Les agents d’IA commencent à jouer un rôle plus direct dans la manière dont les conseils financiers sont fournis, à mesure que les grandes banques se tournent vers des systèmes prenant en charge les interactions avec les clients.
Bank of America déploie actuellement une plateforme de conseil interne basée sur l’IA auprès d’un sous-ensemble de conseillers financiers, déployée auprès d’environ 1 000 conseillers financiers, selon Plongée bancaire. Cette décision est l’un des premiers exemples les plus clairs de la manière dont l’IA est utilisée dans les rôles bancaires de base, où les systèmes soutiennent la prise de décision en temps réel.
La plateforme est basée sur Agentforce de Salesforce, qui permet la création d’agents IA pour gérer des tâches. Il est conçu pour aider les conseillers à traiter les requêtes des clients et à préparer des recommandations. Cela peut également aider à gérer les flux de travail quotidiens. Selon Plongée bancairele système fait partie d’une initiative plus large menée par les grandes banques pour tester comment les agents d’IA peuvent travailler aux côtés du personnel humain.
Bank of America a étendu son utilisation de l’IA dans ses activités. On dit que son assistante virtuelle Erica gère un travail équivalent à environ 11 000 employés, tandis que 18 000 développeurs de logiciels utilisent des outils de codage d’IA qui ont amélioré la productivité d’environ 20 %.
Les agents d’IA se tournent vers la prise de décision financière
L’approche diffère des déploiements antérieurs de l’IA dans le secteur bancaire, qui se concentraient principalement sur les chatbots ou les outils de productivité internes. Dans ces cas-là, l’IA était utilisée pour répondre à des questions simples ou automatiser des tâches de routine. Les systèmes les plus récents sont conçus pour gérer des travaux plus complexes, notamment l’analyse des données client.
Des sociétés comme JPMorgan, Wells Fargo et Goldman Sachs testent également des outils d’IA visant à améliorer la productivité et à aider le personnel dans des rôles en contact avec les clients, bien que ces efforts varient et ne soient pas toujours axés sur les systèmes d’agents d’IA spécifiques aux conseillers. Même si chaque banque adopte une approche différente, l’objectif commun est d’augmenter la production sans augmenter les effectifs.
Les banques rapportent des progrès dans la rapidité avec laquelle les conseillers peuvent accéder aux informations ou se préparer aux réunions, sur la base des rapports du secteur et des retours sur le déploiement précoce. Pourtant, des préoccupations subsistent concernant l’exactitude et la surveillance, en particulier lorsque les systèmes d’IA sont utilisés pour suggérer des décisions financières.
Certains analystes restent prudents quant à la rapidité avec laquelle l’IA transforme le secteur bancaire. Mike Mayo, analyste chez Wells Fargo, a écrit que les développements récents n’ont pas encore produit de nouveaux produits majeurs, qualifiant la phase actuelle de « un peu ennuyeuse du point de vue du produit ».
Surveillance humaine
Le déploiement de Bank of America se distingue par son ampleur. Les conseillers financiers sont au centre de la relation de la banque avec ses clients, notamment en matière de gestion de patrimoine. L’introduction de l’IA dans ce rôle suggère un niveau croissant de confiance dans la technologie. Cela montre également une volonté de le laisser influencer la manière dont les conseils sont formulés et délivrés.
Lorsqu’ils doivent prendre des décisions financières complexes ou traiter des clients de grande valeur, les dirigeants du secteur reconnaissent qu’il est peu probable que l’IA remplace complètement les rôles d’experts, en particulier dans les flux de travail financiers complexes où le contexte et le jugement comptent.
Ce modèle hybride est de plus en plus répandu dans le secteur. Les entreprises considèrent l’IA comme faisant partie de la main-d’œuvre, le personnel étant censé travailler quotidiennement aux côtés des systèmes.
Les limites du progrès
Il existe également des défis pratiques. Les systèmes d’IA dépendent de données claires et structurées, ce qui n’est pas toujours facile à réaliser dans les grandes organisations. L’intégration avec les outils existants peut prendre du temps et le personnel peut avoir besoin d’une formation pour utiliser efficacement les nouveaux systèmes.
La réglementation ajoute un autre niveau de complexité. Les institutions financières doivent s’assurer que les recommandations basées sur l’IA respectent les normes de conformité et expliquer leurs décisions si elles sont remises en question par les régulateurs. Cette exigence peut limiter le degré d’autonomie accordé aux systèmes d’IA, en particulier dans des domaines tels que les prêts ou le conseil en investissement.
Certaines estimations suggèrent que jusqu’à un tiers des emplois bancaires, ou une partie de ces rôles, pourraient à terme être gérés par l’IA. L’introduction d’agents d’IA dans des rôles consultatifs soulève des questions sur la manière dont le travail lui-même pourrait évoluer. Si les systèmes peuvent gérer une plus grande partie du travail analytique, les conseillers pourraient consacrer plus de temps aux relations avec les clients et moins à la préparation. Au fil du temps, cela pourrait modifier les compétences requises pour le poste.
Le recours à l’IA introduit de nouveaux risques. Des erreurs dans les données ou les résultats du modèle pourraient affecter les recommandations, et une dépendance excessive à l’égard des systèmes automatisés pourrait réduire l’examen critique par le personnel humain. Les problèmes sont toujours à l’étude à mesure que les déploiements se développent.
Le déploiement de Bank of America offre un aperçu de la manière dont une transition vers l’IA pourrait se dérouler. Il montre une grande institution testant dans quelle mesure l’IA peut être intégrée dans le travail quotidien. À mesure que de plus en plus de banques suivront une voie similaire, l’attention se portera probablement sur la façon dont l’IA peut être gérée une fois qu’elle fera partie des opérations de base.
