Quand l’IA devient un avantage stratégique pour une banque canadienne

Compte tenu de l’évolution des attentes réglementaires, de l’augmentation des volumes d’opérations et de la demande croissante d’analyses financières accélérées et plus intelligentes pour éclairer la prise de décisions, le service des finances d’une banque canadienne savait qu’il devait hausser son niveau de performance.

Mais ce service était déjà aux prises avec de nombreux défis. Les processus critiques exigeaient beaucoup de ressources et de temps. La préparation des documents manquait d’uniformité dans le style et l’approche, ce qui nécessitait de multiples révisions pour confirmer l’exactitude et l’exhaustivité. De plus, l’extraction des données pour la production de rapports était un processus complexe, en grande partie manuel. 

Cette combinaison de facteurs a amené le service des finances au constat qu’une simple amélioration des processus existants serait insuffisante. Une réinvention au moyen des capacités de l’IA générative s’imposait afin de rationaliser les processus d’analyse, d’automatiser les activités exigeantes en main-d’œuvre, d’améliorer la rapidité de la production de contenu, de générer le premier jet de documents de grande qualité, et de préparer le terrain à une utilisation élargie de l’IA afin de créer de la valeur à long terme.

En 2024, le service des finances de cette banque a fait appel à l’équipe de PwC Canada pour l’accompagner dans sa transformation initiale par l’IA, notamment la mise en œuvre de trois cas d’utilisation de l’IA générative afin de démontrer comment l’IA pouvait être mise à profit afin de créer une valeur stratégique pour la banque.

Nous avons collaboré avec le service des finances pour repenser en profondeur la façon dont il pouvait exploiter l’IA – surtout l’IA générative – dans la transformation des principaux processus financiers, afin d’améliorer la qualité et la rapidité de ses activités financières et réglementaires et de fournir des analyses de meilleure qualité pour éclairer la prise de décisions. Nous avons axé notre approche sur trois principes clés :

• La priorité à la réinvention : Nous avons travaillé en collaboration avec le service des finances pour examiner comment il pouvait utiliser les capacités et les outils de l’IA générative, afin de transformer ses processus financiers tout en maintenant des contrôles appropriés et une gouvernance rigoureuse.

• Une approche modulaire axée sur les cas d’utilisation visant à démontrer la valeur de l’IA : Nous avons accompagné l’équipe financière à partir de sa réalité actuelle, l’aidant à démontrer la valeur de l’IA pour la banque grâce à la mise en œuvre de trois cas d’utilisation de l’IA générative. Cette approche modulaire, centrée sur les cas d’utilisation, nous a permis d’accélérer la capacité de la banque à recourir à l’IA générative en toute confiance pour créer une valeur stratégique à court terme, tout en l’aidant à établir le cadre, les capacités et la gouvernance nécessaires à l’élargissement de son utilisation de l’IA au fil du temps.

• Une approche multidimensionnelle du changement : Nous n’avons pas mis l’accent que sur la technologie : nous avons abordé de front les dimensions structurelles, procédurales et humaines parallèlement à la mise en œuvre technologique afin de développer les capacités internes, de favoriser l’adhésion et de stimuler l’adoption par les utilisateurs.

Plus précisément, nous avons travaillé en collaboration avec la banque pour mettre en œuvre l’IA générative relativement aux trois cas d’utilisation prioritaires suivants : 

• Développement d’un assistant pour les résultats financiers : Nous avons aidé le service des finances à mettre en place l’IA générative afin d’automatiser la création de rapports d’analyse et de résumés des transcriptions des conférences téléphoniques sur les résultats, ce qui a permis de réduire le travail manuel et de favoriser la production accélérée d’informations plus exactes et plus pertinentes.
• Automatisation de certains aspects des rapports de gestion : Nous avons collaboré avec la banque pour mettre à profit l’IA dans la simplification de la rédaction des commentaires des rapports de gestion, ce qui a permis de rationaliser les processus de production de rapports financiers, de générer des documents uniformes et exacts, et de réduire les efforts manuels – tout en maintenant un respect strict des exigences réglementaires.
• Extraction de données assistée par les grands modèles de langage pour soutenir l’analyse comparative : Nous avons conçu une solution polyvalente fondée sur l’IA générative capable d’extraire et de traiter des données provenant de divers documents financiers, ce qui a permis à la banque d’automatiser et de simplifier les activités d’analyse comparative, de réduire les interventions et vérifications manuelles, et de diminuer le risque d’erreurs.