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 de l’IA chez Workera.

Découvrez les principales actualités et événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lue par des dirigeants de JP Morgan, Coinbase, Blackrock, Klarna et bien d’autres

L’IA n’est plus simplement une expérience. Selon la dernière enquête mondiale de McKinsey sur l’IA, 78 % des organisations utilisent désormais l’IA dans au moins une fonction commerciale.

Le secteur bancaire rattrape rapidement son retard. Une récente enquête d’EY-Parthenon a révélé que 77 % des banques ont lancé ou lancé en douceur des applications d’IA générative, contre environ 61 % en 2023. Cependant, seulement 31 % ont progressé vers une mise en œuvre complète.

Par ailleurs, bien que l’investissement dans l’IA soit largement répandu dans le secteur bancaire, peu d’établissements ont intégré ces capacités dans leur stratégie globale. Une étude de BCG indique que seulement 25 % des banques l’ont fait — et les 75 % restants stagnent dans des pilotes isolés et des preuves de concept, risquant de devenir obsolètes face à des concurrents numériques qui avancent rapidement.

Le secteur bancaire est caractérisé par des réglementations strictes et des stratégies délibérées. Cette histoire a engendré à la fois des risques et des opportunités avec l’IA. Alors que d’autres industries ont pris de l’avance, les banques qui agissent maintenant ont encore la possibilité de prendre une avance de premier arrivé. La mise en œuvre réussie de l’IA nécessite une infrastructure, des modèles, des pipelines de données et des stratégies de conformité. Cependant, l’aspect le plus crucial pour transformer la promesse de l’IA en valeur commerciale réside dans le capital humain.

Les institutions financières qui réussiront seront celles qui permettront à leurs employés d’utiliser les outils d’IA non seulement de manière ad hoc, mais comme partie intégrante de leur flux de travail quotidien. Cela implique de développer des compétences réelles et vérifiées afin que les personnes puissent comprendre, exploiter et diriger l’innovation en IA.

Pourquoi les employés sont moteurs de l’innovation en IA

L’IA a le potentiel d’apporter des gains incroyables en productivité, expérience client et gestion des risques. Mais au cœur, l’IA n’est qu’un outil — qui nécessite la créativité humaine et une expertise sectorielle pour générer une véritable valeur commerciale. La technologie seule ne suffit pas à innover ; ce sont les personnes qui font la différence. Dans la banque, où la confiance, la réglementation et le jugement sont centraux, cette interaction entre humain et machine devient encore plus importante.

Chaque employé doit aujourd’hui devenir un employé habilité à l’IA, à différents degrés. Certains seront très techniques — data scientists, ingénieurs et constructeurs de modèles responsables de la conception et de la maintenance des systèmes qui sous-tendent l’opérationnalisation de l’IA. D’autres, comme les caissiers, souscripteurs ou représentants du service client, ne toucheront peut-être jamais une ligne de code, mais pourront utiliser des outils alimentés par l’IA pour rationaliser leurs flux de travail et prendre de meilleures décisions. Entre ces extrêmes se trouvent les employés « IA+X ». Ce sont des individus qui apportent une expertise approfondie dans des domaines comme le risque de crédit, la conformité ou la détection de fraude, et qui combinent cette connaissance à une maîtrise de l’IA pour renforcer leur expertise.

Les employés IA+X seront ceux qui conduisent la véritable innovation. Ils peuvent aider à combler le fossé entre les besoins métier et les possibilités techniques, en traduisant des défis bancaires complexes en opportunités pour l’IA de produire des résultats tangibles. Par exemple, un responsable conformité maîtrisant l’IA peut collaborer avec les équipes de données pour concevoir des modèles plus justes et transparents pour les processus KYC et AML. Un chef de produit utilisant la génération d’IA pour prototyper peut réimaginer les interactions clients, en créant des conseils financiers personnalisés ou en améliorant l’intégration des nouveaux clients. Dans tous ces cas, l’IA amplifie l’intuition humaine plutôt que de la remplacer.

Dans un secteur aussi réglementé et prudent que la banque, cette couche humaine est essentielle. La technologie peut repérer des anomalies ou générer des recommandations, mais ce seront les humains qui interpréteront, contextualiseront et garantiront que les décisions respectent les normes éthiques, légales et réputationnelles. C’est pourquoi les banques qui mènent l’adoption de l’IA sont celles qui investissent non seulement dans les systèmes et modèles, mais aussi dans les compétences et la compréhension de leur personnel.

Stimuler le développement avec des compétences vérifiées

Construire une main-d’œuvre habilitée à l’IA commence par une compréhension des compétences existantes et des lacunes. Pour réussir à faire évoluer l’IA, les banques ont besoin de plus que d’enthousiasme et de budgets de formation. Elles ont besoin d’une base de données de compétences vérifiées et mesurables. Sans une vision claire des capacités des employés, les dirigeants ne peuvent pas prendre de décisions éclairées sur la manière de développer leur personnel ou où déployer l’IA de manière la plus efficace.

L’auto-évaluation seule n’est pas fiable. Les employés ont tendance à surestimer ou sous-estimer leur maîtrise, ce qui entraîne des inefficacités dans la formation. Les compétences vérifiées — évaluées par des tests objectifs — permettent aux organisations de cartographier précisément leurs forces et faiblesses actuelles. Avec ces informations, les banques peuvent concevoir des parcours d’apprentissage adaptés à des processus et objectifs spécifiques, que ce soit pour une alphabétisation à l’IA pour les équipes en première ligne, une connaissance technique approfondie pour les professionnels des données ou une expertise en gouvernance pour les responsables conformité.

Une fois que les employés savent où ils en sont, ils peuvent se concentrer sur le développement ciblé de leurs compétences et vérifier celles-ci périodiquement pour mesurer leurs progrès et faire des investissements responsables dans leur développement. Ce cycle d’apprentissage et de validation crée une culture d’amélioration continue, garantissant que les compétences restent à jour dans un domaine en constante évolution. Cela est particulièrement important en IA, où la durée de vie d’une compétence est plus courte que jamais. Ce qui est considéré comme à la pointe aujourd’hui pourrait être dépassé en un an, rendant la capacité d’apprendre rapidement plus précieuse que toute compétence technique spécifique.

Pour les banques, cela signifie qu’il faut prioriser la vitesse de croissance des compétences — la rapidité avec laquelle les employés peuvent acquérir et appliquer de nouvelles compétences. Les institutions qui cultivent cette adaptabilité conserveront un avantage compétitif, en répondant plus rapidement aux nouvelles réglementations, attentes des clients et technologies. Les compétences vérifiées renforcent également la gouvernance, en garantissant que les employés savent non seulement comment utiliser l’IA, mais aussi comment l’utiliser de manière responsable, en respectant l’équité, la transparence et la gestion des risques.

L’objectif ultime est l’alignement. Lorsque l’intelligence des compétences guide la stratégie d’apprentissage — et que cette stratégie soutient les priorités commerciales — les banques peuvent accélérer leur transformation IA en toute confiance. Les données sur les compétences vérifiées permettent aux dirigeants de savoir où investir, comment mobiliser les talents et quand faire évoluer l’innovation en toute sécurité.

Construire une main-d’œuvre gagnante

C’est un moment clé pour le secteur bancaire. Les institutions qui établiront une base pour l’innovation prendront de l’avance, tandis que celles qui hésitent risquent d’être laissées pour compte. La voie à suivre est claire : les banques qui développent des capacités d’IA larges chez leurs employés — en particulier des compétences vérifiées mêlant expertise technique et domaine — seront en position de force pour prospérer.

Lorsque chaque employé est habilité à utiliser l’IA — que ce soit en tant que créateur, utilisateur avancé ou expert métier — la banque dans son ensemble gagne en agilité, résilience et capacité à générer de la valeur stratégique plutôt que de simples gains d’efficacité. Il est temps de passer de l’expérimentation à l’autonomisation. En IA, ce qui distingue les leaders des retardataires n’est pas seulement les modèles que vous construisez ou le budget R&D, mais aussi les compétences que vous développez.