Stratégie

Dans l'IA, BNP Paribas cherche à passer à l'échelle

Su Yang, directeur IA et innovation IT de BNP Paribas, sur la scène du Dataïku Summit, à Paris le 23 septembre. (Photo : R.F.)

La banque poursuit la mise en oeuvre de sa stratégie d'IA. Avec la volonté de déployer des applications à l'échelle pour générer 750 M€ de gains d'ici la fin 2026.

PublicitéArrivé chez BNP Paribas en avril 2024 en provenance de la DGFiP, Su Yang, directeur IA et innovation IT de la banque, est venu réitérer, lors d'une conférence organisée par l'éditeur Dataïku, le 23 septembre à Paris, la confiance de son entreprise dans les promesses de l'IA. Malgré les doutes sur le ROI réel de la technologie qui se font peu à peu jour. « Nous avons plus de 800 cas d'usage en production et nous visons 750 M€ de création de valeur avec la technologie d'ici fin 2026 », a expliqué le directeur IA et innovation IT, par ailleurs responsable des usages de l'IA dans les opérations bancaires (notamment autour de la détection des fraudes et de la connaissance client). Cette création de valeur regroupe à la fois les bénéfices dans la relation client, les gains d'efficacité opérationnelle (comme l'accélération des demandes de prêts immobiliers) et ceux issus de la sécurisation des opérations.

Le programme de BNP Paribas dans l'IA se décline selon cinq axes : les compétences (avec un accompagnement des collaborateurs, des formations), la gouvernance des données, l'IA responsable, la réutilisation et la mesure de l'impact métier des initiatives. Avec, selon Su Yang , une priorité clef au sein de l'équipe en charge du sujet au niveau du groupe : l'industrialisation. « Nous voulons passer des expérimentations aux déploiements à grande échelle », souligne le responsable IA de la banque employant 180 000 personnes. 10 000 licences de Copilot ont ainsi été déployées et 6 000 collaborateurs bénéficient d'un assistant au développement informatique. S'y ajoute une plateforme de LLM-as-a-service, offrant aux métiers un accès simplifié à divers modèles (Mistral évidemment, mais aussi quelques modèles Open Source).

Personnalisation de l'IA et intégration aux processus

Selon Su Yang, le groupe est également en train de déployer une solution RAG (Retrieval Augmented Generation) qui permettra aux employés d'accélérer leurs recherches documentaires. La solution de Dataïku fait également partie de cet arsenal bâti par le groupe pour ses différentes entités. « Aujourd'hui, nous totalisons quelques milliers d'utilisateurs de cette solution, à moitié sur une plateforme centrale et à moitié sur des déploiements locaux, dit Su Yang. La solution est exploitée pour la préparation de données et par certains Data Scientists. »

PublicitéPiloté par un comité présidé par le patron de la banque, Jean-Laurent Bonnafé, la stratégie IA de BNP Paribas vise, officiellement, à dégager du temps dans l'agenda des banquiers, afin qu'ils puissent notamment passer plus de temps avec leurs clients. Et non à alléger les effectifs. « On peut imaginer que la technologie amène à une hyperpersonnalisation des interactions avec les clients ou automatise la gestion de trésorerie, indique Su Yang. Mais pour cela, il faut qu'elle s'intègre dans un secteur très régulé comme le nôtre, soit personnalisée sur nos données, soit intégrée à nos processus, tout en restant modulaire et maîtrisée. » Et d'insister également sur la formation des collaborateurs, afin qu'ils soient en mesure de tenir compte des caractéristiques intrinsèques des outils mis à leur disposition.