Contexte et méthodologie

Le rapport Predictions 2027: Banking and Investing de Forrester s’appuie sur les réponses de 915 cadres aux États‑Unis, au Royaume‑Uni et au Canada. Cette enquête a permis d’identifier les tendances perçues comme déterminantes pour le passage du « digital banking » à la finance pilotée par l’intelligence artificielle d’ici 2027.

Scénarios de transition majeurs

Selon les résultats, un tiers des banques annoncera un programme de transformation IA, mais seulement 5 % de ces initiatives atteindront leurs objectifs. L’étude prévoit également que 40 % des établissements lanceront des assistants IA l’an prochain, tandis que les fusions‑acquisitions de technologies IA dans le secteur bancaire augmenteront de 50 % en 2027. Ces chiffres traduisent une volonté d’utiliser l’IA non seulement comme couche d’optimisation, mais comme levier de création de valeur.

Enjeux techniques pour l’échelle

Forrester souligne que la plupart des banques risquent de « re‑brand » leurs projets existants sans modifier l’infrastructure opérationnelle. La persistance de processus legacy empêche le déploiement à grande échelle, un point confirmé par David Kennedy (CFO de Dell Technologies) qui insiste sur la nécessité de prouver la vitesse et l’efficacité de l’IA à l’échelle de l’entreprise. AMD, de son côté, met en avant le besoin d’environnements hybrides capables d’exécuter des modèles ouverts « open‑weight » à la fois dans le cloud et on‑premise, afin de soutenir les charges de travail AI‑intensives des institutions financières.

Implications et limites

Le rapport indique que la vraie « moat » réside dans la capacité à intégrer des connaissances propriétaires dans les assistants IA, plutôt que dans les modèles eux‑mêmes. John Roese (CTO et Chief AI Officer de Dell) rappelle que la différenciation passe par la combinaison de données exclusives, de règles de décision et d’expertise sectorielle. Toutefois, l’étude ne fournit pas de métriques détaillées sur les facteurs de succès ou d’échec, ce qui limite la capacité à évaluer les risques de projets mal alignés. En l’absence de standards d’intégration et de gouvernance clairs, la plupart des programmes risquent de rester des projets pilotes sans impact mesurable.