L'implémentation réelle des agents d'IA dans les banques : du filtrage de conformité à la refonte des processus

La mise en œuvre réelle des agents IA dans les banques : du filtrage de conformité à la refonte des processus

La conformité en matière de criminalité financière est l'un des domaines les plus réglementés du secteur bancaire. Avec un volume de transactions multiplié par 10, le modèle traditionnel de filtrage reposant sur une main-d'œuvre humaine atteint ses limites. Des entreprises fintech comme WorkFusion et Genpact déploient des agents IA en production — la première a réalisé plus de 10 cas de mise en œuvre parmi les 20 plus grandes banques, tandis que la seconde souligne que les agents IA doivent comprendre le contexte des processus métiers pour créer une réelle valeur.

Contexte du secteur

Les pressions de conformité auxquelles les banques sont confrontées ne cessent de s'intensifier. Le nombre d'alertes générées par la lutte contre le blanchiment d'argent, le filtrage des sanctions, la connaissance du client (KYC) dépasse largement la capacité de traitement manuel. Selon Adam Famularo, PDG de WorkFusion, si une grande banque devait satisfaire aux exigences réglementaires uniquement avec des ressources humaines, elle aurait besoin d'embaucher environ 1 800 analystes de conformité supplémentaires, avec des coûts de formation et de rétention très élevés. Parallèlement, la tendance à la réalisation en temps réel des systèmes de paiement oblige les banques à effectuer le filtrage dans des délais plus courts, ce que les traitements par lots traditionnels peinent à gérer.

Évolutions actuelles

WorkFusion : les agents IA passent du pilote à la production à grande échelle

WorkFusion (acquise par UiPath) se concentre sur les agents IA dans le domaine de la conformité en matière de criminalité financière. Son produit « Evan » est dédié au filtrage des médias négatifs, et a déjà scanné 80 millions d'entités en une seule journée. Famularo indique que les agents IA ne sont plus au stade pilote : « Nous avons plus de 10 des 20 plus grandes banques mondiales qui les ont déployés en production dans le domaine de la conformité. »

Les principaux cas d'utilisation incluent le filtrage des listes de sanctions, la comparaison des noms de clients et le filtrage des reportages médiatiques négatifs. Dans ces tâches hautement répétitives et à grand volume, les agents IA peuvent automatiquement traiter 50 à 70 % des faux positifs, permettant aux analystes de se concentrer sur les cas plus complexes. Dans les enquêtes de fraude et le KYC, les agents IA jouent un rôle d'assistance en simplifiant la recherche d'informations pour accélérer le travail des analystes.

Famularo évoque également une innovation culturelle : WorkFusion donne à ses agents IA des noms, des visages et des identités, aidant les banques à les considérer comme des « employés » plutôt que comme des outils. Cette conception permet aux banques d'accepter plus facilement les agents IA comme faisant partie de l'équipe, plutôt que comme de simples solutions de remplacement.

Genpact : les agents IA doivent comprendre le contexte des flux de travail

Contrairement à WorkFusion qui se concentre sur des tâches spécifiques, Genpact aborde les choses du point de vue des services de processus métiers d'entreprise. Le PDG Balkrishan Kalra souligne que le marché actuel des agents IA est « très bruyant », mais la véritable différence réside dans la capacité à traiter le « dernier kilomètre » des opérations d'entreprise — c'est-à-dire les anomalies, les transitions et les jugements, des aspects qui ne peuvent pas être couverts par des logiciels standardisés ou des données d'entraînement publiques.Le rapport publié conjointement par Genpact et HFS Research montre que 85 % des dirigeants d'entreprise estiment que les dettes technologiques, de données, de processus et de talents limitent la réalisation de la valeur de l'IA, et seulement 6 % des entreprises parviennent à remédier efficacement à ces dettes. Vijay Vijayasankar (directeur mondial de l'IA agentique chez Genpact) souligne que les modèles eux-mêmes sont rarement directement exploitables dans un environnement d'entreprise ; il est nécessaire de mettre en place un cadre de gouvernance adapté autour du modèle.

La stratégie de Genpact consiste à partir de ses domaines d'exploitation dans lesquels elle excelle — finances, achats, chaîne d'approvisionnement, assurance, etc. — et à intégrer des agents d'IA dans des processus concrets tels que le traitement des factures, l'examen des sinistres et l'approbation des achats. Elena Christopher (vice-présidente des programmes stratégiques chez Genpact) avertit que si le processus lui-même est défectueux, les agents d'IA pourraient « exécuter plus rapidement des étapes erronées sans supervision ».

Impact sur le système financier

Efficacité et coût de la conformité

L'application des agents d'IA dans la conformité en matière de criminalité financière réduit directement le coût humain du traitement des faux positifs. Famularo indique que 70 % des faux positifs peuvent être entièrement tranchés par les agents d'IA, ce qui permet aux banques de concentrer leurs analystes expérimentés sur les cas vraiment à haut risque. Cette amélioration de l'efficacité a un effet indirect sur la rapidité des règlements de paiement, car le filtrage de conformité constitue souvent un goulot d'étranglement dans le processus de paiement.

Inclusion financière

Le coût de la conformité est l'un des principaux obstacles pour les banques à servir les marchés moins favorisés. La capacité d'automatisation des agents d'IA pourrait réduire le coût de conformité par client, rendant les banques plus disposées à servir des comptes de faible montant et des scénarios à faible marge tels que les transferts transfrontaliers. À long terme, cela pourrait favoriser l'inclusion financière.

Paysage concurrentiel bancaire

Les banques qui adoptent les premières les agents d'IA obtiendront un avantage concurrentiel en termes de coût de conformité, de rapidité de réponse et de contrôle des risques. Les petites banques pourraient acquérir des capacités similaires en achetant des services SaaS, réduisant ainsi l'écart technologique avec les grandes banques. Cependant, le rapport de Genpact souligne également que les banques lourdement endettées en termes de processus pourraient avoir du mal à tirer profit de leurs investissements dans l'IA.

Défis à relever

Fiabilité et transparence des modèles

Famularo déclare que les banques doivent voir les agents d'IA fonctionner dans leurs propres systèmes avant d'établir la confiance. WorkFusion permet aux banques de superviser la logique de décision du modèle et de le former à s'adapter aux stratégies spécifiques de chaque banque. Cependant, l'industrie manque encore de normes uniformes d'explicabilité de l'IA.

Confidentialité des données et incertitudes réglementaires

Les agents d'IA ont besoin d'accéder à une grande quantité de données de transactions clients, ce qui soulève des préoccupations en matière de confidentialité. Les autorités de régulation de différents pays adoptent des attitudes diverses vis-à-vis de l'application de l'IA dans la conformité financière ; certains pays exigent une vérification humaine de toutes les décisions de l'IA, ce qui complique la mise en œuvre.

Intégration technologique et dette de processus

Les recherches de Genpact montrent que la plupart des entreprises souffrent de graves dettes technologiques et de processus. Superposer des agents d'IA sur d'anciens systèmes pourrait compliquer les choses. Les banques doivent d'abord repenser leurs processus et leur gouvernance des données avant de déployer l'IA.## Perspectives futures

Famularo estime qu'avec l'augmentation des volumes de transactions due à l'IA et aux paiements en temps réel, le secteur bancaire sera confronté à davantage d'activités frauduleuses et criminelles, et l'utilisation des agents d'IA ne cessera de s'étendre. « Nous ne ferons que trouver davantage de moyens d'utiliser la technologie pour arrêter les malfaiteurs. » Il prédit que les agents d'IA passeront, dans les trois à cinq ans à venir, du domaine de la conformité à des fonctions bancaires plus larges telles que l'évaluation du crédit, le service client et la gestion des risques.

Genpact souligne quant à elle que le succès des agents d'IA dépend d'une compréhension approfondie des activités. Les gagnants de demain seront les entreprises capables à la fois de maîtriser la technologie de l'IA et de repenser les processus. Le secteur doit passer de « l'automatisation des processus existants » à « la conception de processus pour l'IA ».

Dans l'ensemble, les agents d'IA passent de la preuve de concept à la production à grande échelle, mais la maturité technologique des banques et le cadre réglementaire doivent encore évoluer de concert. Au cours des cinq prochaines années, les agents d'IA dans le domaine de la conformité pourraient devenir la norme, tandis que l'IA agentique plus générale s'intégrera progressivement dans les opérations bancaires.

*Cet article est basé sur un reportage du Newsweek AI Impact Weekly et a été édité.*