La dette réglementaire du secteur finance : près d’un tiers (32 %) des leaders en IA possèdent les compétences nécessaires, mais pas de cadre réglementaire minimal
Une étude de Payhawk montre que la gouvernance et les données ont pris
du retard par rapport à l’acquisition de compétences, alors que les équipes
Finance s’efforcent d’intégrer l’IA au sein de leurs workflows opérationnels
Si la maturité en matière d'IA n'était qu'une question d'ambition ou
d'expérimentation, les organisations qui se qualifient de « leaders » devraient
être mieux préparées. Or, seules 26 % d’entre elles disposent de l’ensemble des
conditions opérationnelles nécessaires pour déployer l’IA à grande échelle,
selon une nouvelle étude de Payhawk.
Dans le secteur financier, les projets pilotes sont courants, mais les déploiements durables à grande échelle restent rares. L’intention n’est pas suffisante, les déploiements nécessitent une base opérationnelle. Aujourd’hui, trois entreprises sur quatre, qui se considèrent comme des leaders en IA,
(74
%) ne disposent ni de la gouvernance ni de l’infrastructure de données
nécessaires pour passer de l’adoption de la technologie à son déploiement
opérationnel.
Le frein pour l’IA n’est pas le manque de connaissances, mais de gouvernabilité
Selon l’étude de Payhawk, cinq exigences fondamentales déterminent si
l’IA peut passer du stade de l’adoption à l’intégration opérationnelle au sein
de workflows financiers :
• Des mesures d’exécution en
place
• Des règles minimales qui
régissent l’utilisation de l’IA
• Des compétences et des outils
• Un budget engagé
• Des données exploitables par
les analyses d’IA
Les résultats montrent un ordre clair dans les priorités des
responsables financiers : les capacités et les investissements viennent en
premier (Compétences et outils 78 % et budget alloué 69 %), tandis que la
gouvernance et les règles arrivent en retard 55%.
Ces résultats indiquent que les freins à l’adoption de l’IA dans la
finance ne découlent pas du manque de compétences, mais bien de l’insuffisance
des cadres de gouvernance et des infrastructures.
Ce graphique montre la proportion des leaders en IA qui considèrent
remplir chacun des critères nécessaires à l’intégration de la technologie à
grande échelle.
Le risque caché : la dette réglementaire
• Alors que près d’un tiers (32
%) des leaders en IA possèdent les compétences nécessaires, mais pas le cadre
réglementaire minimal.
• Tandis que, 22 % d’entre eux
disposent de mesures d’exécution pour l’IA, mais pas de règles minimales.
• Dans le même temps, trois
leaders sur cinq (39 %) ne sont pas entièrement convaincus que leurs données
soient en mesure de favoriser efficacement les analyses augmentées par l’IA.
Ces chiffres indiquent que de nombreuses équipes sont en train
d’accumuler une « dette de règles » (les mesures d’exécution sont développées
plus rapidement que la gouvernance minimale nécessaire) et une « dette de
données » (l’activité est possible, mais sans un socle de données fiable).
La maturité opérationnelle de bout en bout existe, mais ce n’est pas la
norme
La maturité opérationnelle existe aujourd’hui sur le marché. Néanmoins,
il s’agit d’une posture minoritaire, même parmi les entreprises les plus
avancées.
De nombreuses organisations ont l’intention d’investir dans l’IA et de
définir un cadre de gouvernance, mais la mise à l’échelle est retardée par
l’absence de règles minimales claires ou par le fait que les systèmes ne sont
pas en mesure de rapprocher de manière fiable les succès de l’IA avec leurs
données financières de confiance.
« Dans le secteur financier, l’IA n’a de valeur que si les entreprises sont en mesure de lui déléguer de véritables tâches au sein de workflows contrôlés, comme les approbations, le reporting ou les pistes d’audit. Les résultats de l’étude montrent que les entreprises disposent déjà des compétences nécessaires et ont débuté les expérimentations. Pour déployer l’IA à grande échelle, il leur manque un socle opérationnel, des règles minimales et des données exploitables. », conclut Hristo Borisov.