Comment l'IA et le ML transforment le secteur bancaire et financier

Cela fait bien longtemps que les banques dépendent de la technologie, mais les dernières innovations dans le domaine de l'Intelligence Artificielle (IA), du Machine Learning (ML) et de l'automatisation sont une révolution transformatrice pour ce secteur. Les dirigeants d'entreprise savent que l'IA et le ML ne sont plus les technologies de demain, mais bel et bien une réalité quotidienne.

Dans le rapport Workday intitulé Le QI de l'IA : insights sur l'Intelligence Artificielle dans l'entreprise, 86 % des répondants issus du secteur des services financiers affirment que l'IA et le ML sont essentiels pour rester compétitifs, et deux tiers indiquent que l'IA et le ML ont déjà boosté la productivité et l'efficacité opérationnelle de leur entreprise. L'IA peut aider à créer une responsabilité financière, à harmoniser les flux de processus et à automatiser les tâches répétitives, afin que les collaborateurs puissent se concentrer sur les activités à forte valeur ajoutée. 

Et si les répondants du secteur bancaire comprennent l'importance et l'urgence de l'IA et du ML (73 % des décideurs interrogés sont sous pression pour augmenter l'adoption de l'IA et du ML ou les investissements associés), il reste néanmoins de nombreux obstacles à surmonter dans un environnement en constante évolution. 

Une nouvelle infographie de Workday et IDC révèle certains de ces obstacles. Elle s'appuie sur une enquête dans laquelle les leaders du secteur bancaire ont identifié les plus grands défis de gestion des systèmes, des processus et des fonctions rencontrés par leur entreprise au cours des 18 derniers mois. Les résultats permettent de mettre en évidence trois besoins principaux :

• Le renforcement des compétences, la requalification et l'acquisition de compétences transversales pour conserver les connaissances acquises, s'adapter aux systèmes informatiques modernes et répondre à l'évolution des besoins des clients (réponse citée par 48 % des répondants)

• L'amélioration de la qualité et de la disponibilité des données tout en réduisant les tâches sans valeur ajoutée afin d'exploiter les données en tant qu'actifs importants de l'entreprise (réponse citée par 45 % des répondants)

• La rationalisation des processus informatiques pour accroître l'agilité organisationnelle et répondre à la demande croissante en données et informations exploitables (réponse citée par 44 % des répondants) 

L'IA et le ML sont en mesure d'aider les entreprises à relever ces trois défis. Le développement de la connectivité, de l'automatisation et des nouvelles technologies a complètement refaçonné le paysage des compétences demandées. L'IA peut aider les équipes RH à identifier et combler les écarts de compétences afin que leur entreprise puisse constituer des effectifs parés pour l'avenir.

Pour les banques, les capacités de l'IA sont d'autant plus pertinentes que le secteur est un important consommateur de données. La caractéristique première de l'IA est justement d'améliorer notre capacité à exploiter les volumes considérables de données générées lors des activités quotidiennes, afin de pouvoir identifier des tendances et faire des prévisions. Elle peut favoriser la création de valeur ajoutée en automatisant les tâches courantes et en rationalisant les processus informatiques. Les effectifs ont ainsi plus de temps à consacrer aux tâches plus importantes. 

Alejandro Barcena, Vice President et Head of Finance Systems chez Cushman & Wakefield, a déclaré au sujet de l'IA et du ML dans un récent podcast : « L'avenir est une opportunité continue. Mais à mes yeux, l'essentiel réside dans notre capacité à transformer toutes les données à notre disposition en une opportunité significative, pour créer davantage de valeur ajoutée pour nos clients et avoir un impact sur la vie de nos effectifs. »

Cependant, si les banques ne sont pas satisfaites de l'actualité et de la fiabilité des données à l'échelle de l'entreprise qu'elles utiliseront pour l'IA et le ML, ou qu'elles ne sont pas convaincues que l'IA sera utilisée de manière éthique, transparente et responsable, alors elles ne pourront probablement pas bénéficier de tous les avantages de l'IA. 

Il y a énormément de choses à prendre en compte, et les leaders du secteur bancaire et financier peuvent ne pas savoir par où commencer. Dans cet article, nous partageons des applications pratiques de l'IA et du ML et nous expliquons comment des entreprises performantes arrivent à atteindre leurs objectifs avec l'aide de ces technologies.

L'IA au service de la Finance dans le secteur bancaire

L'IA et le ML transforment déjà la fonction Finance dans le secteur bancaire pour proposer de meilleures expériences collaborateur, améliorer l'efficacité opérationnelle et fournir des insights pour une prise de décision plus rapide et data-driven. Pour moderniser la Finance, les équipes doivent éliminer les tâches manuelles et chronophages pour se concentrer sur la stratégie.

« L'IA et le ML sont tout aussi essentiels pour l'avenir de la Finance, explique Sayan Chakraborty, qui est Co-President et dirige le département Produits et Technologie de Workday. Les équipes Finance peuvent plus facilement gérer les risques et éliminer les inefficacités en raccourcissant la durée des processus de plusieurs semaines, voire mois, à quelques heures, voire minutes. »

Dans la récente étude de Workday et d'IDC sur les logiciels d'entreprise, les leaders du secteur bancaire interrogés à travers le monde ont indiqué la fonctionnalité première de l'IA et du ML qu'ils utilisent ou envisagent d'utiliser dans leur entreprise : 

• 36 % ont cité l'automatisation (approbations automatiquement ignorées, rapprochement des comptes)

• 29 % ont cité la détection d'anomalie (écritures comptables, notes de frais, plans, rapports sur les valeurs aberrantes)

• 33 % ont cité les recommandations (mise en correspondance des paiements client, recommandations de catégories de dépenses, automatisation des factures fournisseurs, et prévisions intelligentes de la demande)

Il est intéressant de noter que seulement 1,6 % des répondants n'envisageaient aucune de ces options, ce qui souligne à quel point l'aide que peuvent apporter l'IA et le ML répond à un véritable besoin. 

Traditionnellement, les tâches de la fonction Finance (de la détection des anomalies pour identifier les fraudes à la prédiction des résultats) étaient effectuées manuellement. Alors que la Finance fait face à des attentes plus fortes quant à sa capacité à travailler efficacement et à fournir des insights stratégiques, il est nécessaire d'adopter des technologies d'IA permettant d'améliorer l'automatisation, l'intégrité, la précision, la planification de scénarios et les prédictions data-driven.

Les services de comptabilité doivent réduire les inexactitudes ou les imprécisions grâce à la détection d'anomalie, ce qui n'est pas sans difficulté compte tenu de la quantité de données, de factures et de rapports à traiter. Les insights relatifs aux écritures sont un moyen d'y remédier par le biais du ML. Le ML aide les contrôleurs à détecter les lignes d'écriture erronées, réduisant considérablement le temps et les frais généraux alloués à la clôture des comptes par les équipes Finance.

« Workday Journal Insights soulage les utilisateurs finaux d'une tâche à effectuer chaque mois. Ils peuvent résoudre les problèmes et les corriger dans le mois. Cela en fait un processus continu », a déclaré un analyste en planification des ressources d'entreprise chez IMC Financial Markets.

Workday Journal Insights s'appuie sur le ML pour détecter les anomalies présentes dans les écritures comptables en les comparant à d'autres écritures pour des transactions similaires. Comme les écritures sont signalées en temps réel, un utilisateur peut corriger les problèmes de rapprochement potentiels et les résoudre tout au long du mois dans le cadre d'un processus continu, ce qui évite les goulots d'étranglement à la fin du mois. Les équipes Comptabilité peuvent ainsi consacrer plus de temps à l'analyse et aux initiatives plus stratégiques.

Des prévisions précises sont la base même de la planification et de l'analyse financières (FP&A). Avec le ML, les équipes FP&A peuvent tirer parti de l'historique des données pour effectuer des prévisions à la demande plus approfondies. Grâce à l'analyse en temps réel, l'IA peut également aider à incorporer d'autres jeux de données pour encore plus de précision. Cela ouvre la voie à une planification d'un nouveau genre qui apprend continuellement des données et qui s'adapte à un monde en pleine mutation.

Cet investissement peut aider les dirigeants du secteur bancaire et financier à exécuter une planification de scénarios avancée, tout en disposant de plus de temps pour l'analyse stratégique. Il peut également leur permettre de suivre facilement les détails de divers grands livres auxiliaires (un processus quasi impossible avec des systèmes traditionnels) pour analyser rapidement les indicateurs critiques et créer des analyses de risque plus nuancées. 

« Il s'agit de disposer d'une plateforme qui vous donne la capacité de réagir, d'être agile et d'être résilient face à tous ces changements dans le secteur », déclare Viren Patel, Strategic Industry Advisor, Financial Services chez Workday.

L'IA au service des RH dans le secteur bancaire

De nombreuses entreprises financières sont toujours confrontées à une concurrence intense pour attirer les meilleurs talents. Des packages de rémunération attrayants ne suffiront pas à fidéliser le personnel agile dont les banques ont besoin. Les établissements financiers doivent également revoir leur culture d'entreprise et leur expérience collaborateur. Pour constituer et fidéliser des effectifs performants et parés pour l'avenir, il faut cultiver et célébrer les professionnels de la Finance qui démontrent une réflexion stratégique et une envie continuelle d'apprendre.

En fournissant des insights et des prédictions qui identifient et alignent compétences et emplois, l'IA et le ML transforment les données collaborateur en un avantage stratégique. L'association des données, de la technologie et de l'automatisation peut aider les leaders de la Finance à affecter les ressources plus efficacement, à améliorer la productivité et à faire en sorte que les talents puissent exprimer leur plein potentiel.

L'ensemble du secteur est à la recherche de collaborateurs dotés de compétences solides en analyse de données et en technologie pour pouvoir anticiper le changement et y répondre. Selon un rapport Workday et PwC, 98 % des sociétés de services financiers considèrent en effet le niveau de maîtrise technologique ou la capacité à s'adapter aux nouvelles technologies comme la compétence qu'elles devront développer en priorité au cours des cinq prochaines années.

Pour rester compétitives et combler leurs besoins en personnel, les entreprises de la Finance doivent compléter le recrutement externe par un upskilling intensif. « Les banques doivent étoffer leur vivier de talents en exploitant les compétences adjacentes et aider de manière proactive les collaborateurs à acquérir rapidement de nouvelles compétences », explique Aurélie L'Hostis, Senior Analyst chez Forrester. 

Et là encore, l'IA et le ML s'avèrent très puissants : ils permettent aux entreprises d'accorder moins d'importance aux diplômes traditionnels et aux carrières linéaires pour privilégier une approche davantage basée sur les compétences. 

En fournissant des insights et des prédictions qui identifient et alignent compétences et emplois, l'IA et le ML transforment les données collaborateur en un avantage stratégique. L'association des données, de la technologie et de l'automatisation peut aider les leaders de la Finance à affecter les ressources plus efficacement, à améliorer la productivité et à faire en sorte que les talents puissent exprimer leur plein potentiel.

Workday Skills Cloud a été créé à l'aide de modèles de langage neuro-probabiliste pour mapper les relations entre plus de 200 000 compétences. En plus de ce socle technologique, nous avons réuni des capacités supplémentaires de recherche, de reporting, de mesure et de correspondance. Cela nous permet de lier les compétences aux effectifs et à leurs relations avec les emplois, les opportunités, les projets et bien plus encore. Workday Skills Cloud est en quelque sorte l'élément principal qui alimente toutes les autres fonctionnalités liées aux compétences.

À mesure que l'humain et l'IA collaboreront de plus en plus étroitement dans le secteur bancaire, les entreprises pourront repenser leur mode de fonctionnement et gagner en efficacité, en fluidité et en adaptabilité. La clé consiste à s'assurer que l'IA et le ML sont axés sur l'humain et qu'ils visent non pas à remplacer les collaborateurs, mais à les rendre plus performants.

IA et ML : le Future of Work dans le secteur bancaire

L'heure est à l'optimisme dans le secteur bancaire : 64,4 % des leaders interrogés estiment que le secteur bancaire et financier connaît une croissance modérée, voire forte. Et nombreux sont ceux qui cherchent à poser les bases d'un succès durable. Dans cette même enquête, la technologie, la satisfaction client et l'innovation sont les priorités des entreprises pour améliorer leurs résultats ou leur compétitivité dans le secteur bancaire, dépassant même la rentabilité ou la part de marché. 

Selon une enquête récente de Deloitte auprès des dirigeants informatiques et de lignes d'activité, 86 % des pionniers de l'IA dans les services financiers affirment que cette technologie jouera un rôle important, voire décisif, dans la réussite de leur entreprise dans les deux prochaines années.

À l'avenir, les leaders du secteur bancaire devront aller plus loin dans le fait d'utiliser l'IA et le ML pour booster la valeur ajoutée et la croissance, tout en préservant la confiance, la transparence et la responsabilité. Il s'agira notamment de préparer les effectifs par le biais de la conduite du changement et de l'upskilling, de mettre à jour les systèmes traditionnels et d'améliorer la qualité et l'accessibilité des données.