Comment les banques s’adaptent pour garder le contrôle sur l’IA et la data

Innover sur la data et l'IA sans céder sur le contrôle et la confiance, c’est ce que s’efforcent de réaliser Crédit Mutuel Arkéa et BPCE au travers de leurs choix en matière d’infrastructures et de développement. Rencontre avec David Courté, responsable du service data architecture chez Crédit Mutuel Arkéa, et Florian Caringi, manager big data & data architecture chez BPCE.

Par Christophe Auffray. Publié le 13 mars 2024 à 17h51 - Mis à jour le 17 avril 2024 à 15h26
Innover sur la Data & IA sans céder sur le contrôle et la confiance, c’est ce que s’efforcent de réaliser Crédit Mutuel Arkéa et BPCE au travers de leurs choix en matière d’infrastructures et de développement
Les points clés
Afin de réduire le vendor lock-in et de permettre la réversibilité, de grands groupes bancaires français adoptent des approches hybrides sur l’intelligence artificielle.
Les changements d’architecture nécessitent plus de compétences d’industrialisation et de sécurité, et moins de pure administration des serveurs, estime-t-on chez BPCE.
Le mouvement d’hybridation nécessite des adaptations sur le plan humain. Un centre de compétences cloud a ainsi été mis sur pied chez Crédit Mutuel Arkéa.

L’innovation en termes de plateforme et de cas d’usage, notamment dans le domaine de l’IA générative, n’est-elle possible qu’en confiant les clés aux hyperscalers et en s’exposant à un risque de dépendance technologique ? Ce n’est pas une fatalité, mais un choix stratégique, estiment deux experts du secteur.

Historiquement, au sein du Crédit Mutuel Arkéa, le système d’information s’appuyait essentiellement sur des solutions on-premise. Le groupe bancaire mutualiste intègre à présent des composants Google Cloud. “Le cloud public doit être vu comme une extension de notre SI”, décrit David Courté, responsable du service data architecture.

Du cloud public, mais pas en fermant les yeux

Afin de réduire le “vendor lock-in” et de permettre la réversibilité, l’entreprise “se limite volontairement sur le choix des composants disponibles et mis à disposition des utilisateurs.” Et cela vaut aussi pour l’intelligence artificielle, notamment générative.

Nous privilégions des modèles développés en interne, que nous hébergeons par exemple sur les services d’inférence de Google afin de rester en maîtrise de nos algorithmes et applications.…

Besoin d’informations complémentaires ?

Contactez

le service d’études à la demande de mind

À lire

Les bureaux de Société Générale

Comment Société Générale gère les coûts et la culture du cloud

Le Crédit Mutuel Arkéa publie en open source un modèle d’IA générative

Comment Alteryx a aidé la Caisse d’Épargne Hauts de France à prendre en main ses données

Comment Quinten a aidé la Caisse d’Epargne Rhône-Alpes à utiliser le big data pour améliorer sa relation client