La Banque Postale hiérarchise ses usages de l’IA générative

La Banque Postale, comme ses concurrents de la place, s’intéresse au potentiel de l’intelligence artificielle générative (GenAI ou IA Gen) pour ses activités. L’entreprise s’est emparée du sujet courant 2023 en structurant un programme dédié, dans la continuité de ses expérimentations précédentes. 

La conformité au cœur des travaux

“L’arrivée de la GenAI a catalysé des réflexions plus larges sur la refonte de nos processus métiers en associant aussi d’autres technologies d’intelligence artificielle et d’automatisation au sens large, en combinant notamment IA et RPA”, confie à mind Fintech Frédéric Germain, chief data & AI officer groupe.

Au-delà de la priorisation par la valeur métier, l’usage responsable de ces technologies est au cœur des travaux du data office sur l’encadrement des risques et la conformité au cadre réglementaire – intégrant un volet éthique en s’appuyant sur la charte éthique data & IA de La Poste.

Et, comme l’explique le chief data & AI officer, l’actualité réglementaire autour du règlement européen sur l’intelligence artificielle (RIA) a en outre encouragé La Banque Postale à renforcer le volet conformité de sa démarche.

“La confiance des clients et la sécurité des données sont au cœur de nos préoccupations”, indique Frédéric Germain. Ces différents enjeux ont conduit, à ce stade, à un choix “atypique”, par rapport à d’autres acteurs, de conservation des données sur les infrastructures on-premise de La Banque Postale. Des réflexions sur les modalités d’hybridation sont néanmoins en cours.

Trois pilotes en 2024 pour aller vers l’industrialisation

En ce qui concerne les applications de l’IA Gen, la banque a privilégié une plus grande sélectivité des cas d’usage à expérimenter. Contrairement à des concurrents qui ont d’abord massifié l’identification des cas d’usage, le groupe a rapidement resserré le périmètre.

En 2024, les pilotes ont porté sur trois cas d’usage. Depuis septembre dernier, La Banque Postale planche sur l’identification des leviers d’industrialisation de ces projets. Concrètement, elle donne donc la priorité à l’utilisation de la GenAI pour “augmenter” ses conseillers (en banque et en assurance). Au travers notamment de systèmes RAG (retrieval augmented generation), l’entreprise vise du 100 % IA générative.

Il en va autrement pour le deuxième domaine prioritaire. La banque inscrit son projet dans la refonte d’un processus global de gestion de la demande client (sur les canaux voix, email et courrier). Elle ambitionne, via ces expérimentations, d’augmenter le traitement des demandes, en combinant cette fois des modèles d’IA classiques et génératifs, mais aussi de l’OCR ou du speech-to-text (NLP) pour répondre aux enjeux de l’omnicanal.

La gestion de l’augmentation de la demande client passe par des applications multiples de l’IA, par exemple pour mieux catégoriser en amont les demandes émises ou pour répondre via de la génération de mails – un cas d’usage notamment déjà en production au sein du réseau LCL. “Cette réflexion s’inscrit dans le plan de transformation plus global de la banque initié par Stéphane Dedeyan [président du directoire de La Banque Postale, Ndlr]”, précise Frédéric Germain.

Enfin, la troisième famille de cas d’usage du groupe LBP concerne le volet RSE. Il implique des rapprochements de données externes (extra-financières) et bancaires. La banque n’oublie pas la conformité, la lutte contre la fraude et l’enjeu du “développeur augmenté”, sur lesquels les travaux se poursuivent en 2025.

Enjeu majeur d’acculturation des dirigeants et collaborateurs

Pour déployer sa feuille de route IA et IA générative, l’entreprise n’a pas consacré ses efforts à la seule dimension technique. Le chief data & AI officer signale en effet que l’acculturation constitue “un énorme enjeu”, notamment auprès des dirigeants, mais aussi de l’ensemble des collaborateurs. Objectif : “dépasser le buzz et parvenir à la vraie valeur” pouvant être extraite des cas d’usage IA, assure Frédéric Germain. “Cela a été un apprentissage progressif”, reconnaît-il. 

À l’image des autres organisations, l’ambition est de parvenir à s’extraire de la phase du “pic des attentes exagérées”, marqué notamment par la multiplication des PoC, pour atteindre le “plateau de productivité” tel que représenté par le hype cycle de Gartner.

La Banque Postale souhaite aussi se prémunir d’une dispersion des outils, dans un contexte de profusion d’annonces des fournisseurs de solutions. Pour assurer le recentrage, le data office de la banque a choisi de s’adosser à une “data & AI authority” destinée à préserver la maîtrise des cas d’usage en prévenant “une trop grande entropie des solutions” et le Shadow AI.    

Approfondir les périmètres métiers

Si la GenAI s’est accompagnée d’une déferlante médiatique, suscitant de fortes attentes (pas toujours réalistes) des métiers, le CDO considère le buzz “comme du pain béni. Il a permis de parler de data, d’IA au sens large […] et de mettre en évidence la nécessité de disposer des fondamentaux solides”, en référence notamment à la gouvernance et à la qualité des données, essentielles pour générer la valeur attendue.

Ainsi, la présentation en mars 2024 en comex de la stratégie data accordait une place centrale à l’intelligence artificielle, mais ne délaissait pas la gouvernance. Le rendez-vous a aussi été l’occasion d’un état des lieux de la filière data & IA de La Banque Postale et “d’aborder des réflexions de fond sur la gestion des données.”

Aux applications spécifiques de la GenAI s’ajoutent d’autres usages axés sur l’expérience collaborateur, à travers l’utilisation d’outils comme Copilot de Microsoft. Des expérimentations dans ce domaine se poursuivent, après une première phase d’exploration de six mois en collaboration avec le groupe La Poste.

À l’issue de cette étape préliminaire, la banque a estimé devoir approfondir les périmètres métiers avant d’envisager un déploiement plus large. La seconde phase a été l’occasion d’une “réorientation” de la méthode d’évaluation afin de préciser les populations d’utilisateurs, les usages et “d’isoler de la valeur”, expose Frédéric Germain. 

Pour le data office, un travail conséquent d’acculturation et de formation reste par ailleurs à mener sur l’utilisation de ces logiciels pour en tirer la pleine valeur.

Les capacités de la plateforme ajustées grâce aux pilotes

Le développement logiciel assisté, permis notamment par des outils tels que GitHub Copilot, n’a pas été identifié comme prioritaire au début, en raison de la volonté de se concentrer sur le core banking. Mais des travaux sont menés avec le groupe. “Le besoin est là”, note aujourd’hui Frédéric Germain. Le choix de la solution reste à trancher, cependant, et des expérimentations sont en cours.

En ce qui concerne la plateforme, dont la banque entend, avec le on-premise, garantir la maîtrise et assurer son autonomie stratégique, ses contours ont été tracés sur la base “d’une matrice de capacités minimales nécessaires, quel que soit le cas d’usage.”

“Nous implémentons et dimensionnons la plateforme au fil du développement des cas d’usage”, indique Frédéric Germain. La transition vers une base plus importante d’utilisateurs dans le cadre des pilotes est clé pour évaluer les ressources à allouer à la plateforme cible. 

“Nous verrons si cela tire des sujets, comme l’hybridation ou le recours à du cloud public à terme”, déclare le chief data & AI officer, ajoutant que des réflexions sont en cours à l’échelon du GPFP (grand pôle financier public) comprenant aussi CNP Assurances, la CDC et La Poste.