Identification et modélisation de cas d’usages IA

Le contexte

Le secteur bancaire est un des secteurs le plus impacté par l’intégration de l’IA. Elle représente à la fois un levier de compétitivité et un impératif stratégique. La question aujourd’hui n’est pas de savoir s’il faut adopter l’IA dans son réseau mais pour quoi faire, avec qui et comment.

Notre client est une grande banque mutualiste française, opérant à travers un réseau de centaines d’agences par région et offrant une gamme complète de services bancaires aux particuliers, aux professionnels et aux entreprises. Son modèle repose sur des valeurs historiques de proximité, de confiance et de relation client durable.

Bien que plusieurs initiatives IA aient déjà été déployées en région (front office), le taux d’adoption reste limité — par exemple, seulement 1/4 des conseillers utilisent effectivement l’outil d’analyse d’e-mails. Par ailleurs, les fonctions centrales (back-office) n’ont pas encore identifié de manière structurée leurs propres cas d’usage IA.

La mission

Nous avons été mandatés pour intervenir sur deux fronts complémentaires : le front office et le back office :

• Réseau d’agences (front-office) : comprendre les causes profondes du faible taux d’adoption des outils IA existants et coconstruire un plan d’action concret pour en améliorer l’usage.
• Fonctions centrales (back-office) : identifier et prioriser de nouveaux cas d’usage IA à fort impact, en alignement avec les besoins opérationnels réels des équipes.

Une région du groupe a servi de pilote pour l’analyse et la compréhension des enjeux et des initiatives terrain.

L’analyse

5 initiatives du front office (comme l’analyse des e-mails clients) et 7 cas d’usages pour le back office (comme la vérification documentaire) ont été analysés. Pour chaque domaine étudié, nous l’avons placé dans une matrice impact/complexité.

Nous avons analysé ces domaines d’activités selon une matrice impact/complexité. Par exemple la vérification documentaire a un impact élevé et une forte complexité liée aux possibles fraudes. En revanche, la synthèse documentaire et l’extraction de connaissances permet également un impact rapide et apprécié avec une complexité de mise en œuvre faible puisque la technologie est déjà disponible dans le groupe.

L’approche

Nous avons conçu et déployé une méthodologie participative et itérative, articulée autour d’ateliers réunissant conseillers, directeurs d’agence et équipes des fonctions centrales.

• Ateliers front-office : discussions collectives sur l’usage quotidien des outils IA, exploration des bénéfices perçus, des irritants et des besoins non couverts, échanges croisés entre forts et faibles utilisateurs.
• Atelier back-office : benchmark de cas d’usage développés dans d’autres banques, séances de brainstorming avec les équipes experts, alignement avec le fournisseur technologique interne du groupe.

Nous avons assuré la préparation des ateliers, leur facilitation et la synthèse des livrables en un plan d’action partagé, prêt à être déployé en autonomie par le client.

Résultats

Priorités identifiées

À l’issue des ateliers, trois cas d’usage se dégagent comme priorités immédiates :

• Analyse et traitement intelligent des e-mails clients
• Synthèse documentaire pour les fonctions centrales
• Veille réglementaire automatisée

Ressources nécessaires

Le client en région ne maîtrisant pas directement son infrastructure technologique, l’effort d’investissement doit se concentrer sur la gouvernance et l’organisation et non sur l’IT.

• Sponsors internes : direction générale
• Fonction RH : formation
• Directeurs d’agence : adoption terrain
• Référents métier IA : profils hybrides

Impact attendu

• Gains de productivité mesurables pour les conseillers
• Amélioration de la qualité et de la cohérence des communications clients.
• Réduction des risques de non-conformité
• Meilleure expérience client
• Renforcement de la compétitivité digitale face aux acteurs néo-banques.

Obstacles à anticiper

• Résistance culturelle
• Limites ergonomiques et techniques
• Formation et parcours d’onboarding structuré
• Dépendance à la DSI groupe
• Biais de sélection dans les ateliers back-office

Impact

Nous avons consolidé les informations en solutions pratiques et actionnables pour les 2 groupes : front office et back office. Elles doivent servir à renforcer l’adoption de l’IA, sa performance et le changement culturel des équipes.

D’une manière transverse, nous préconisons la création d’une gouvernance projets IA ainsi que le renforcement de la communication interne pour promouvoir les initiatives et valoriser leurs impacts.

Le + de Spirit : une parfaite connaissance des process du secteur bancaire en général et des banques mutualistes en particulier, une méthodologie académique validée, une maitrise de la conduite du changement.