Contexte et objectifs
Northwest Bancshares Inc. a repris une partie du playbook de transformation financière élaboré chez KeyBank National Association. Le CFO, Doug Schosser, a importé la plateforme de reporting de KeyBank, qui conserve plusieurs années d’historique documentaire, afin de l’utiliser comme matière première pour entraîner des agents IA capables d’automatiser les tâches de roll‑forward. L’objectif déclaré est de concentrer les investissements IA sur des projets qui améliorent l’impact client, l’efficacité interne et la réduction des risques.
Cette orientation s’inscrit dans le cadre d’une initiative plus large menée par Workiva, partenaire logiciel présent depuis l’événement Amplify, qui a récemment lancé en juillet des agents IA spécialisés et une couche d’intelligence dédiée aux rapports à enjeux élevés.
Mécanisme de gouvernance IA
Schosser applique trois tests de validation à chaque proposition d’IA : impact client, efficacité opérationnelle et réduction du risque. Cette grille sert de filtre avant toute allocation budgétaire. Il compare également le processus de supervision des analystes juniors à la supervision technologique, soulignant que les outils IA ne bénéficient pas d’une surveillance équivalente, ce qui crée un déséquilibre de contrôle.
Le CFO insiste sur le fait que « layering » d’un nouvel outil sur des processus défaillants conduit à automatiser des inefficacités. Ainsi, la gouvernance repose d’abord sur la qualité et la curation des données, avant d’envisager l’ajout de capacités IA. Cette approche implique une orchestration entre les équipes finance, IT et les lignes de métier, chaque décision étant évaluée à l’aune de la capacité du système à fournir des données fiables.
Intégration technique et données
La plateforme de reporting héritée de KeyBank stocke des années de documents, offrant un corpus riche pour l’entraînement des modèles IA. Schosser voit ce volume comme un atout, à condition que les processus de collecte et de validation des données soient robustes. Workiva, en tant que fournisseur, propose une couche d’intelligence qui exploite ces archives pour générer des insights automatisés, mais le CFO rappelle que l’efficacité dépend de la « curation » préalable.
Le projet d’orchestration implique la mise en place d’un pipeline d’ingestion qui normalise les données provenant de multiples systèmes financiers. Chaque étape du pipeline est soumise aux trois tests de gouvernance, garantissant que les modèles IA ne sont pas formés sur des flux de données erronés ou incomplets.
Enjeux et limites
Le principal défi identifié est le décalage entre la vitesse d’évolution des outils IA et la capacité des équipes à mettre en place une supervision adéquate. Schosser note que l’absence d’une structure de contrôle similaire à celle des analystes humains peut entraîner des dérives, notamment en matière de conformité et de gestion du risque.
Enfin, la dépendance à un fournisseur unique, Workiva, introduit un risque de verrouillage technologique. Bien que la société propose des agents IA avancés, la banque doit veiller à ce que les modèles restent transparents et auditables, afin de préserver la confiance des régulateurs et des clients.
