision de l’IA, la feuille de route pour l’adoption de l’IA, le budget, les talents, les cas d’usage en cours d’étude, le niveau de suivi des critères de succès et la gouvernance de l’IA. « L’état de préparation technique et des données » est mesuré par les systèmes d’approvisionnement en données, la capacité à gérer les données en temps réel, les systèmes pour générer des données synthétiques, les lacs de données centralisés, la capacité à transformer les données, la configuration MLOps (Machine Learning Operations), l’approche de la gestion des données pour moderniser le patrimoine de données, et le cadre de gouvernance des données.

[2] La banque intelligente est le résultat d’une transformation où les banques adoptent un haut degré d’automatisation des processus à l’échelle de l’entreprise pour offrir une personnalisation de masse.

[3] Les banques qui obtiennent un score supérieur à 44 pour les paramètres technologiques et supérieur à 32 pour les paramètres business sont classées comme ayant un score élevé. Les banques qui obtiennent un score compris entre 33 et 44 pour les paramètres technologiques et un score compris entre 24 et 32 pour les paramètres business sont classées dans la catégorie des scores moyens. Les banques dont les scores sont inférieurs à 33 pour les paramètres technologiques et inférieurs à 24 pour les paramètres business sont classées dans la catégorie des scores faibles.

[4] Les banques de niveau I ont des actifs de 100 milliards de dollars US et plus ; les banques de niveau II ont des actifs compris entre 10 et 100 milliards de dollars US.