Dans les services financiers, le passage de l’automatisation des processus à l'autonomie de niveau décisionnel n’est plus théorique. Les dirigeants veulent des systèmes capables de « penser, agir et décider au nom de l’humain... pour réellement élever le rôle de l’humain », affirme Shyamala Chandrasekar, principale solutions, Services financiers autonomes chez HCLTech.

Des recherches récentes, Avenir des paiements : L’IA partout. La confiance nulle part ?, confirment l'urgence : plus de la moitié des organisations de paiements s’attendent à fonctionner comme des entités de services financiers autonomes d’ici deux ans, mais seule une minorité dispose de l’infrastructure et de la gouvernance nécessaires pour le faire en toute confiance.

Ce que signifie vraiment “autonome” dans les services financiers

L’autonomie ne consiste pas à remplacer les humains par des machines. Comme le souligne Chandrasekar, « lorsque vous regardez les services financiers autonomes, ce dont nous parlons réellement, ce sont des systèmes intelligents capables de penser, d’agir et de décider au nom de l’humain... il s’agit d’augmenter le jugement humain. » Elle le compare au pilote automatique de l’aviation : les pilotes n’ont pas disparu; leur rôle est devenu plus stratégique.

En coulisses, dit-elle, l’autonomie combine une automatisation à grande échelle avec l’IA « comme cerveau », et des agents qui orchestrent les flux de travail de bout en bout. Tout cela « repose sur une architecture composable », avec la donnée comme carburant et une présence humaine pour maintenir la confiance. Cela libère les employés « pour qu’ils passent plus de temps à bâtir des relations » et à approfondir les échanges avec les clients.

La feuille de route : Refonte de l’architecture et des parcours

La progression sera par étapes. Chandrasekar présente deux leviers. D’abord, la maturité architecturale : données, composabilité, API et microservices. Ensuite, la reconception des parcours : réimaginer les expériences de bout en bout pour que l’IA ne se contente pas de numériser les étapes mais « élimine ce dont vous n’avez plus besoin », avec des systèmes intelligents agissant au nom de l’utilisateur.

Cette insistance sur les fondations fait écho à la recherche. Seules 20 % des entreprises disposent de systèmes de données modernes et en temps réel, et 81 % n’ont pas de capacités modernes et cloud-native en temps réel, ce qui représente des défis importants pour l’autonomie à grande échelle.

Paiement agent en pratique : des paiements déclenchés par événement à l’orchestration

Le secteur des paiements est propice, car, comme le souligne Aaditya Rathod, chef – FinTech, Royaume-Uni et Europe chez HCLTech, il « touche chaque industrie, sans exception. » Il définit les paiements autonomes comme des transactions déclenchées par événement « initiées et exécutées par des systèmes et dispositifs... sur la base de règles prédéfinies », alimentées par les données et « un moteur IA complet ».

Les organisations se préparent. Si seulement 18 % se disent entièrement prêtes à déployer des solutions de paiement agent sécurisé auprès des clients, 63 % supplémentaires sont pour la plupart prêtes et comblent l’écart.

Rathod insiste sur l’importance du « tissu conjonctif formé par des API robustes » et d’une connectivité sécurisée à l’intérieur comme à l’extérieur de l’entreprise, ainsi que d’une couche d’orchestration pour que « le bon message puisse atteindre le bon secteur ».

Confiance, risque et gouvernance : relever les plus grandes inquiétudes des dirigeants

La prudence est rationnelle. « La confiance et la sécurité sont essentielles », dit Rathod. Presque tous les dirigeants partagent des inquiétudes quant à l’application de l’IA aux paiements (91 %) et spécifiquement concernant les assistants agents (99 %), les principaux risques étant la confidentialité/sécurité (42 %), l’intégration à des systèmes hérités (40 %) et la confiance des clients (40 %).

Rathod évoque trois mesures immédiates : adopter une posture “zéro confiance” où « chaque transaction doit être perçue comme nouvelle », renforcer la protection des données et assurer la conformité réglementaire dès le départ. La recherche souligne pourquoi ces aspects sont critiques : 60 % des dirigeants affirment que les outils de détection des fraudes IA actuels sont davantage inefficaces qu’efficaces et 47 % n'ont pas de politiques ou lignes directrices formelles concernant l’IA, ce qui laisse place à des abus ou dysfonctionnements.

Premières sources de valeur : fraude, routage, enquêtes et au-delà

Rathod ajoute deux cas d’utilisation concrets :

• Trésorerie prédictive et liquidité : Les trésoriers d’entreprise « disposent d’énormes montants de fonds ». Avec des moteurs autonomes, « le système peut déterminer quand la liquidité est nécessaire » et placer automatiquement l’excédent sur des comptes porteurs d’intérêts, puis le rapatrier au besoin
• Paiements de factures selon la liquidité : Au lieu de débits à date fixe, les consommateurs peuvent demander à un agent de payer « dès que j’ai assez de liquidité... en tenant compte de la date limite », maximisant ainsi les liquidités disponibles jusqu’à l’échéance

Ces schémas vont dans le sens du marché : 87 % des dirigeants craignent de perdre des clients sans capacités en temps réel, ce qui pousse à l’adoption d’expériences instantanées et déclenchées par événement.

Investir sans enfermement : temps, échelle et jeu d’écosystème

La patience stratégique est la moitié de la bataille. Si 54 % considèrent les agents IA comme un investissement à long terme, 40 % pensent que de nombreux outils actuels ne seront plus pertinents dans cinq ans.

Le conseil de Rathod : bien choisir sa pile de sécurité, y compris pour les données et l’infrastructure, être prêt pour la réglementation et élever l’expérience utilisateur pour que les clients aient toujours « la bonne information... au bon moment » pour leur bien-être financier.

Le dernier conseil de Chandrasekar : « c’est un jeu d’écosystème ». Ce n’est pas un sprint en solo mais un effort coordonné avec les partenaires, de bout en bout, en maintenant des contrôles humains au fur et à mesure que les capacités se développent.

Adopter l’avenir autonome

L’autonomie arrive plus vite que prévu, plus vite que certains ne sont prêts. L’enjeu est clair : décisions pilotées par l’IA, orchestration de données en temps réel et parcours automatisés de bout en bout, invisibles pour le client et fiables pour le régulateur. Le chemin l’est tout autant : moderniser les données et la connectivité, repenser les parcours, opérationnaliser le zéro confiance et la gouvernance, et bâtir avec des partenaires capables de s’adapter à mesure que la technologie évolue.

Dans ce contexte, les paiements autonomes ne se contenteront pas de traiter des transactions : ils anticiperont les besoins, renforceront la confiance et créeront des expériences intelligentes et résilientes qui définiront la prochaine ère de la finance.