L'IA agentique dans le secteur financier : un vif intérêt, mais une utilisation peu productive

L'IA agentique est considérée comme la prochaine étape de l'évolution de l'intelligence artificielle : à l'avenir, des agents IA autonomes devraient piloter de manière indépendante des processus métier complexes et prendre des décisions. On pourrait avoir l'impression que les banques et les compagnies d'assurance sont déjà en pleine transformation. Une étude conjointe menée par Wavestone et l'Institut d'informatique de gestion (IWI-HSG) de l'université de Saint-Gall dresse toutefois un tableau nettement plus nuancé.

Dans le cadre de cette étude, plus de 30 responsables commerciaux et informatiques issus d'établissements financiers ont été interrogés, parmi lesquels des DSI, des CDO et des responsables de l'IA travaillant pour de grandes banques et des compagnies d'assurance. Le résultat le plus marquant : aucune des entreprises interrogées n'exploite actuellement de système multi-agents en production. Toutes les initiatives en sont encore au stade de projet pilote, de test ou de validation de concept.

C'est la maturité organisationnelle qui fait la différence, pas la technologie

Les raisons de cette absence de déploiement opérationnel tiennent moins à la technologie elle-même qu'aux conditions organisationnelles. De nombreux établissements s'efforcent encore actuellement de mettre en place l'IA générative à l'échelle de l'entreprise. Les compétences, les structures de gouvernance et les modèles opérationnels nécessaires pour déployer avec succès l'IA agentique font souvent défaut. L'étude aboutit donc à une conclusion claire : ce n'est pas la performance des modèles qui détermine actuellement les progrès, mais le degré de maturité de l'organisation.

« Nos entretiens montrent que le développement technologique progresse actuellement plus vite que la transformation organisationnelle. De nombreuses entreprises discutent déjà de l’IA agentique, mais elles commencent par jeter les bases d’une utilisation productive de l’IA générative. Le facteur décisif de réussite n’est donc pas la technologie seule, mais la capacité d’une organisation à faire évoluer en conséquence sa gouvernance, ses processus et ses compétences », explique Eugen Ensinger, associé associé en charge des services financiers chez Wavestone.

Cela ressort particulièrement clairement d’une citation tirée des entretiens : « Si 95 % du personnel n’a encore jamais travaillé avec l’IA générative, il ne sert à rien de commencer par créer un centre d’excellence ou de mettre en place des agents », explique le DSI d’un assureur suisse. La maîtrise du numérique – ce qu’on appelle l’« AI Literacy » – doit donc impérativement précéder la mise en œuvre productive.

La pression en faveur de l'innovation se heurte à une mise en œuvre prudente

Une autre conclusion majeure concerne ce que l'on appelle la « dynamique de la Reine Rouge ». De nombreux établissements financiers investissent actuellement dans l'IA, craignant de se faire distancer par la concurrence. Dans le même temps, ces mêmes entreprises adoptent une stratégie délibérément prudente lors de l'introduction de nouvelles technologies et s'attachent dans un premier temps à observer les expériences des autres acteurs du marché. Pour les auteurs de l’étude, cette contradiction apparente reflète la réalité d’un secteur où la pression en matière d’innovation et les exigences réglementaires sont tout aussi fortes l’une que l’autre.

L'étude montre en outre qu'un modèle « hub-and-spoke » s'est imposé dans la plupart des établissements étudiés : tandis que les unités centrales d'IA sont chargées de la gouvernance, des plateformes et des normes, les départements spécialisés développent des cas d'utilisation concrets. Une collaboration étroite entre les métiers et l'informatique, ainsi qu'un mandat clair de la part de la direction générale, sont essentiels à la réussite de cette démarche.

La réglementation et les systèmes hérités, freins structurels

Même lorsque des preuves de concept techniques voient le jour en l’espace de quelques semaines, le chemin menant à la mise en production prend souvent plusieurs mois. Les exigences réglementaires telles que la directive DORA ou la loi européenne sur l’IA, les règles en matière de protection des données, les processus de gouvernance interne ainsi que la complexité des systèmes hérités allongent considérablement les cycles de mise en œuvre. Dans certains établissements, plus de 70 % des capacités informatiques sont d’ailleurs déjà mobilisées par des programmes de modernisation et de migration en cours, ce qui ne laisse souvent qu’une marge de manœuvre limitée pour la transformation proprement dite vers l’IA.

Si l'apprentissage automatique classique et l'automatisation robotisée des processus sont déjà bien implantés dans le secteur, l'IA agentique n'en est encore qu'au stade pilote. Selon l'étude, la maîtrise de l'IA générative est considérée comme une étape préalable indispensable : les divisions qui n'ont jamais utilisé d'outils d'IA ne peuvent pas développer de cas d'utilisation pertinents basés sur des agents.

L'étude complète réalisée par Wavestone et l'université de Saint-Gall paraîtra en 2026 et s'appuie sur plus de 25 entretiens qualitatifs menés auprès de responsables commerciaux et informatiques issus de plus de 15 banques et compagnies d'assurance de l'espace germanophone.

Pour plus d'informations sur cette étude : www.wavestone.com