Selon un rapport de McKinsey & Company de 2023, l’adoption de l’IA générative dans les banques européennes devrait croître de 30 % par an d’ici 2026. Un chiffre qui démontre bien le bouleversement qui est en cours dans la sphère financière. Relation client, sécurité des données, investissements… le champ des applications est large, et nécessite d’être bien accompagné ! Mais alors, comment les banques s’emparent-elles concrètement de l’IA ? L’aspect éthique et responsable des solutions est-il intégré ?
Category
🗞
NewsTranscription
00:00J'aimerais qu'on commence par un état des lieux ensemble pour savoir un peu où on en est aujourd'hui de cette adoption de l'intelligence artificielle, en particulier dans la banque.
00:13J'ai vu que les banques avaient investi plus de 150 milliards d'euros dans l'IA en 2024. Ce sont des chiffres IDC.
00:21Ça représente 13% des investissements en matière d'IA à l'échelle du globe, donc c'est assez conséquent pour être remarqué.
00:27Clément, ça fait des années évidemment que le secteur bancaire manipule de la data, utilise ses outils du numérique, mais j'imagine qu'il y a clairement eu une accélération quand même avec l'avènement des IA génératives.
00:38Qu'est-ce que vous développez concrètement avec ces IA ? Est-ce que vous pouvez nous partager des cas pratiques d'utilisation de l'IA générative ?
00:46Oui, alors tout à fait. C'est vrai que vous avez raison. Les banques, ce sont des collecteurs, j'ai envie de dire, historiques de données.
00:52Donc ça fait des années que dans le secteur de banque et d'assurance, on manipule de la data à grande échelle.
00:58D'abord parce qu'on avait une obligation règlementaire de bien connaître nos clients, donc on a stocké beaucoup d'informations pour connaître nos clients et bien les conseiller.
01:08Et donc du coup, dans les banques et assurances, cette habitude de manipuler de la data pour servir des enjeux marketing et d'expérience client est assez prégnant.
01:19Donc en plus des enjeux réglementaires, il y a vraiment des enjeux marketing et de business.
01:23Et vous avez raison. Aux méthodes, j'ai envie de dire, un peu traditionnelles d'IA qui consistait par exemple à développer des scores d'appétent,
01:30c'est-à-dire identifier pour ce client quel est le meilleur produit que je vais lui pousser parce qu'il a une forte probabilité de souscription,
01:38se sont développés de nouveaux types d'IA que l'on appelle IA génératives et qui vont permettre d'aller plus loin sur l'expérience client.
01:46C'est-à-dire qu'est-ce que ça change le fait d'avoir ces IA génératives pour vous ?
01:50Pas que les IA génératives mais même les IA qui permettent aujourd'hui de travailler des données de type images, textes, sons.
01:58Ça, c'est ce qu'on ne pouvait pas faire auparavant et donc on était entre guillemets cantonnés à travailler de la donnée dite structurée qu'on peut mettre dans un tableau.
02:06Là, avec l'explosion de ces IA et de ces IA génératives, on peut analyser la voix, le texte, les images.
02:13Par exemple, à la Banque Postale, on a développé un call-bot que l'on a personnifié qui s'appelle Lucy qui permet de capter les motifs d'appel des clients
02:23et d'essayer de leur faire une réponse qui ressemble le plus à celle qu'un humain, qu'un conseiller pourrait lui faire.
02:33Vraiment, on a des développements sur la partie voix et images et la nouveauté des IA génératives, c'est qu'en plus, elles créent du contenu, elles peuvent créer des vidéos, des textes.
02:46Par exemple, on utilise aussi ce type d'IA et ces tests pour pouvoir faire des réponses aux mails de nos clients.
02:55Tout ça, ce sont des prototypes à l'heure actuelle. Sur l'IA générative, on est en phase de test.
03:01On avance aussi avec beaucoup de pragmatisme et de sécurité, notamment pour les enjeux éthiques. On ne peut pas tout développer tout de suite.
03:10On va y venir. Je voulais continuer ce petit tour d'horizon pour qu'on comprenne un peu le contexte.
03:15Pierre, vous, quelle est votre approche en matière d'utilisation de l'IA ?
03:21Je vais rejoindre ma confrère. Il est difficile de parler d'une IA, mais plutôt des IA, avec les plus anciennes, ce qu'on a appelé les systèmes experts.
03:31Les IA discriminantes ou prédictives, avec le machine learning qui a déjà maintenant un petit peu d'âge et de bouteille.
03:38Et ces fameuses IA génératives, avec ChatGPT de Noël d'il y a deux ans, qui a vraiment bousculé et qui rebat les cartes.
03:46Donc sur les IA que j'appelle plus classiques, c'est des choses qu'on sait faire. On est des sociétés d'information, les banques.
03:51Donc on a l'habitude depuis de nombreuses années d'encadrer et de faire ça de façon extrêmement sécurisée et responsable.
03:58Sur les IA génératives, on est également extrêmement prudent. On a décidé d'avoir une approche de sécurisation par cas d'usage.
04:06C'est-à-dire définir en 2023, maintenant 2024 c'est un peu mieux, l'IA Act est arrivé, mais définir en 2023 c'est quoi le cadre absolu de sécurisation d'une banque dans son utilisation de l'intelligence artificielle générative, c'est une mission impossible.
04:19Donc on s'est dit on va être modeste, on va se lancer sur des cas d'usage où on pense qu'il y a de la valeur et on va définir c'est quoi le cadre qui permet de sécuriser cet usage.
04:28Donc petit à petit, on est maintenant à une cinquantaine d'expérimentations qu'on a réalisées, qui nous permet de commencer à avoir notre petit légo de la sécurisation, à la fois process, technique et réglementaire,
04:41qui fait que maintenant on est de plus en plus à l'aise pour aller vers de l'industrialisation, du passage à l'échelle, mais on est encore prudent, on est sur des phases plutôt pilotes,
04:50c'est la vraie vie, mais avec un nombre d'utilisateurs encore limité pour s'assurer qu'on ne met pas en risque les données de nos clients, nos collaborateurs et l'entreprise même d'un point de vue obligation réglementaire.
05:05Vous avez prononcé le mot valeur en disant on va réfléchir aux cas d'usage où l'IA peut apporter de la valeur. Quels sont les apports de l'IA aujourd'hui dans le secteur bancaire ?
05:13Sur l'IA générative, on a une mini matrice où on a identifié quatre leviers de valeur. Le plus évident et le plus consensuel, c'est celui des gains opérationnels.
05:24Ensuite, qu'est-ce qu'on fait d'un gain opérationnel ? Ce n'est pas un sujet d'IA, je pense que c'est un sujet de management, d'entreprise. Il y a un deuxième sujet qui est un sujet de montée en qualité.
05:33Les IAs génératives font des erreurs, il ne faut pas le nier, mais aussi la plupart du temps, par exemple pour des gens qui comme moi ont une orthographe pas forcément parfaite, peuvent également apporter une surqualité qui est intéressante et pas que sur l'orthographe.
05:47Il y a un troisième sujet qui, je pense, fait consensus mais qu'on n'a pas encore bien prouvé, c'est la réduction des tâches chronophages et avec faible valeur ajoutée pour les collaborateurs.
06:01Et le quatrième que moi je trouve le plus intéressant, c'est ce que j'appelle l'accélération de l'idéation, c'est-à-dire que ça devient un sparring partner de sa réflexion et ça permet à n'importe quel collaborateur d'aller plus vite à là où il veut aller intellectuellement.
06:14Donc ça, pour nous, c'est les quatre enjeux et aujourd'hui, ceux qui sont les plus faciles à mesurer, c'est ceux de qualité et de gains opérationnels.
06:21Emmanuel, j'aimerais voir avec vous, si on prend une vue encore un petit peu plus haute, quel est le panorama général de l'utilisation de l'IA aujourd'hui ?
06:30Qu'est-ce que vous percevez aujourd'hui comme intérêt dans la transformation digitale des entreprises ? Que va apporter l'IA ou est-ce qu'elle se situe dans la chaîne de valeur ?
06:41Alors, comme l'ont dit nos deux participants, effectivement, l'IA peut être dans tous les éléments de la chaîne de la valeur de l'entreprise et notamment aussi des banques,
06:51depuis les fonctions d'avant-vente jusqu'aux éléments de service après-vente, de maîtrise de risque, de gestion des opérations.
06:59Chez Inetom, nous considérons qu'il y a vraiment quatre grands domaines dans lesquels l'IA et l'IA générative apportent le plus de valeur.
07:07Que ce soit de la valeur au sens du service client ou au sens de l'efficacité opérationnelle.
07:14Donc, ces quatre grands domaines, quels sont-ils ?
07:16Le premier domaine, c'est vraiment le domaine de tout ce qui est lié aux opérations clients.
07:20On peut penser à tout ce qui se passe dans les centres d'appel avec l'utilisation des callbots ou des chatbots qui permettent de faire jusqu'à 30 à 40% d'efficacité.
07:32Donc, c'est quand même des enjeux d'efficacité qui sont considérables.
07:35Le premier sujet, c'est vraiment toute la gestion des opérations et de l'interrelation avec le client.
07:40Le deuxième sujet, c'est tout le sujet du domaine du marketing qui est profondément transformé, notamment avec l'IA générative,
07:48puisqu'on peut, par exemple, générer des campaigns marketing qui ne sont pas parfaites aujourd'hui, ou des vidéos qui ne sont pas complètement parfaites,
07:56mais qui sont quand même déjà très impressionnantes.
07:58Et je peux, par exemple, donner l'exemple d'une plateforme de trading qui, cet été, a fait une grosse campagne de communication sur uTip en utilisant des vidéos qui sont issues de l'IA générative.
08:11Troisième domaine, c'est tout le domaine qui est lié à la gestion de la connaissance.
08:15Et ça, c'est très important dans le secteur bancaire, parce que c'est un secteur dans lequel il y a, comme dans beaucoup d'endroits, beaucoup de normes,
08:22beaucoup de documentation client. Et donc, on travaille, par exemple, nous, avec certains de nos clients qui réfléchissent à mettre en œuvre des conseillers augmentés,
08:30c'est-à-dire que le conseiller pourra utiliser une IA générative pour aller chercher beaucoup plus rapidement beaucoup d'informations, par exemple, sur les garanties qui sont prévues par un contrat.
08:42Et puis, le dernier sujet, qui est un sujet qui touche toute l'économie numérique et qui est un sujet extrêmement prometteur en matière de gain d'efficacité,
08:50c'est le sujet du développement logiciel, puisque l'IA, et notamment l'IA générative, permet de faire des gains d'efficacité extrêmement significatifs,
08:58notamment sur la génération de codes informatiques, mais aussi sur toutes les phases de test.
09:02On a, nous, mesuré que sur certains volumes d'activités ou sur certains bouts du processus de développement, on peut gagner jusqu'à 10 à 15 %.
09:10Alors, je voulais qu'on arrive à notre sujet, qui est notre sujet de l'IA responsable.
09:14Qu'est-ce qu'on appelle, comment on définit, en fait, une IA responsable, Emmanuelle ?
09:18Alors, c'est une question qui n'a pas, de mon point de vue, de réponse universelle.
09:22Et je peux vous le dire, puisque Cheyenne et Tom nous sont présents dans 19 pays, donc des pays européens et des pays hors Union européenne.
09:29Et donc, il y a finalement autant de définitions d'une IA responsable que de cadres réglementaires, mais aussi de situations, je dirais, sociales, politiques, culturelles.
09:42Et pourtant, on a quand même besoin, aujourd'hui, d'avoir un cadre pour des IA éthiques.
09:47Absolument.
09:48D'accord.
09:49Absolument.
09:50Donc, je ne conteste pas ça, mais voilà.
09:52Donc, ce que l'on définit, nous, comme étant une IA responsable, c'est une IA qui va quand même garder l'humain dans son processus de conception, premièrement,
10:02et qui se posera toujours la question de quels sont les avantages et les inconvénients de l'utilisation de l'IA dans ce processus.
10:12Et en général, on travaille autour de quatre grands principes de ce que c'est qu'une IA responsable.
10:18D'une part, c'est une IA qui est sûre, au sens de la sécurité.
10:22On peut imaginer que si certaines décisions sont préparées par une IA, on n'a pas envie d'avoir un hacker qui va venir prendre possession de cette IA pour proposer des décisions qui ne soient pas les bonnes.
10:35On cherche à avoir une IA qui ne va pas augmenter les billets qui existent déjà dans les données d'entraînement.
10:42On cherche à avoir une IA qui va être explicable.
10:45Et par exemple, dans le secteur bancaire, certaines réglementations demandent que la proposition qui va être faite par l'IA puisse être expliquée par un humain.
10:53Et puis, dernier sujet, qui est un sujet plus compliqué, mais qui est quand même un sujet de préoccupation, c'est une IA qui soit responsable dans l'utilisation de nos externalités environnementales.
11:06Et je pense évidemment à l'énergie et à l'eau.
11:09À la sobriété.
11:10Voilà.
11:11Pierre, comment est-ce que vous vous abordez cette question du développement de l'IA responsable chez BPI France ?
11:20Ce qui est intéressant, c'est qu'on souhaite être la banque qui va accompagner les entreprises et les entrepreneurs dans leur transformation digitale et donc celle de l'intelligence artificielle.
11:28Mais on est également la banque qui doit accompagner les entreprises dans leur transition environnementale et énergétique.
11:34Donc, on doit trouver le bon équilibre.
11:37Et c'est tout l'enjeu.
11:38Et pour ça, le mieux, c'est pour moi, l'éthique, c'est prendre une décision cohérente avec ses connaissances.
11:47Et donc, plus on a de connaissances, plus on peut tenir compte des aspects sociaux, économiques, environnementaux, dans sa décision d'utiliser de l'IA ou de ne pas utiliser de l'IA.
11:59D'ailleurs, l'IA responsable, des fois, c'est de ne pas utiliser de l'IA pour certaines choses.
12:04Et donc, nous, comment on fait ?
12:06On a une approche holistique.
12:07C'est-à-dire qu'on considère que ce n'est pas un sujet qui appartient à un domaine de l'entreprise ou à un autre.
12:13Ils ont tous leur mot à dire et ils ont tous raison.
12:17Mais en fait, l'idée, c'est de trouver ensuite ce chemin entre réglementation, enjeux environnementaux, possibilités technologiques, priorité business.
12:28Et voilà.
12:29Donc, on a, pour faire simple, on a un comité de pilotage d'IA où toutes ces composantes sont représentées, où on traite ces sujets.
12:36Et avec une représentation sur l'éthique, la responsabilité dans ce comité ?
12:40Bien sûr.
12:41Je ne sais pas si c'est spécifique aux banques, mais on a une direction de la conformité et du contrôle permanent qui intègrent les enjeux d'éthique.
12:48D'accord.
12:49Donc, ils sont présents autour de la table.
12:51Ils sont même bien présents.
12:52On va voir si c'est commun à tous les établissements bancaires.
12:55Oui, c'est commun à tous les établissements bancaires, absolument.
12:57Comment ça se passe à la Banque Postale sur cette question précisément de l'utilisation et du développement de l'IA dans un cadre responsable ?
13:04Alors, c'est vrai que je rejoins Emmanuel sur qu'est-ce qu'une IA de confiance.
13:09D'abord, une IA, si je donne une définition hyper simple, c'est un ensemble de techniques statistiques et informatiques qui vont analyser un très grand nombre de données
13:20pour au final imiter le raisonnement humain, parce qu'en réalité, le raisonnement humain est extrêmement complexe.
13:29Donc, imiter le raisonnement humain pour aider ce même humain à prendre une décision, à faire quelque chose.
13:34Je prends un rapide exemple.
13:36Quand un client vient nous voir pour qu'on lui obtienne un crédit, il y a un algorithme qui permet, sur la base des données de ce client,
13:47de calculer une probabilité que ce client soit un bon payeur ou pas.
13:51Et en fonction de cela, la machine va donner une orientation sur si on a plutôt intérêt à lui prêter de l'argent ou non.
13:59Mais la décision finale revient à l'humain.
14:02Donc, l'algorithme, c'est vraiment une aide à la décision humaine.
14:06Et quand on parle d'IA responsable, c'est une IA dont on va savoir quelles sont les données qui ont permis de fonder cette décision.
14:14L'algorithme sous-jacent derrière, quel est-il ? C'est quoi le modèle ?
14:18Est-ce qu'en effet, il est robuste ? C'est-à-dire, pour le même client qui a les mêmes caractéristiques, est-ce que je donne la même réponse ?
14:23C'est aussi important d'être équitable dans le traitement.
14:26Et c'est aussi une IA responsable, c'est une IA dont la finalité est légitime et juste.
14:33Que les banques se posent la question de « est-ce que j'étudie la solvabilité de mon client avant de lui prêter ? »
14:39C'est a priori un usage qui est légitime.
14:42Donc du coup, il y a vraiment cette idée de « à quoi répond mon système d'intelligence artificielle ? »
14:48La finalité.
14:49La finalité est extrêmement importante.
14:51Parce que l'IA en tant que telle n'est pas mauvaise, c'est un outil comme un autre.
14:54Si je prends un outil, un couteau de cuisine, je fais la cuisine avec, c'est très bien.
14:59Si je décide de m'en servir pour commettre un délit, ça ne va pas.
15:04Et donc l'outil en tant que tel peut être dangereux.
15:06Ça dépend vraiment de son usage.
15:09Et à la Poste comme à la Banque Postale, ces enjeux autour de l'utilisation de la data,
15:15ça fait, je dirais même avant le Règlement Général de Protection des Données Personnelles, que l'entreprise s'en est saisie.
15:23En posant d'abord des principes sur une utilisation raisonnée des données.
15:28Et au fur et à mesure, parce que je vous parle de ça, c'est en 2016.
15:31Et au fur et à mesure, les sujets d'IA sont arrivés en masse.
15:35Et donc du coup, à cette première charte d'utilisation de data qui a été posée,
15:40on a agrandi cette charte avec l'utilisation de l'IA.
15:43Et l'utilisation de l'IA éthique.
15:45Vous avez une charte aujourd'hui ?
15:47On a une charte de l'IA, de la data et de l'IA.
15:51On ne peut pas faire d'IA sans data.
15:53Vraiment, c'est extrêmement lié.
15:55Mais c'est vrai que l'IA est venue en plus de cette charte data.
15:58Et avec les IA génératives, ça relance, je dirais, encore plus le sujet.
16:03Donc du coup, c'est des sujets vraiment de préoccupation dont l'entreprise s'est saisie assez rapidement.
16:14Et on a également un comité pour une IA de confiance qui regroupe des experts internes et externes
16:21pour s'assurer que dans les nouveaux usages qu'on a, dans les nouveaux modèles qu'on va développer,
16:26on respecte bien un certain nombre de critères.
16:29Vous avez l'air d'être tous bien au carré sur ce que vous faites,
16:33ce qui est quand même rassurant, mais peut-être aussi normal, évidemment, et important.
16:38Mais je voulais quand même qu'on parle des défis qui restaient à lever
16:41parce que tout ça, c'est encore naissant, finalement.
16:43Cette technologie et les cas d'usage, on les apprend, vous dites, en avance, par cas d'usage.
16:47Et alors, il y a un rapport de McKinsey, publié en 2023,
16:52qui nous dit que l'adoption de l'IA générative dans les banques en Europe
16:55devrait croître de 30% par an d'ici 2026,
16:59avec une augmentation prévue de 45% des cas d'usage dans les services en contact direct avec les clients.
17:05Donc, on voit quel impact ça va prendre.
17:09En tout cas, c'est parti pour, visiblement.
17:11Emmanuelle, comment, aujourd'hui, vous voyez cette IA intégrée dans les différentes fonctions ?
17:17Est-ce qu'il vous semble aussi que, parce que ça, on ne l'a pas abordé,
17:20mais parmi les défis, je pense que c'en est un, que les collaborateurs sont acculturés ?
17:25Alors, je crois que ça a été bien dit.
17:28Il y a nos clients bancaires et assuranciels,
17:32globalement, ils ont plutôt fait une liste de cas d'usage.
17:37Ils sont en train de commencer à les implémenter.
17:40Je dirais quand même, moi, que l'implémentation et la mise en œuvre est très progressive et encore partielle.
17:46Il y a encore beaucoup de challenges sur la mise en œuvre,
17:48parce que je pense qu'il faut bien comprendre que l'IA générative va s'intégrer à l'intérieur d'un processus.
17:56Quand je donnais l'exemple du conseiller, par exemple, augmenté,
17:59le conseiller va devoir travailler avec un nouvel outil.
18:01Le développeur travaille avec un nouvel outil.
18:03Et donc, il y a un enjeu très important d'adaptation du processus
18:08et de formation de l'ensemble des collaborateurs sur ces sujets.
18:12Donc, nous, en tant qu'ESN, par exemple, on a formé l'ensemble de nos collaborateurs à l'IA générative.
18:20On a même développé des dispositifs d'acculturation.
18:23Un dispositif qui s'appelle « Do you speak Gen-EI »
18:28et on déploie et on accompagne de très nombreux de nos clients dans l'utilisation et dans l'acculturation de ce sujet.
18:36Mais il me semble important d'avoir en tête qu'il y a une première étape,
18:41qui est une étape, je dirais moi, d'acculturation,
18:43sur laquelle nos clients ont, de mon point de vue, assez bien avancé.
18:48Je pense qu'il faut être très clair sur le fait que ça n'est que la toute première étape.
18:53On n'est qu'à ce stade, je pense, un peu au début de la vague.
18:59Et c'est une transformation profonde des processus et des modes de travail
19:04pour chacun des collaborateurs de l'entreprise et de la banque.
19:07Donc, il y aura encore beaucoup d'enjeux de formation qui ne seront plus profondes que de l'acculturation.
19:14Et alors, ce qui génère quand même parfois certaines inquiétudes,
19:17est-ce qu'il vous semble, Clémence, qu'il y a des freins aujourd'hui,
19:20des freins peut-être humains, sur l'utilisation et le déploiement des IA ?
19:25Alors, je pense qu'en effet, un des premiers freins pour le déploiement de ces IA,
19:32c'est en effet le facteur humain, culturel.
19:35Donc, la nécessité d'acculturer l'ensemble du groupe, c'est essentiel.
19:39Sinon, ça ne marchera pas ?
19:40Sinon, ça ne marchera pas.
19:41Alors, je pense qu'avec les IA génératives, et en effet, merci Tchadjé Pété d'y avoir dit il y a quelque temps,
19:47l'acculturation, j'ai envie de dire, de masse, globale, elle s'est quand même faite énormément à ce moment-là,
19:53en se disant, mais en fait, l'IA, c'est ça.
19:55Alors, l'IA, ce n'est pas que l'IA générative, mais en tout cas, ça en fait partie.
19:58Et donc, du coup, il y a une espèce de conscience comme ça, on voit ce que peut faire l'IA.
20:04Et donc, du coup, l'acculturation, elle est vraiment au cœur aussi de notre ambition.
20:09Et pour acculturer tout le groupe, il y a à la fois ce volet d'acculturation de masse,
20:14donc le groupe La Poste a notamment développé une formation Objectif IA,
20:21alors qu'il y a une formation qui est à destination de tous les Français, donc tout le monde peut la faire.
20:25Cette formation Objectif IA, c'est vraiment une acculturation à ce qu'est l'IA, comment on la définit, qu'est-ce qu'on peut en faire.
20:31Il y a plus de 70 000 collaborateurs qui ont déjà participé, qui ont déjà fait cette formation.
20:36Donc ça, comme le dit Emmanuel, c'est vraiment la formation de base.
20:40Ensuite, il faut aussi acculturer le top management sur comment on va pouvoir se saisir de l'IA.
20:45Et puis au milieu, il y a quand même ceux qui sont dans le cœur du réacteur.
20:48Il y a en effet toutes les fonctions vraiment expert data, de data analyst, de data scientist, de data engineer, de chef de projet data,
20:56sur lequel là aussi, on a mis en place des formations pour pouvoir bien expliquer le métier.
21:01Mais les freins sont vraiment à lever grâce à cette acculturation.
21:07Mais je pense aussi, on l'a évoqué, la réglementation, la réglementation qui arrive en particulier sur l'IA.
21:12Comment vous attendez finalement l'application de ce texte ?
21:18Alors en fait, cette nouvelle réglementation, la réglementation sur l'IA, qui est une première mondiale,
21:25c'est le règlement européen qui est une première mondiale qui a été adoptée cet été.
21:32C'est à la fois un frein parce que du coup, on ne va pas pouvoir déployer comme on veut toutes les IAs génératives,
21:37les brancher directement à nos systèmes parce que d'un point de vue sécurité, d'un point de vue éthique, ça ne va pas fonctionner.
21:44Donc il y a ce frein-là, je dirais, technologique.
21:46Mais en même temps, c'est un formidable atout parce que ça assure à l'ensemble des citoyens le fait que cette IA, elle va être responsable.
21:55Chaque IA entre dans une certaine catégorie de risque.
21:59Donc il y a les IAs qui sont minimes, où il n'y a aucun problème, qu'on utilise tous les jours.
22:04Par exemple, j'envoie un SMS, j'ai la complétion automatique.
22:08Bon ben ça, c'est une IA, pas de réglementation.
22:10Il y a des IAs qui vont être interdites parce que d'un point de vue éthique, ça ne marche pas.
22:14Donc la notation sociale, par exemple, c'est interdit.
22:17Puis les IAs au risque, elles, qui vont être extrêmement réglementées, encore plus réglementées parce qu'elles le sont quand même déjà beaucoup dans le secteur bancaire.
22:25Et c'est ce que j'allais dire, oui, le secteur bancaire est concerné.
22:27Le secteur bancaire est concerné, mais ça va en fait ajouter quelques réglementations supplémentaires.
22:32Et si je reprends mon exemple de l'algorithme qui permet d'aider dans la décision d'octroyer un crédit, c'est déjà extrêmement réglementé.
22:40On a déjà des obligations d'être transparents, de pouvoir expliquer aux clients pourquoi ça a été refusé.
22:46Mais du coup, ce règlement va vraiment, pour moi, garantir, renforcer et gagner la confiance des citoyens sur l'utilisation de leurs données.
22:56Finalement, ça peut accélérer l'acceptabilité de l'IA.
23:00Alors justement, puisque vous êtes en charge de l'accélération, qu'est-ce qui la freine aujourd'hui ? Quels sont les défis ?
23:09Les enjeux de formation, d'acculturation, les enjeux de réglementation.
23:16Je nuancerai un peu sur la réglementation. On est des secteurs ultra réglementés, on a l'habitude des réglementations.
23:21Une de plus, une de moins, on saura faire.
23:25C'est plutôt l'interprétation. Et cette réglementation, je la trouve particulièrement intéressante pour ça,
23:30c'est qu'elle est encore assez philosophique et pas forcément encore très concrète, mais volontairement.
23:38L'idée est de donner du temps aux régulateurs et aux déclinaisons nationales.
23:44D'ailleurs, il y a un peu d'engagement sur l'IA qui permet aux entreprises de faire des retours d'expérience finalement.
23:49Et à la Commission européenne aussi de réfléchir à si il faut adapter le texte ou pas.
23:55Moi, je la trouve plutôt très intéressante cette réglementation, et on parlait de formation.
23:59J'ai l'impression que ce n'est pas encore trop su, mais une des obligations, c'est la formation des collaborateurs dans cette réglementation.
24:05Donc il y a les enjeux de formation, il y a les enjeux réglementaires et il y a les enjeux technologiques sur les IA génératives.
24:11Surtout, puisque moi, de ce que je vois, c'est que les business models des producteurs d'IA, aujourd'hui, sont en déséquilibre.
24:21Aujourd'hui, c'est des entreprises qui investissent, mais qui ne sont pas rentables.
24:25Donc, nous, investir sur des technologies elles-mêmes pas rentables, se pose des questions.
24:30Surtout qu'en plus, un acteur chasse l'autre.
24:33Mistral vient de sortir, hier je crois, Ministral, leur dernier nouveau modèle.
24:38Donc c'est très intéressant, mais finalement, comment une entreprise qui aime investir, choisir des solutions, procédurer tout ça, comment est fait ?
24:46Quand tout change tous les jours.
24:48Donc ça aussi, c'est un défi, et encore une fois, ça va être l'acculturation de nos équipes techniques, cette fois,
24:53qui vont dire, ça c'est plutôt la bonne tendance, ou ça c'est moins la bonne tendance.
24:57Et donc, l'enjeu, j'ai envie de dire, économique, il est encore important à traiter.
25:04Et tu le disais tout à l'heure, il y a aussi le sujet de la bonne IA pour le bon usage.
25:10Est-ce que j'ai besoin d'une Formule 1 pour aller acheter le pain ? Je ne pense pas.
25:14Mon vélo fait forcément l'affaire, et mon vélo coûte moins cher qu'une Formule 1.
25:18Il faut accélérer, mais il ne faut pas s'emballer en fait.
25:20Exactement.
25:21Et puis peut-être qu'il faut être accompagné, j'imagine qu'Emmanuel ne me contredira pas sur ce point.
25:26Comme il ne nous reste plus beaucoup de temps, je voulais qu'on termine quand même cette séquence par les key points.
25:30On va regarder ensemble tout ça, comment on peut résumer les points importants.