Agents d’IA et banques : 68 % en phase précoce, mais le risque de déintermédiation est réel.

L’interface par laquelle l’argent se déplace est le véritable champ de bataille.

La question de l’investissement est simple : qui possède l’interface par laquelle l’argent est effectivement transféré ? Si le prochain niveau de logiciel bancaire peut à la fois conseiller les utilisateurs et effectuer des transactions, alors cette interface devient un actif précieux. Cependant, pour l’instant, les banques ne sont pas prêtes à abandonner cette fonctionnalité. Les premiers résultats suggèrent que les banques préfèrent utiliser des agents pour gérer les relations avec les clients, plutôt que de céder cette fonctionnalité aux autres.

Qu’est-ce qui change au niveau du logiciel ?

La pression est réelle.80 % des applications d’entrepriseMaintenant, les agents IA sont intégrés par défaut, ce qui permet aux capacités d’agentisation de s’intégrer plus facilement aux processus quotidiens. En même temps, les banques ont encore de la marge pour réagir.68 % des institutions sont encore à un stade initial.En ce qui concerne l’adoption de l’IA… Cela ne signifie pas que la menace est mineure ; cela signifie simplement que la couche de flux de travail n’a pas encore été complètement intégrée.

Ce qui est important, c’est le passage d’une simple recommandation à une action concrète. Les outils numériques plus anciens fournissaient principalement des informations ou des conseils. La couche agentique moderne, quant à elle, permet de passer par des étapes de vérification, d’exécution et de suivi. BCG affirme que les agents supervisés peuvent aider les banques.Tâches nécessitant un jugement importantLa conclusion pratique est simple : si l’application de la banque elle-même peut gérer le processus de travail, il est plus probable que la banque conserve une bonne relation avec son client.

Les paiements constituent le principal risque de déintermédiation.

Le risque principal n’est pas que les banques perdent la capacité de traiter les paiements. C’est plutôt qu’elles perdent le pouvoir de décider où les paiements seront effectués. Dans un futur flux de travail agentique, un client pourrait ne pas ouvrir du tout son application bancaire. Un assistant IA personnel pourrait comparer les différentes options de financement, choisir le meilleur mode de paiement et initier le transfert. C’est donc un passage d’un mode de paiement basé sur des clics à un mode de paiement basé sur des décisions.Prise de décision médiée par des agentsPrendre le contrôle de l’avant-poste.

Pourquoi la formation de l’intention est plus importante que le règlement

La manière la plus simple de comprendre ce mécanisme est de diviser le processus en trois étapes : la formation de l’intention, l’autorisation et le règlement. Les banques ont longtemps joué un rôle essentiel dans ces trois étapes. Le point le plus vulnérable est la formation de l’intention : c’est le moment où l’utilisateur décide où les fonds seront dépensés, quelle compte utiliser et quand payer.

Si cette décision se produit dans une autre application, la banque peut toujours transférer l’argent, mais elle ne pourra plus être responsable de cette relation. Avec le temps, cela peut pousser les banques à adopter des modèles d’activité à moindres marges, tandis qu’une autre entité prendra en charge l’interface, les données et les opportunités de vente croisée futures. Le risque de désintermédiation n’est pas lié à la faillite de la banque, mais plutôt à son manque de pertinence dans ce contexte.

Les processus de travail liés au trésor public montrent déjà des points de pression.

Le même risque se manifeste dans les paiements commerciaux.87 % disposent d’une certaine automatisation des finances.Seulement 39 % des processus sont principalement ou entièrement automatisés. Cette lacune indique que de nombreuses organisations utilisent encore des outils plutôt qu’un flux de travail fluide qui permettrait aux équipes financières de travailler ensemble dans une même plateforme.

Un client du secteur des finances d’entreprise est particulièrement exposé au risque si une couche d’IA peut gérer la gestion des liquidités, approuver les paiements et répartir les fonds entre différents systèmes. Dans ce cas, la banque qui ne fournit que les infrastructures nécessaires pour cela peut devenir un simple fournisseur de services.

Pourquoi le résultat n’est pas déterminé à l’avance

Cela n’est pas encore résolu. La discussion réglementaire se concentre toujours sur la protection des consommateurs et les lacunes du cadre légal, plutôt que sur une reconstruction rapide de l’ensemble des systèmes de paiement.Il est peu probable qu’une action gouvernementale immédiate soit entreprise.Cela donne aux banques le temps de réagir, mais pas un temps illimité.

Faites attention à trois signaux : – Si les applications bancaires continuent de gérer la procédure de paiement ; – Si les assistants tiers commencent à prendre en charge les décisions de financement ; – Si les processus de trésorerie restent intégrés dans le système bancaire ou s’ils sont transférés vers un autre système.

Pourquoi les banques ont-elles encore le temps de défendre leur relation

L’analyse est juste quant à la menace. Il est trop facile de supposer que l’adoption plus rapide des logiciels se traduit automatiquement par une meilleure confiance des clients.

Les banques sont déjà en avance en termes d’adoption de la production.

Les services bancaires et d’assurance sont déjà…Leading à 47 %L’adoption des agents de production par les industries est importante. Cela est important parce que les acteurs traditionnels ne restent pas passifs. Ils testent déjà des processus réels, plutôt que de se contenter de discuter du concept en soi.

Plus important encore, une grande partie de ces dépenses est motivée par des besoins pratiques, et non par des motifs technologiques.82 % considèrent l’efficacité opérationnelle comme un objectif principal.Pour les investissements en IA. Dans une entreprise régulée, c’est un point de départ utile : il est préférable d’améliorer d’abord les problèmes internes, avant d’étendre ces avantages aux clients.

La gouvernance peut ralentir l’adoption, mais elle protège également les relations entre les parties concernées.

La raison pour laquelle l’abolition des intermédiaires n’a pas été réalisée est simple : les banques veulent toujours que ces systèmes soient sûrs, auditables et fiables. Dans tous les entreprises, les problèmes de gouvernance et la fiabilité des modèles restent des obstacles majeurs à l’expansion des agents de mise en œuvre de ces systèmes.

Cela explique pourquoi l’adoption peut sembler active sur le papier, mais est fragmentée en pratique. De nombreuses banques ont des projets pilotes et des outils intégrés avec des fournisseurs, mais seule une petite partie d’entre elles parvient à mettre en œuvre efficacement leurs programmes d’IA. En termes simples, les démonstrations avancent plus rapidement que le travail plus difficile de mise en œuvre à grande échelle.

La préparation humaine fait toujours partie des obstacles à surmonter.

Les banques doivent également s’adapter à la manière dont les tâches sont exécutées. On s’attend à ce que l’IA modifie les rôles des employés, plutôt que de les remplacer immédiatement. Cela indique une approche hybride, et non un simple remplacement des employés par des logiciels.

Faites attention aux trois signes distinctifs : – Plus de mises en production, pas plus de tests pilotes ; – Une gouvernance plus stricte, plutôt qu’une approche plus laxiste et axée sur la rapidité ; – Les banquiers utilisent des agents pour renforcer leurs relations, plutôt que de se contenter de effectuer des transactions.

Pour l’instant, la plupart des banques semblent encore être capables de préserver les relations avec leurs clients. En effet, la confiance des clients, les réglementations et la capacité opérationnelle ne sont pas des obstacles insurmontables.

Qu’est-ce qui pourrait faire changer la thèse ?

Le prochain déclencheur de réévaluation est simple : qui possède la première écran lorsque l’argent se déplace réellement ? Les investisseurs devraient privilégier les banques qui conservent l’interface utilisateur pour les clients et qui utilisent des agents pour réduire les obstacles au sein de leurs propres applications – surtout dans les domaines du service client, de l’intégration des clients et de la gestion financière. Le raisonnement commercial n’est pas non plus purement théorique.Le temps de remboursement moyen est de 5,1 mois.Cela signifie que les bénéfices réels liés au flux de travail peuvent se manifester rapidement.

Signaux positifs

• Les agents dirigés par la banque interviennent dans les processus liés aux clients et aux finances, et non uniquement dans l’automatisation du back-office. Cela inclut également l’utilisation d’agents IA dans toutes les opérations.Trésor connecté.
• Banks utilise des plateformes clés en matière de cloud et d’IA, tout en gardant le contrôle sur les normes de marque, de conformité et de service.
• La gestion se concentre davantage sur les aspects liés à la production et à la gouvernance, plutôt que sur les annonces liées aux projets pilotes.

Signaux boursiers baissiers

• Des assistants IA indépendants, des portefeuilles de types hyperscaler ou des postes de contrôle des ressources financières prennent en charge les premières décisions de paiement liées à…Prise de décision médiée par des agents.
• Banks continue de rester en retard, tandis que les tiers définissent les processus de travail dont les clients peuvent se fier.

Un autre signal opérationnel est important : 22 % des déploiements de production impliquent la coordination de trois ou plus d’agents. Cela constitue un test utile pour déterminer si une banque crée véritablement un flux de travail efficace, ou si elle se contente simplement d’utiliser un chatbot pour un produit existant. Si les banques conservent l’interface existante et que le retour sur investissement reste faible, les agents peuvent devenir un avantage en termes de fidélité des clients, plutôt qu’une menace pour l’intermédiation bancaire.