Les banques à l’heure de l’IA : agir maintenant ou perdre la mise

L’intelligence artificielle (IA) pourrait transformer le secteur bancaire bien au-delà des gains d’efficacité souvent évoqués. Dans un récent balado consacré aux conclusions préliminaires du Global Banking Annual Review 2026, Ido Segev, associé senior chez McKinsey, soutient que cette technologie pourrait modifier la façon dont les banques interagissent avec leurs clients, redistribuer les parts de marché entre les institutions et exercer une pression accrue sur les marges bénéficiaires.

Selon lui, les banques qui tarderont à déployer l’IA à grande échelle risquent de voir leurs concurrents prendre une avance difficile à rattraper. L’avantage ira aux premiers, pas aux plus grands, avance-t-il.

UNE TRANSFORMATION PROFONDE

L’IA est souvent présentée comme un outil permettant d’automatiser certaines tâches et de réduire les coûts. Or, selon Ido Segev, son potentiel va beaucoup plus loin. Les dirigeants bancaires cherchent désormais à comprendre l’incidence que cette technologie pourrait avoir sur leurs revenus, leurs bénéfices et leurs relations avec la clientèle.

Trois facteurs détermineront principalement la vitesse de transformation du secteur.

D’abord, le rythme d’amélioration des technologies elles-mêmes. Les grands modèles de langage et les outils d’IA générative évoluent à une cadence soutenue, avec de nouvelles versions plus performantes qui apparaissent en l’espace de quelques mois.

Ensuite, l’adoption dépendra de la confiance des consommateurs. Si plusieurs utilisent déjà l’IA pour obtenir des conseils, la prochaine étape consistera à lui confier des actions concrètes, comme effectuer un transfert d’argent ou présenter une demande de crédit.

Enfin, les banques devront démontrer leur capacité à intégrer l’IA à grande échelle dans leurs opérations, notamment en déployant des agents virtuels capables d’exécuter certaines tâches aujourd’hui réalisées par des employés.

LA CONFIANCE, CLÉ DE LA TRANSITION

Pour convaincre les clients de laisser l’IA agir en leur nom, les institutions devront leur offrir des avantages tangibles. Les gains de temps, la réduction des coûts ou l’accès à de meilleures conditions financières pourraient constituer des arguments convaincants.

Les premières percées pourraient même provenir d’acteurs extérieurs au secteur bancaire traditionnel, estime Ido Segev. Des fintechs pourraient, par exemple, proposer des agents capables d’analyser automatiquement les placements d’un client et de transférer ses liquidités vers les comptes offrant les meilleurs rendements. Si ces solutions démontrent leur efficacité, les banques seront forcées de réagir pour éviter une érosion de leur clientèle et de leurs revenus.

LE DÉFI : DÉPASSER LE PROJET PILOTE

De nombreuses organisations expérimentent déjà l’IA, mais peu réussissent à la déployer massivement. Pour Ido Segev, les institutions financières devront d’abord faire preuve de discipline et cibler quelques cas d’usage capables de générer rapidement des résultats significatifs.

L’enjeu ne relève toutefois pas uniquement de la technologie. La transformation exige une mobilisation coordonnée des équipes d’affaires, des spécialistes technologiques et des ressources humaines. Elle suppose également un vaste effort de requalification des employés afin qu’ils puissent travailler efficacement aux côtés des outils d’IA.

L’expert souligne aussi qu’un gain de productivité n’a de valeur que s’il est converti en résultats concrets. Une organisation qui automatise certaines tâches sans revoir ses processus ou sa structure risque simplement de créer du temps libre supplémentaire sans générer de bénéfices mesurables.

DES APPLICATIONS TRÈS CONCRÈTES

Même si le secteur en est encore aux premières étapes de cette transformation, certains cas d’usage produisent déjà des résultats significatifs. Dans les centres d’appels, par exemple, des assistants alimentés par l’IA fournissent aux agents des informations en temps réel et suggèrent des réponses adaptées aux demandes des clients. Dans certains cas, cette approche a permis de réduire la durée moyenne des appels de quatre ou cinq minutes à environ une minute.

Les banques explorent également l’utilisation de l’IA dans les processus de conformité et de connaissance du client (Know Your Customer ou KYC), deux secteurs où les besoins en main-d’œuvre sont particulièrement importants. L’objectif consiste à accroître la productivité tout en maintenant les exigences réglementaires.

Du côté des ventes, l’IA peut analyser un volume considérable d’informations sur un client potentiel et préparer un dossier détaillé avant une rencontre. Certains outils permettent même de simuler des conversations afin d’aider les conseillers à mieux se préparer à leurs interactions avec des décideurs.

JUSQU’À 30 AGENTS VIRTUELS PAR EMPLOYÉ

À travers ses consultations, McKinsey arrive à la conclusion qu’à terme, une banque pourrait compter entre 20 et 30 agents d’IA pour chaque employé.

Dans ce contexte, les économies potentielles seraient substantielles. Une réduction des coûts de l’ordre de 20 à 25 % pourrait générer entre 250 et 500 millions de dollars (M$) de bénéfices supplémentaires pour chaque tranche de 100 M$ d’actifs, selon Ido Segev.

Toutefois, cette amélioration ne se traduirait pas nécessairement par une hausse durable de la rentabilité du secteur. Comme lors de la transformation numérique des dernières décennies, la concurrence finirait vraisemblablement par transférer une grande partie des gains vers les clients, sous forme de prix plus avantageux ou de meilleurs services.

AGIR VITE AVANT LA COMPRESSION DES MARGES

Selon les projections de McKinsey, les marges bénéficiaires globales du secteur bancaire pourraient reculer de 9 à 10 % à mesure que l’IA s’imposera et que la concurrence s’intensifiera. Pour une banque moyenne, cela représenterait une diminution de 1 à 2 points du rendement des capitaux propres.

Cette perspective explique l’urgence ressentie par plusieurs dirigeants. Les institutions qui réussiront à améliorer rapidement leur productivité disposeront de ressources supplémentaires pour investir dans leur croissance et renforcer leur position avant que les marges ne se contractent davantage.

LA PRÉCISION PLUTÔT QUE LA TAILLE

Au-delà de l’IA, une autre conclusion ressort de l’étude de McKinsey : les grandes banques ne sont pas nécessairement les plus performantes. Aux États-Unis notamment, la taille n’est pas corrélée à de meilleurs rendements pour les actionnaires.

L’avantage concurrentiel viendrait plutôt de la précision : la capacité de cibler les bons segments de clientèle, d’effectuer les acquisitions les plus pertinentes et d’allouer le capital de façon plus stratégique. Dans un environnement où l’intelligence artificielle permet d’analyser des volumes croissants de données, cette capacité à agir avec finesse pourrait devenir plus importante que la simple accumulation d’actifs.

En définitive, la fenêtre pour prendre de l’avance est ouverte, mais elle ne le restera pas longtemps.