Crédit Agricole a transformé son équipe de test de l’IA en une unité à temps plein et s’est associé à Mistral, fabricant français de chatbots, et à Prisme.AI, éditeur de logiciels, pour déployer plus rapidement cette technologie dans toute la banque.

Points clés

• CA Artificial Intelligence est passée de la phase pilote à une unité opérationnelle dans les résultats du troisième trimestre de Crédit Agricole

• La banque a déclaré que CA Artificial Intelligence avait commencé ses activités, en parallèle de ses partenariats avec Mistral et Prisme.ai

• L’unité centralisera l’approbation des fournisseurs, définira les processus métier pouvant recourir à des modèles externes et établira les règles d’échange des données

• Crédit Agricole n’a communiqué ni les effectifs, ni le budget, ni les objectifs de chiffre d’affaires de l’unité, et n’a pas précisé les premières utilisations des modèles.

La banque a déclaré vendredi que CA Artificial Intelligence avait commencé ses activités, parallèlement à des partenariats avec Mistral et Prisme.ai, alors que le prêteur accélérait sa croissance en Europe. Elle a fait état d’un lancement opérationnel et répété que cette nouvelle structure et ces partenariats contribueraient à accélérer l’exécution.

Le fait de citer Mistral dans une publication trimestrielle de résultats confère au partenariat davantage de poids qu’une annonce marketing. Crédit Agricole est l’un des plus grands groupes bancaires d’Europe, présent dans la banque de détail, la gestion d’actifs, l’assurance et la banque d’investissement.

Des projets pilotes à la production

Depuis deux ans, les banques testent l’IA générative dans des processus ciblés, comme la synthèse d’appels, l’extraction de documents et la recherche interne. Mais le déploiement en production au sein d’entreprises soumises à la supervision, aux équipes chargées des risques liés aux modèles et aux auditeurs s’est révélé plus difficile.

C’est là que CA Artificial Intelligence prend toute son importance : la création d’une unité opérationnelle dédiée laisse penser que la banque veut se doter d’une méthode reproductible pour choisir les modèles, transférer les données, définir des garde-fous et déployer des outils dans plusieurs métiers, plutôt que de laisser les expérimentations cloisonnées au sein d’équipes distinctes.

Le rôle de Mistral s’inscrit dans une tendance européenne plus large : les banques et les gouvernements de la région ont plaidé en faveur de fournisseurs locaux de modèles, capables de répondre aux enjeux de résidence des données, de langue et de marchés publics sans envoyer toutes les charges de travail stratégiques aux hyperscalers américains.

Plus tôt jeudi, Mistral avait fait la une de l’actualité des développeurs avec la sortie d’un modèle comptant un billion de paramètres. Cette mise à jour de la banque montre comment les fournisseurs de modèles destinés aux entreprises cherchent à transformer les lancements de modèles très médiatisés en une demande durable dans des secteurs réglementés.

À lire également : Oracle accorde 1 milliard de dollars à ses partenaires pour réduire les factures de services cloud liés à l’IA des grandes entreprises

Gouvernance et contrôle des fournisseurs chez Crédit Agricole

La déclaration de vendredi précisait également que l’unité se concentrerait sur la gouvernance et les contrôles opérationnels propres à Crédit Agricole : centraliser l’approbation des fournisseurs, définir les processus métier pouvant faire appel à des modèles externes et fixer les règles d’échange de données avec des partenaires tels que Mistral et Prisme.ai.

Ces précisions indiquent que la banque donne la priorité à la traçabilité et à la conformité dans sa transition des expérimentations vers des déploiements à l’échelle de l’ensemble du groupe.

Crédit Agricole n’a communiqué ni les effectifs, ni le budget, ni les objectifs de chiffre d’affaires de l’unité, et n’a pas précisé si Mistral ou Prisme.ai alimenterait en premier des assistants internes, des outils destinés aux clients ou des systèmes pour les développeurs. Toutefois, le fait d’avoir intégré cette initiative à une publication officielle de résultats indique aux investisseurs qu’elle relève de la stratégie opérationnelle, et non d’une simple opération de communication autour de l’innovation.

Une unité d’IA bancaire ressemble moins à une équipe de développement de chatbot qu’à une tour de contrôle.

Si Crédit Agricole veut que 20 services utilisent des modèles de Mistral, il lui faut un point central pour approuver les fournisseurs, acheminer les données sensibles, mesurer la qualité des résultats et tenir des registres à des fins d’audit interne. Pour les éditeurs de logiciels européens, la centralisation des achats peut transformer un projet pilote réussi en un déploiement à l’échelle du groupe.

Questions des entreprises et des investisseurs

Pour les actionnaires, la question essentielle est de savoir si ces unités réduisent les coûts de main-d’œuvre et les délais de traitement plus rapidement qu’elles n’augmentent les coûts des logiciels et de la conformité.

Les prochains indices viendront d’études de cas, d’informations sur les effectifs ou de contrats remportés par des fournisseurs, qui montreront où CA Artificial Intelligence est d’abord utilisé et si la présence de Mistral au sein de la banque s’étend au-delà de l’expérimentation.

À lire ensuite : Amazon offre à Alexa cinq nouveaux gadgets et une carte 3D de votre maison