La course à l’IA à Wall Street : 5 choses qui, selon McKinsey, sépareront les gagnants des perdants
La facture arrive à échéance pour les investissements des banques de Wall Street dans l’IA.
Cela fait deux ans que l’IA générative a retenu l’attention et l’argent des dirigeants des banques. Ils ont constitué des équipes de technologues pour expérimenter l’IA générative et exécuter des preuves de concepts. Certaines d’entre elles se sont depuis étendues à des initiatives à l’échelle de l’entreprise utilisées par des milliers d’employés. Aujourd’hui, les dirigeants commencent à se demander quand ces investissements porteront leurs fruits.
« C’est la question des 20 milliards de dollars », selon Larry Lerner, associé du cabinet bancaire de McKinsey.
Pour une poignée d’entreprises, Lerner a déclaré que des bénéfices tangibles commencent à émerger sous la forme d’économies de coûts actuelles, d’évitements de coûts futurs et de revenus supplémentaires. Mais pour beaucoup, la réalité est un « purgatoire POC », a déclaré Lerner, faisant référence aux pièges des preuves de concept où les entreprises restent coincées dans la phase d’expérimentation et « deviennent très réticentes à l’idée de vraiment s’y pencher ». Dans ces cas-là, « l’institution a passé les deux dernières années à investir et à investir sans rien voir du tout », a déclaré Lerner.
Selon un rapport d’octobre d’Evident AI, qui suit l’adoption de l’IA dans les services financiers, seules six banques sur 50 ont divulgué des économies de coûts ou une augmentation des revenus grâce à leurs investissements dans l’IA.
Alors, qu’est-ce qui différencie les pionniers des retardataires ? Selon une récente étude de McKinsey, cela peut se résumer à quelques décisions clés : concentrer les efforts sur quelques utilisations, obtenir l’adhésion du PDG et utiliser l’IA générative en conjonction avec d’autres technologies. Surtout, cela impliquera un changement de mentalité où l’IA sera considérée et traitée comme une opportunité commerciale plutôt que comme un problème technologique, a déclaré Lerner.
Lerner a souligné ce qui séparera les gagnants des perdants. Il a refusé de commenter des sociétés spécifiques.
Considérer l’IA comme un problème commercial et non technologique
Les équipes de direction doivent reconnaître que l’IA générative est une opportunité commerciale, et pas seulement un jeu technologique, a déclaré Lerner. Pour cette raison, il a déclaré que les chefs d’entreprise devraient supporter le poids de la responsabilité, plutôt que que cette responsabilité repose uniquement sur les épaules des dirigeants technologiques.
« Les institutions qui responsabilisent les chefs d’entreprise quant à l’obtention de leurs résultats auront tendance, avec le temps, à s’améliorer grâce à un partenariat beaucoup plus solide », a déclaré Lerner.
Concentration de la puissance de feu
L’IA générative a généré plus de valeur lorsqu’il n’y a qu’une poignée de cas d’utilisation, au lieu que chaque unité commerciale fasse un petit peu ici et là et voie ce qui colle, a déclaré Lerner.
« Au lieu d’avoir 60 cas d’utilisation dans 15 secteurs d’activité et fonctions différents, limitez-vous à trois domaines dans lesquels vous souhaitez approfondir », où vous réinventez l’ensemble du domaine ou du flux de travail a conduit à un chemin plus rapide vers la valeur, a déclaré Lerner.
Choisissez les domaines dans lesquels le retour sur investissement peut réellement être suivi
Il devient de plus en plus clair que la principale force de l’IA générative pour faire gagner du temps aux travailleurs ne peut pas toujours être attribuée à l’impact sur les résultats, ce qui entraîne une certaine frustration au sein des conseils d’administration.
« La valeur de ce que vous faites dépend de la façon dont vous allez réutiliser votre temps, et c’est vraiment difficile à faire », a déclaré Lerner. « Comme il s’agit d’un levier indirect, il est très difficile de mesurer réellement et de convaincre les gens qu’il y a de la valeur. »
D’un autre côté, les outils d’IA tels que les copilotes des centres d’appels et les campagnes marketing basées sur l’IA qui améliorent l’expérience client peuvent générer une valeur incrémentielle mesurable, a déclaré Lerner. Une grande banque mentionnée dans le rapport McKinsey prévoit une augmentation de 10 % de ses revenus grâce à une nouvelle plateforme d’analyse permettant de cibler de nouveaux clients et de vendre des produits à ceux existants.
Pour la fintech « Achetez maintenant, payez plus tard » Klarna, l’utilisation d’un agent de centre d’appels alimenté par OpenAI devrait générer environ 40 millions de dollars de bénéfices cette année, a déclaré la société dans un article de blog plus tôt cette année. À l’époque, l’IA effectuait le travail de 700 agents à temps plein, selon Klarna.
Lerner a déclaré qu’il commençait à voir certaines banques modifier leurs plans d’embauche prospectifs, en particulier dans le centre de contact, grâce à l’augmentation du libre-service et à des délais de résolution plus rapides. « Cet évitement des coûts est absolument mesurable », a-t-il déclaré.
La réutilisabilité est la clé
Construisez quelque chose une fois et redéployez-le cent fois, a déclaré Lerner. Cela peut accélérer les délais de développement et permettre aux entreprises d’évoluer plus rapidement, car l’outil a déjà passé les approbations requises en matière de risque, de sécurité et de conformité, a-t-il déclaré.
L’exécution se résumera à l’adoption
Amener les travailleurs et les clients à adopter une nouvelle façon de faire quelque chose ou une nouvelle technologie est l’un des éléments les plus importants de l’équation de valeur. Il s’agit d’un vieux défi auquel les banques ont été confrontées lors des cycles technologiques précédents. En ce qui concerne l’IA, « la plupart des entreprises ont fait un assez mauvais travail pour amener l’adoption au niveau qui produira les résultats qu’elles souhaitent obtenir », a déclaré Lerner.
