Lors du Forum communautaire Temenos 2026, HCLTech a profité de sa séance thématique sur la banque autonome pour souligner un point plus large concernant l’évolution du secteur. Animée par Monu Kurien Mathew, vice-président principal et chef des solutions d’affaires, Services financiers, et par Ashish Arondekar, vice-président principal et chef mondial de HCLTech Temenos Business, la séance a soutenu que la banque va maintenant au-delà de la numérisation frontale et des cas d’utilisation isolés de l’IA pour entrer dans quelque chose de plus structurel : un nouveau modèle opérationnel axé sur l’orchestration intelligente, l’autonomie encadrée et le changement continu.

De nombreuses banques ont numérisé la porte d'entrée client, mais une grande partie du bureau intermédiaire et du back-office dépend encore des efforts manuels, des opérations « chaise pivotante » et des employés qui recousent des processus défaillants. Les client·e·s peuvent profiter d’une interface plus épurée, mais la banque elle-même fonctionne encore souvent à travers des flux de travail fragmentés, des transferts retardés et un niveau élevé de lourdeurs opérationnelles. Ce modèle a atteint sa limite. La prochaine ère de la banque ne sera pas définie uniquement par de meilleurs canaux, mais par la capacité des institutions à percevoir, décider, orchestrer et agir intelligemment à travers les parcours, les contrôles et le changement lui-même.

La banque se réinvente pour 2030

Les services financiers n’évoluent pas simplement. Ils se réorganisent pour un environnement concurrentiel très différent.

D’ici 2030, les banques gagnantes seront probablement plus proactives, plus adaptatives et opéreront à la vitesse des machines. Les client·e·s accorderont de plus en plus de valeur aux banques qui comprennent le contexte, anticipent l’intention et réduisent les efforts. La lutte contre la fraude, la conformité et les contrôles des risques ne peuvent plus rester des activités postérieures. Et les changements de produits, les révisions de politiques, les nouveaux schémas de fraude et les modèles de partenariats évoluent trop rapidement pour que les cycles de projets traditionnels puissent suivre. Dans cet environnement, l’autonomie n’a plus l’air futuriste, elle devient essentielle.

La séance a présenté la banque autonome comme une réponse à quatre pressions structurelles qui s’exercent déjà sur les banques :

• Économie
• Complexité
• Attentes croissantes
• Vitesse du changement

Les banques ont besoin de plus de débit sans croissance proportionnelle des effectifs ou des coûts manuels. Les humains sont devenus la couche d’intégration à travers trop de parcours, ce qui est coûteux, fragile et lent. Les clients et les équipes des opérations veulent des réponses en temps réel et moins d’allers-retours. Et la réglementation, la fraude et les déploiements de plateforme évoluent tous plus rapidement que ce que les modèles de prestation hérités peuvent absorber.

Ce que signifie la banque autonome

La banque autonome ne signifie pas une IA non supervisée. Elle ne signifie pas remplacer les banquiers par un modèle en espérant le meilleur. La séance l’a défini de façon beaucoup plus précise : la prise de décision, l’orchestration et l’exécution délimitées à l’intérieur de contrôles clairs : « L’autonomie sans limites, c’est le chaos. L’autonomie avec des contrôles, c’est l’échelle. »

De nombreuses conversations sur l’IA dans le secteur bancaire amalgament encore des notions très différentes. L’automatisation fondée sur des règles, la synthèse par GenIA, les copilotes et les agents conversationnels ont tous un rôle à jouer, mais ils ne sont pas la même chose que la banque autonome. L’autonomie est un continuum, allant de l’automatisation de tâches à l’exécution assistée par l’IA, puis vers l’orchestration par agents, l’autonomie délimitée et, finalement, des systèmes auto-optimisants. Les grands principes de conception sont ce qui rend cela exploitable en banque : intervention humaine sur exception, décisions encadrées par des politiques, résultats natifs probants, orchestration intersystèmes et boucles d’apprentissage continu.

En d’autres mots, la machine gère la routine et l’humain gère l’essentiel. Ce n’est pas une limitation de l’autonomie. C’est ce qui rend l’autonomie viable pour les banques.

Commencez là où la douleur est visible

Les meilleurs premiers cas d’utilisation ne sont pas les plus tape-à-l’œil. Ce sont ceux où la douleur est déjà visible : des processus à forte composante documentaire, guidés par les exceptions et à volume élevé, ralentis par une intervention humaine pour l’intégration entre les systèmes.

La séance s’est concentrée sur trois exemples.

• Prêts hypothécaires

Le plus grand frein se trouve souvent non pas dans la prise de décision elle-même, mais au milieu de la chaîne de valeur : la réception de documents, la validation, la ressaisie, la réconciliation, la préparation de dossiers et la reprise des travaux. La séance a présenté une approche hypothécaire autonome qui utilise des flux de travail pilotés par des agents pour extraire des données financières structurées, classer les documents, extraire des preuves, catégoriser les transactions, effectuer des calculs et appliquer des règles d’abordabilité avant qu’un conseiller examine les exceptions et prenne la décision de crédit. L’argument n’est pas que la souscription disparaît. C’est plutôt que la souscription est rétablie en éliminant le travail manuel qui empiète sur le jugement.

• Enquêtes autonomes

Ici, la douleur est différente, mais le schéma est le même. Les analystes sont submergés par le volume d'alertes, les faux positifs, la collecte de contexte et la préparation des notes de clôture avant de pouvoir appliquer un réel jugement d’enquête. L’autonomie transforme les analystes de collecteurs de contexte en évaluateurs de risque. Encore une fois, la valeur n’est pas seulement la rapidité. C’est la cohérence, la qualité des preuves et une meilleure utilisation de l’expertise rare des spécialistes.

• Financement du commerce

Cela fait partie de la même famille de problèmes : des parcours impliquant plusieurs documents, plusieurs parties et de nombreuses divergences, où trop d'efforts sont consacrés à la collecte, à la validation et à la mise en forme des informations avant qu'un spécialiste puisse prendre une décision significative.

Le point commun entre les trois cas d'utilisation est que l'autonomie crée de la valeur en allégeant la charge administrative autour de la véritable personne décisionnaire. 

La confiance est le véritable pont du projet pilote à la production

Le passage du projet pilote à la production dépend moins de l'intelligence du modèle uniquement et davantage du cadre de contrôle qui l'entoure.

Les dispositifs de sécurité ne sont pas là pour freiner l’IA. Ce sont eux qui permettent aux banques de l'adopter à grande échelle en toute confiance. La séance a présenté les éléments de ce qu'elle appelait l'autonomie de confiance : gouvernance des données et de l'identité, supervision et approbation humaine, preuve et possibilité d’audit, contrôle des politiques et de la conformité, sécurité des modèles et des agents, ainsi qu'une surveillance continue, des tests et la capacité à arrêter instantanément tout comportement non sécuritaire.

Cela mène à une question de leadership plus utile. Le problème n’est pas simplement de savoir si le modèle peut accomplir le travail. Il s'agit de savoir si l’institution peut lui faire confiance, le gouverner, l’observer et s’en remettre au besoin. C’est la différence entre une démonstration et une capacité bancaire réelle.

Les parcours autonomes mettent le noyau sous pression

La banque autonome n’est pas seulement une histoire de parcours. C’est aussi une question de plateforme.

À mesure que les parcours autonomes prennent de l’ampleur, davantage de pression s’exerce vers l’amont, au cœur des systèmes. Les produits et les flux de travail changent plus fréquemment. Les agents, les modèles et les contrôles entraînent davantage d’interdépendances de publication. Le risque de régression augmente à mesure que les parcours deviennent interconnectés. Les banques ont besoin d’une preuve que chaque changement est sécuritaire, traçable et réversible. C’est à ce moment-là que l’autonomie opérationnelle bute contre la réalité de la plateforme. Si le cycle de vie Temenos dépend encore d’analyses d’impact manuelles, de grands cycles de régression et de préparations de publication intensives en main-d’œuvre, le modèle d’exploitation commence à s’auto-contraindre.

C’est pourquoi la séance a soutenu que le cycle de mise à niveau Temenos doit lui aussi devenir plus autonome. L’objectif n’est pas seulement d’accélérer les mises à niveau, mais aussi la certitude : analyse d’impact autonome, génération et priorisation autonome des tests, séquençage autonome des déploiements et préparation au retour arrière, et production autonome de preuves à des fins d’approbation humaine et d’audit. Le point d’affaires plus large est que les banques ne peuvent pas exploiter des parcours autonomes sur une mécanique de changement manuelle indéfiniment.

Les banques gagnantes concrétiseront l'autonomie

La banque autonome n’est ni un chatbot, ni une fonctionnalité supplémentaire, ni une surcouche d’IA. C’est un changement dans la façon dont les banques conçoivent leurs parcours, leurs contrôles et la gestion du changement. L’argument, c’est que l’autonomie ne devient réelle que lorsque l’intelligence rencontre la discipline, que l’innovation se combine aux contrôles et que l’ambition d’affaires est appuyée par la maturité de la plateforme.

Cela crée une feuille de route concrète pour les banques. Commencez là où la douleur est visible. Concevez pour la confiance dès le premier jour. Bâtissez des modèles de capacités réutilisables. Et ne laissez pas la plateforme de côté.

D’ici 2030, les gagnants ne seront probablement pas les banques avec le plus de projets pilotes, de démonstrations ou de battage médiatique. Ce seront celles qui auront transformé l’autonomie en un modèle d’exploitation gouverné, auditable et évolutif.