Les banques natives de l'IA—construites dès le départ autour de l'intelligence artificielle—automatisent le service client, le crédit, la conformité, et plus encore. Observez comment des pionniers comme Catena Labs, One Zero, Bunq, WeBank, et CITIC aiBank redéfinissent la finance mondiale et défient les banques traditionnelles.
L'IA dans la finance a évolué rapidement. Dans les années 2010, de nombreuses banques ont introduit l'apprentissage automatique pour les scores de crédit et les chatbots pour le support client, testant le potentiel de l'IA au sein de cadres existants. En 2020, les grandes banques intégraient des algorithmes avancés dans la gestion des risques et la personnalisation client. Une enquête récente de l'industrie a révélé que 65% des banques prévoient de lancer des services clients pilotés par l'IA en 2025 – preuve de l'importance croissante de l'IA dans le secteur bancaire. Pourtant, la plupart de ces efforts continuent d'ajouter l'IA à des systèmes hérités. En revanche, les banques « natives de l'IA » visent à concevoir une institution financière entièrement autour des capacités de l'IA, réorganisant fondamentalement le fonctionnement d'une banque.
Le concept de banques natives à l'IA gagne en traction à mesure que les entrepreneurs et technologues reconnaissent que les banques existantes – même les néobanques axées sur le numérique – rencontrent des limites dans l'adaptation à un monde centré sur l'IA. Les banques traditionnelles, bâties sur des processus et infrastructures datant de plusieurs décennies, trouvent souvent qu'il est « lent, coûteux, plein de frictions mondiales, inflexible et inapproprié » de soutenir les nouvelles opportunités que l'IA offre. Cela a ouvert la voie aux startups et aux entreprises financières avant-gardistes pour construire des banques qui commencent avec des architectures IA-first.
Ces nouveaux acteurs conçoivent des systèmes où l'IA gère tout, de l'interaction avec les clients et la surveillance des fraudes aux décisions de crédit et même à la conformité réglementaire, sous la supervision humaine.
Qu'est-ce qu'une banque native de l'IA ?
En termes simples, les banques natives de l'IA sont des institutions financières construites autour de l'intelligence artificielle dès le premier jour, plutôt que d'ajouter l'IA à un noyau traditionnel.
Une récente description faite par une startup fintech a défini une banque native de l'IA comme une banque « construite autour de l'IA, non ajoutée après coup. »
En pratique, cela signifie que les produits, services et processus internes de la banque sont conçus pour être exploités par des algorithmes IA et l'automatisation, avec une intervention manuelle minimale dans les flux de travail quotidiens. Le personnel humain offre une supervision, une orientation stratégique, et gère les cas exceptionnels, mais les systèmes IA alimentent les décisions et interactions courantes.
Une banque native de l'IA se caractérise typiquement par des opérations numériques de bout en bout avec l'IA gérant l'intégration des clients, l'évaluation des risques, les transactions, et le service client.
Les modèles avancés d'apprentissage automatique analysent les données des clients pour proposer des conseils financiers personnalisés ou détecter la fraude en temps réel. Les chatbots et assistants virtuels gèrent une grande partie des demandes des clients. Important, ces banques intègrent souvent les dernières innovations en IA telles que l'IA générative pour les interfaces conversationnelles ou l'apprentissage par renforcement pour optimiser les stratégies d'investissement. Le but est de créer une banque qui peut apprendre et s'adapter continuellement, améliorant ses services à mesure qu'elle recueille plus de données – ce que cœurs hérités statiques ne peuvent pas facilement faire.
Une autre caractéristique est que les banques natives de l'IA considèrent la conformité et la gestion des risques comme des fonctionnalités intégrées des systèmes IA. Dans les banques traditionnelles, la conformité est souvent une couche séparée de vérifications et de rapports, dont certaines sont effectuées manuellement. Dans une banque IA-first, le logiciel est conçu pour respecter les contraintes réglementaires dès le départ, automatisant des choses comme la surveillance des activités suspectes. « Une compréhension appropriée de la conformité et du risque réglementaire doit avoir sa place aux côtés des produits et de l'ingénierie », souligne Neville, indiquant que ces banques programment la logique réglementaire directement dans leurs flux de travail IA.
Il est important de noter que « native de l'IA » ne signifie pas « uniquement IA ». La supervision humaine reste cruciale.
La vision n'est pas une banque totalement autonome sans employés, mais une banque fortement automatisée où les humains et l'IA travaillent de concert. Par exemple, un projet de banque IA prévoit d'utiliser des « acteurs IA, ou travailleurs numériques, comme employés pour effectuer des tâches internes comme l'écriture de logiciel, » tandis que les humains gèrent la supervision et la prise de décision de haut niveau. Dans les rôles face aux clients, un assistant IA pourrait répondre aux questions de routine, en escaladant vers un banquier humain seulement lorsqu'il rencontre quelque chose qu'il ne peut pas gérer ou une situation nécessitant empathie et jugement.
Dans les sections suivantes, nous examinons cinq initiatives qui exemplifient le mouvement des banques natives de l'IA.
Catena Labs – Construire une banque pour
l' « économie de l'IA »
Un des nouveaux projets les plus discutés est Catena Labs, une startup basée aux États-Unis cofondée par Sean Neville (mieux connu comme cofondateur de Circle, la société derrière le stablecoin USDC).
Catena Labs a fait les manchettes en mai 2025 en obtenant 18 millions de dollars de financement initial pour construire ce que Neville appelle une « institution financière native de l'IA entièrement régulée » conçue pour l'émergence de l' « économie de l'IA. »
Le tour de financement a été dirigé par le fonds crypto a16z d'Andreessen Horowitz, avec la participation d'investisseurs de premier plan, notamment Breyer Capital, Coinbase Ventures, et même la star de la NFL Tom Brady – une équipe qui souligne l'engouement autour de cette idée.
La vision de Catena est ambitieuse : créer une banque où les systèmes IA (appelés « agents IA ») peuvent détenir des comptes, exécuter des transactions, et interagir financièrement avec d'autres agents ou des humains de façon autonome. Neville croit que dans un avenir proche, « les agents IA conduiront la plupart des transactions économiques, » et que les banques actuelles ne sont pas équipées pour ce scénario.
Par exemple, un algorithme de négociation ou un bot de commerce électronique pourrait avoir besoin d'effectuer des milliers de paiements éclairs ou de signer des contrats au nom d'un propriétaire humain – des tâches qui mettent à rude épreuve les processus bancaires conventionnels.
La réponse de Catena est de reconstruire l'infrastructure financière à partir de zéro pour répondre à de tels besoins.
Au cœur de l'approche de Catena se trouve l'utilisation des stablecoins – spécifiquement l'USDC, que Neville a co-créé – comme une « monnaie native de l'IA » pour les transactions.
Parce que les stablecoins fonctionnent sur des réseaux blockchain, ils permettent des paiements instantanés et programmables à travers les frontières. Catena Labs soutient que les stablecoins sont idéaux pour les agents IA, qui pourraient fonctionner 24/7 au niveau mondial et nécessiter des transactions rapides et à faible coût sans délais humains. En exploitant USDC et des devises numériques similaires, la nouvelle banque entend permettre aux clients IA de déplacer de l'argent aussi facilement que des données, tout en respectant les normes réglementaires concernant la connaissance du client (KYC) et la lutte contre le blanchiment d'argent (AML).
La régulation et la confiance sont des axes clés pour Catena Labs.
Neville souligne que l'obtention des licences bancaires appropriées et la garantie de la conformité font partie intégrante de la feuille de route du projet. La banque sera « opérée par l'IA sous supervision humaine, » ce qui signifie que les systèmes automatisés gèrent les fonctions quotidiennes mais les humains établissent les politiques et interviennent si nécessaire. Catena a même publié un Agent Commerce Kit (ACK) – une boîte à outils open source pour vérifier et gérer l'identité des agents IA. Établir une identité digitale fiable pour les entités IA est l'un des défis les plus épineux, puisque les réglementations exigent l'identification des détenteurs de compte (et évidemment, on ne peut pas tatouer les empreintes digitales à un bot IA). L'ACK est une tentative préliminaire pour résoudre ce problème en fournissant des protocoles pour enregistrer et authentifier les agents IA dans les transactions financières.
En articulant pourquoi cet effort est nécessaire, Catena Labs ne mâche pas ses mots concernant les lacunes des banques existantes. L'infrastructure financière mondiale actuelle est décrite comme « lente, coûteuse, pleine de frictions globales, inflexible et inadaptée aux nouvelles opportunités et risques de l'IA. »
Selon Neville, les banques traditionnelles bloquent activement les agents automatisés – par exemple, de nombreux systèmes sont conçus pour détecter et empêcher les « bots » pour des raisons de sécurité, ce qui devient ironiquement un obstacle lorsque des agents IA légitimes tentent de participer. Par contre, la banque proposée par Catena serait conçue « de sorte que les acteurs IA seront les utilisateurs principaux, au lieu de les empêcher. »
À la mi-2025, Catena Labs est encore en mode développement – la société n'a pas encore de produit public et travaille à obtenir des licences. L'injection de 18 millions de dollars accélérera les embauches et les développements de produits. Compte tenu des antécédents de Neville chez Circle, il est probable que la startup collabore étroitement avec les régulateurs (possiblement en poursuivant une charte bancaire ou en s'associant avec une banque existante) pour assurer le lancement de la banque native de l'IA sur une assise juridique solide.
One Zero Bank – La banque numérique pilotée par
l'IA d'Israël
Bien que certains projets de banques natives de l'IA ne fassent que commencer, One Zero Bank en Israël est déjà opérationnelle et intègre profondément l'IA dans ses services.
Lancée fin 2022, One Zero est la première banque entièrement numérique d'Israël – notablement, la première nouvelle banque à obtenir une licence bancaire dans le pays depuis plus de 45 ans.
Elle a été cofondée par le professeur Amnon Shashua, un technologue éminent surtout connu comme fondateur de Mobileye (un leader dans la technologie des voitures autonomes). Fortement financée, One Zero Bank a dès le début cherché à fusionner la technologie de l'IA avec la banque. La banque a décrit son modèle au lancement comme « piloté par l'intelligence artificielle, amalgamant les avantages des banques traditionnelles et des néobanques. » En pratique, One Zero combine la commodité numérique avec une expérience de style banque privée, utilisant l'IA pour améliorer le service client et la personnalisation.
One Zero Bank a levé [des financements significatifs]
Content:
Le capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), soulignant la confiance en son approche. En 2025, la banque avait levé environ 242 millions de dollars et était valorisée à environ 320 millions de dollars, avec des investisseurs comprenant des géants technologiques comme Tencent et des fonds fintech de l'écosystème de SoftBank.
L'IA est au cœur de l'expérience client de One Zero.
En février 2024, la banque a lancé "Ella 2.0", une plateforme de services basée sur l'IA générative qui agit comme un assistant financier virtuel pour les clients. Développée en partenariat avec AI21 Labs (une startup israélienne spécialisée dans les modèles de langage de grande taille), Ella 2.0 est essentiellement un banquier privé IA disponible 24h/24 et 7j/7.
Les clients peuvent interagir avec Ella en langage naturel – poser des questions complexes sur leurs finances à travers différents comptes, obtenir des conseils budgétaires ou résoudre des problèmes – et obtenir des réponses instantanées et contextuelles. Le système comprend plusieurs langues et a été formé sur des requêtes bancaires étendues pour améliorer sa précision.
Selon la banque, Ella 2.0 "fournit des réponses instantanées, fonctionne 24h/24 et 7j/7, et utilise l'apprentissage automatique pour personnaliser les services financiers." En d'autres termes, elle apprend continuellement des interactions client pour offrir une meilleure aide, tandis que les banquiers humains se tiennent prêts à apporter un soutien si nécessaire.
Le premier PDG de One Zero, Gal Bar Dea, a souligné comment cet assistant IA élève la qualité du service. "Les capacités d'Ella 2.0 transcendent les barrières linguistiques," a-t-il déclaré, garantissant "des réponses immédiates, précises et personnalisées tout en évoluant continuellement pour répondre aux besoins individuels des clients."
One Zero est fier de mener cette "transition mondiale de l'IA générative expérimentale à la mise en œuvre pratique" dans le secteur bancaire.
Ori Goshen, co-PDG d'AI21 Labs, a noté que "le nouvel assistant IA de One Zero, Ella, représente un changement dans l'industrie de la banque numérique vers une meilleure expérience client – plus rapide, plus fiable et personnalisée pour chaque utilisateur."
De telles recommandations soulignent à quel point la startup technologique et la banque sont étroitement intégrées dans le développement de solutions d'IA.
Au-delà d'Ella, One Zero utilise l'IA d'une manière plus en coulisses. Des algorithmes automatisés gèrent une grande partie des opérations quotidiennes de la banque et de la prise de décision. Par exemple, des modèles d'IA sont employés pour les évaluations des risques de crédit et les recommandations d'investissement, apprenant des données pour affiner leurs résultats.
La stratégie de la banque a été d'automatiser autant que possible les tâches routinières, ce qui réduit les coûts et permet à la banque de proposer des frais plus compétitifs.
En même temps, One Zero maintient des conseillers financiers humains que les clients peuvent consulter (la banque promet un hybride de "gestionnaires financiers personnels" et d'assistance IA). Cette approche duale s'adresse aux clients qui veulent l'efficacité de l'IA mais aussi l'assurance de l'expertise humaine pour les décisions importantes.
L'investissement massif de One Zero dans l'IA porte ses fruits en termes d'engagement client.
D'après certains rapports, son assistant IA traitait jusqu'à 40 % des demandes des clients de manière autonome peu après son lancement, et aidait les agents humains pour de nombreuses autres demandes. Cela réduit significativement les temps de réponse – la banque affirme avoir éliminé les temps d'attente pour la plupart des requêtes – et garantit que les clients obtiennent des réponses cohérentes et de haute qualité à tout moment.
L'IA peut même gérer des questions complexes avec des références croisées; One Zero a mentionné des scénarios comme demander "Quel était ce restaurant indien où je suis allé avec un ami à Londres ?" et le système peut déduire et trouver la transaction. De telles capacités illustrent la puissance de la combinaison des données de transaction avec l'IA conversationnelle.
D'un point de vue marketing, One Zero Bank est une étude de cas sur la manière dont une nouvelle banque peut se différencier via l'IA. Dans le secteur bancaire concurrentiel d'Israël, le point de vente de One Zero n'est pas seulement d'avoir une application mobile élégante – de nombreuses banques le font – mais que ses services sont plus intelligents et proactifs. La banque peut alerter les utilisateurs de dépenses inhabituelles, prévoir leur flux de trésorerie ou suggérer des mouvements financiers, guidée par l'analyse IA de leurs données. Cela s'inscrit dans une tendance plus large : les consommateurs attendent de plus en plus un service personnalisé et instantané en finance, similaire à la façon dont Netflix ou Spotify personnalisent le divertissement. One Zero exploite cette attente, utilisant l'IA pour devenir une sorte de "concierge financier".
Les défis demeurent pour One Zero, surtout alors qu'il envisage une expansion au-delà d'Israël. La banque avait des plans pour s'étendre à l'international, mais des événements externes (tels que des conflits régionaux fin 2023) l'ont forcée à suspendre certaines initiatives.
Néanmoins, les progrès de l'entreprise sont surveillés à l'échelle mondiale. Si One Zero Bank continue de réussir, elle pourrait inspirer des banques digitales similaires axées sur l'IA dans d'autres pays. Elle offre également un exemple en direct aux régulateurs de comment l'IA peut être intégrée en toute sécurité dans le secteur bancaire. Notamment, les régulateurs israéliens ont donné à One Zero une licence bancaire complète, indiquant leur confiance dans son modèle et son capital – un signe positif pour d'autres banques espérant obtenir l'approbation réglementaire à l'avenir.
Bunq – La Première Néobanque Européenne Propulsée par l'IA
En Europe, l'un des acteurs établis adoptant une approche native de l'IA est Bunq, une banque numérique néerlandaise souvent surnommée "la banque des Libertés" pour son ethos axé sur la technologie et l'utilisateur.
Bunq a été fondée en 2012 et a grandi à des millions d'utilisateurs à travers l'Europe, mais fin 2023, elle a fait sensation en annonçant qu'elle était devenue "la première banque européenne propulsée par l'IA".
Bunq a intégré l'IA générative à son
plateforme à un degré sans précédent par rapport à ses pairs, visant à transformer la manière dont les clients interagissent avec leurs finances. L'élément central de cet effort est "Finn", l'assistant de finance personnelle propulsé par l'IA de Bunq.
En décembre 2023, Bunq a déployé Finn comme outil d'IA générative face aux clients intégré dans son application.
Finn a effectivement remplacé les fonctions classiques de recherche et de navigation au sein de l'application Bunq. Au lieu de parcourir manuellement les menus ou les listes de transactions, les utilisateurs peuvent simplement poser des questions à Finn ou donner des commandes en langage naturel. "Finn va vous impressionner", a déclaré Ali Niknam, le fondateur et PDG de Bunq, lors du lancement, vantant le résultat de "années d'innovation en IA" et un "focaliser laser sur nos utilisateurs".
L'objectif, tel que décrit par Niknam, était de "transformer complètement la banque telle que vous la connaissez" en rendant les interactions aussi simples qu'une conversation.
Que peut faire Finn ? Selon Bunq, beaucoup de choses. Les utilisateurs peuvent poser des questions comme "Combien ai-je dépensé en épicerie le mois dernier ?" ou "Quel est mon relevé moyen des factures mensuelles ?", et Finn analysera instantanément leurs données de transaction pour donner une réponse. Il peut également gérer des requêtes plus complexes qui combinent plusieurs informations.
Par exemple, Niknam a partagé qu' "il peut même combiner des données pour répondre à des questions allant au-delà des transactions, telles que 'Combien ai-je dépensé au café près de Central Park samedi dernier ?'". L'IA est sensible au contexte, ce qui signifie qu'elle peut comprendre que "le café près de Central Park" se réfère à un commerçant spécifique et à une date dans l'historique des transactions de l'utilisateur, ce qu'une fonction de recherche normale aurait du mal à faire. En permettant de telles requêtes conversationnelles, Bunq facilite grandement l'analyse des dépenses par les utilisateurs et la recherche d'informations sans connaissance en comptabilité ou effort manuel fastidieux.
Au-delà des questions-réponses, Finn assiste à la planification financière et au budget. Les utilisateurs peuvent demander des conseils ou des idées, telles que "Ai-je assez de surplus ce mois-ci pour ajouter 500 € à mes économies ?" et obtenir une réponse basée sur les données. C'est comme avoir un comptable personnel à disposition.
Bunq exploite cela pour encourager des habitudes financières plus saines parmi ses clients. En interne, l'IA de Bunq analyse également les modèles de transactions à travers plusieurs comptes liés (en utilisant les cadres bancaires ouverts en Europe) pour offrir une vue consolidée des finances d'un utilisateur. Cela signifie que Finn peut voir les soldes et les dépenses d'un client non seulement chez Bunq, mais aussi auprès d'autres banques si l'utilisateur le permet, offrant une vue d'ensemble – une fonctionnalité puissante pour le budget et la planification.
L'impact de Finn a été notable.
Des rapports indiquent que Finn pouvait gérer environ 40 % des requêtes des clients seul, sans intervention humaine, et en aider avec une autre partie significative.
Cela a réduit la charge de travail du personnel de support de Bunq et accéléré les temps de réponse pour les utilisateurs. En fait, début 2024, Bunq a affirmé que l'introduction de Finn avait rendu les interactions clients plus efficaces que jamais, avec de nombreuses questions répondues instantanément par l'IA. Pour les requêtes restantes nécessitant une intervention humaine, l'équipe de Bunq pouvait se concentrer sur des problèmes plus complexes, maintenant que l'IA filtre les plus simples.
Le résultat est un modèle de service client évolutif alors que Bunq continue de croître sa base d'utilisateurs à travers l'Europe.
L'adoption de l'IA par Bunq intervient alors qu'elle s'étend géographiquement et en termes de produits. L'entreprise a postulé pour une licence bancaire américaine en 2023, visant à entrer sur le marché américain, et une telle innovation l'aide à se démarquer dans une scène néobanque de plus en plus encombrée.
Il convient de noter que d'autres fintechs suivent le mouvement : la néobanque américaine MoneyLion a annoncé une fonction de recherche alimentée par ChatGPT à peu près au même moment, et une autre appelée Dave a introduit "DaveGPT" pour les demandes des clients.
Mais l'avance de Bunq et son intégration dans les fonctionnalités de base (remplacement total de la recherche par l'IA) lui ont donné un argument de leadership.
D'un point de vue commercial, Bunq utilise l'IA non seulement pour aider les utilisateurs mais aussi pour en tirer des informations qui informent de nouvelles offres. En analysant comment les gens posent des questions sur leur argent, Bunq peut identifier les points de douleur ou les demandes populaires et potentiellement créer de nouvelles fonctionnalités ou produits autour de ceux-ci.
Par exemple, si de nombreux utilisateurs demandent, "Puis-je me permettre X d'ici la fin de l'année ?", Bunq pourrait développer un planificateur d'épargne automatisé. Cette innovation pilotée par les données est un avantage concurrentiel d'être une banque native de l'IA – la boucle de rétroaction entre les interactions utilisateur et l'amélioration du service est très étroite.
Cependant, Bunq est aussi prudent.contenu : associer l'IA à une supervision humaine. Toutes les réponses d'IA sont surveillées pour leur exactitude et leur pertinence.
La banque a insisté sur le fait que les conseils de Finn sont basés sur des données, mais que les clients doivent faire preuve de discernement - c'est un assistant, et non un gestionnaire financier entièrement autonome (du moins pas encore). De plus, la confidentialité et la sécurité sont primordiales ; Bunq doit s’assurer que l’IA n’accède qu’aux données que l’utilisateur a autorisées et que les informations sensibles sont protégées. Jusqu'à présent, aucun problème majeur n'a été signalé et les clients ont largement réagi positivement à la commodité de la banque conversationnelle.
Ali Niknam, PDG de Bunq, a présenté l'élan de l'IA comme faisant partie de la mission de Bunq de simplifier la gestion bancaire. Selon lui, les banques traditionnelles surchargent les clients d'interfaces compliquées et de jargon, tandis que Bunq souhaite "rendre la vie tellement plus facile" pour les utilisateurs grâce à la technologie.
En rendant les opérations bancaires aussi simples qu'envoyer un SMS à un ami, Bunq espère approfondir la fidélité et l'engagement des clients. En effet, les analyses de l'industrie montrent que la personnalisation et la facilité d'utilisation augmentent considérablement la satisfaction des clients dans le secteur bancaire.
La stratégie d'IA de Bunq atteint ces deux objectifs : personnaliser l'expérience (puisque les réponses de Finn sont uniques à vos données et questions) et la rendre facile (pas besoin d'apprendre les menus de l'application ou la terminologie financière).
En tant que pionnier de la banque alimentée par l'IA en Europe, Bunq offre un exemple précieux pour l'industrie. Il démontre qu'une banque opérationnelle avec des millions d'utilisateurs peut réussir à infuser l'IA au cœur de ses services - ce n'est pas réservé seulement aux startups toutes neuves. L'expérience de Bunq sera scrutée de près par d'autres banques européennes et fintechs. D'une certaine manière, Bunq se transforme autant en une entreprise technologique qu'en une banque, intégrant continuellement les dernières évolutions de l'IA. Si Finn et les fonctionnalités IA ultérieures continuent de bien performer, il est probable que nous verrons plus de banques lancer leurs propres assistants de type GPT ou des fonctionnalités de personnalisation pilotées par l'IA dans une course aux armements pour attirer des clients avertis sur le plan numérique.
## WeBank – La Première Banque Alimentée par l'IA de Chine
Aucune discussion sur l'IA dans le secteur bancaire ne serait complète sans mentionner WeBank, la banque numérique pionnière en Chine qui a été à la pointe de l'adoption de l'IA depuis ses débuts.
WeBank a été fondée en 2014 en tant que première banque uniquement en ligne de Chine, soutenue par le géant de la technologie Tencent. Dès le début, la stratégie de WeBank était de tirer parti des technologies de pointe - encapsulée dans son mantra "ABCD" (IA, Blockchain, Cloud, Données) - pour servir des millions de clients à faible coût. Au cours de la dernière décennie, WeBank a connu une croissance explosive, en offrant des prêts, des paiements et des services financiers à des dizaines de millions d'utilisateurs, dont beaucoup sont des individus et des petites entreprises sous-bancarisés. Son succès est souvent attribué à son intégration profonde de l'IA dans ses opérations, lui permettant de gérer le volume et le risque bien plus efficacement que les banques traditionnelles.
Une des réalisations notables de WeBank est la mesure dans laquelle elle utilise l'IA et l'automatisation dans le service client et le support. Il y a quelques années, WeBank a signalé qu'elle recevait environ 100 000 demandes de service client par jour et que ses "robots virtuels" IA géraient 98 % d'entre elles sans intervention humaine.
Ces agents virtuels utilisent le traitement du langage naturel et la reconnaissance vocale - essentiellement des versions préliminaires du type d'IA qui alimente les assistants vocaux d'aujourd'hui - pour résoudre les demandes des clients. Le Dr Yang Qiang, consultant en chef en IA chez WeBank, a expliqué qu'ils déploient la reconnaissance faciale, la reconnaissance vocale et le NLP pour améliorer le service et la commodité. Les clients peuvent interagir via chat ou vocal, et l'IA peut les authentifier (via la reconnaissance faciale) et traiter leurs problèmes ou exécuter des demandes en temps réel.
La philosophie de WeBank a été que l'IA est là pour "augmenter, pas remplacer" le service humain - une position qui ressemble aux banques occidentales, mais WeBank l'a poussée à un degré extrême de mise en œuvre. "Le service automatisé n'est pas un ennemi des services humains. Ils devraient fonctionner côte à côte", a déclaré Yang Qiang à CNBC. Le résultat est un modèle hautement évolutif : une équipe relativement petite de personnel humain peut superviser une base de clients de millions parce que l'IA fait le gros du travail quotidien. En fait, WeBank a commencé avec seulement une trentaine d'employés et aucune agence physique, pourtant elle a pu débourser d'énormes volumes de micro-prêts à travers la Chine en s'appuyant sur des algorithmes de crédit pilotés par l'IA et des interactions clients via smartphones. Cette efficacité opérationnelle est une raison majeure pour laquelle WeBank est devenue rentable après seulement quelques années de lancement, un exploit rare pour une nouvelle banque.
Un autre domaine où WeBank brille est l'analyse de risque de crédit pilotée par l'IA et l'approbation des prêts.
Les banques traditionnelles exigent souvent des formalités administratives longues et une souscription humaine pour les prêts, mais WeBank a automatisé une grande partie de cela en utilisant des modèles d'apprentissage automatique. En analysant une grande quantité de données alternatives - comme le comportement sur les réseaux sociaux, l’historique de paiements mobiles (en tirant parti de l'écosystème de Tencent) et d'autres empreintes numériques - l'IA de WeBank peut évaluer rapidement la solvabilité et accorder de petits prêts à des individus et des PME qui pourraient être rejetés par les grandes banques.
Cette approche inclusive a élargi l'accès au crédit à des segments précédemment jugés trop risqués ou coûteux à desservir. Yang Qiang a noté que cette technologie crée "la possibilité pour WeBank d'avoir plus d'efficacité que les banques traditionnelles dans le traitement des prêts et la conduite de l'analyse des risques", ce qui a en effet été confirmé. WeBank peut traiter les demandes de prêt en quelques minutes et les surveiller en continu, ce que les banques traditionnelles ont du mal à égaler.
WeBank a également été un innovateur en recherche sur l'IA.
Elle a investi dans des domaines comme l'apprentissage fédéré, une technique pour former des modèles d'IA sur des données sensibles de plusieurs sources sans compromettre la confidentialité. Cela a été important pour WeBank afin de collaborer avec d'autres institutions (comme le partage de données sur la fraude) tout en respectant les strictes règles de confidentialité des données de la Chine.
Les technologistes de la banque ont publié des articles et des outils en open-source, indiquant que WeBank se voit comme un leader technologique, pas seulement une société de services financiers. En mars 2025, WeBank a même partagé une vision d'une "banque native IA" à une conférence mondiale, soulignant comment une décennie de son expertise technologique pousse les banques à être "plus intelligentes et inclusives".
Cela suggère que WeBank cherche à rester à l'avant-garde de l'IA en finance, explorant possiblement des modèles de prochaine génération comme les modèles génératifs pour des services encore plus avancés.
Malgré son immense automatisation, WeBank n'a pas éliminé l'élément humain. Au lieu de cela, elle l'a réalloué. Avec l'IA s'occupant du travail de routine, les employés humains se concentrent sur des domaines comme l'amélioration des algorithmes, la gestion des cas exceptionnels et le développement de nouveaux produits.
La stratégie de dotation de WeBank aurait environ 60 % des employés dans des rôles technologiques – un ratio inhabituellement élevé pour une banque, mais logique pour ce qui est essentiellement une institution fintech. Cette culture axée sur la technologie renforce le statut de WeBank en tant que banque native IA avant la lettre.
## CITIC aiBank – Une Coentreprise entre Finance et Technologie
Parallèlement à l'ascension de WeBank, une autre expérience notable dans le domaine de la banque centrée sur l'IA était en cours en Chine : CITIC aiBank (souvent simplement appelée "AiBank").
Il s'agit d'une coentreprise entre China Citic Bank, une banque commerciale de taille moyenne, et Baidu, le géant de la recherche Internet et de l'IA. Lancée fin 2017, aiBank a été créée comme une banque directe sans succursales avec l'objectif explicite de tirer profiter des données massives et de l'intelligence artificielle pour fournir des services financiers plus intelligents.
Avec un capital social de 2 milliards de yuans (environ 300 millions de dollars à l'époque) et une répartition de la propriété de 70/30 entre Citic Bank et Baidu, aiBank représente un mélange de connaissances bancaires et de capacités technologiques de pointe.
Dès le début, aiBank s'est concentrée sur le prêt aux consommateurs et aux petites entreprises, des segments souvent mal desservis par les banques traditionnelles en Chine. En utilisant la technologie IA de Baidu, aiBank vise à développer de nouveaux modèles d'évaluation des risques pouvant mieux évaluer les emprunteurs ne disposant pas d'historiques de crédit étendus. "AiBank se concentrera sur les prêts aux particuliers et aux petites entreprises tout en tirant profit des données massives et de l'intelligence artificielle pour construire de nouveaux modèles de contrôle des risques", a déclaré Li Rudong, le président de la banque, lors de son lancement.
Cela indique que aiBank entendait analyser des données non traditionnelles – peut-être y compris les données de recherche, les données sociales, etc., grâce à Baidu – pour prendre des décisions de crédit. L'attente était que les insights pilotés par l'IA pourraient identifier des clients solvables que les méthodes de notation traditionnelles pourraient négliger, élargissant ainsi de manière rentable l'inclusion financière.
Un détail frappant révélé lors du lancement était que 60% des employés d'aiBank seraient du personnel technologique. C'était pratiquement inouï dans le secteur bancaire à l'époque et signifiait à quel point aiBank fonctionnerait différemment d'une banque typique où la plupart du personnel est dans des succursales ou des opérations générales. En se concentrant sur les talents en ingénierie et en science des données, aiBank se plaçait sur une voie visant à développer continuellement et affiner les systèmes d'IA en interne. La contribution de Baidu n'était pas seulement du capital mais aussi de la technologie – y compris ses plateformes d'IA, ses services cloud et peut-être même ses vastes données utilisateur (dans les limites de la confidentialité/légal). Ce partenariat faisait partie d'une tendance plus large en Chine où les entreprises technologiques et les banques s'associent – de même, Alibaba avec MYbank, et Tencent avec WeBank – pour créer des entités hybrides qui marient les forces de chacune. Dans le cas de Baidu, aiBank offrait également un moyen de monétiser sa recherche en IA dans le domaine financier et de mettre en avant son leadership en matière d'IA.
Lors de l'événement de lancement, le Directeur des opérations de Baidu de l'époque, Lu Qi, a salué l'entreprise en disant, "AiBank estTranslation:
le futur de la finance intelligente… C'est une institution qui comprend le mieux ses clients et qui comprend le mieux la finance.” Cette citation reflète l'aspiration qu'en fusionnant la connaissance des utilisateurs de Baidu (de leur comportement en ligne) avec l'expertise bancaire de Citic, aiBank pourrait surpasser les banques traditionnelles en matière de connaissance et de service client.
Être une banque directe (uniquement en ligne) signifiait aussi qu'aiBank pouvait atteindre des clients à l'échelle nationale sans présence physique, un avantage significatif sur le vaste marché chinois.
En pratique, au cours des prochaines années, aiBank a déployé des produits de prêt numérique et des services améliorés par l'IA. Elle a offert des prêts personnels via des applications mobiles, avec des approbations rapides alimentées par des modèles de crédit d'apprentissage automatique. Pour les petites entreprises, elle a expérimenté l'utilisation de l'IA pour analyser les transactions de commerce électronique et les données de la chaîne d'approvisionnement pour accorder du crédit – un peu comme le fait le groupe Ant.
AiBank a également exploré l'IA dans le service client, y compris des chatbots intelligents pour les demandes de base. Étant donné les forces de Baidu dans le traitement du langage naturel (NLP en chinois en particulier), aiBank a probablement bénéficié d'une IA avancée dans les assistants vocaux et l'interaction client basée sur le texte. Bien que les données de performance détaillées d'aiBank ne soient pas largement publiées, sa poursuite des opérations et les augmentations de capital (Citic et Baidu auraient doublé son capital d'ici 2018 pour soutenir sa croissance) suggèrent qu'elle a gagné du terrain.
Un angle unique pour aiBank est la synergie avec l'écosystème de Baidu. Baidu pourrait intégrer les services financiers d'aiBank dans ses applications populaires. Par exemple, les utilisateurs des applications de recherche ou de cartes de Baidu pourraient se voir proposer des services aiBank de manière contextualisée (imaginez chercher "prêt auto" et voir une offre aiBank). De plus, la recherche en IA de Baidu, comme la reconnaissance faciale et la technologie vocale, a trouvé une utilisation concrète dans les processus de sécurité et d'intégration d'aiBank. Comme l'a mentionné Yang Qiang de WeBank de manière générale, des technologies telles que la reconnaissance faciale peuvent permettre une ouverture de compte transparente et à distance – aiBank a probablement utilisé des méthodes similaires compte tenu de l'expertise de Baidu. En un sens, aiBank a servi de plateforme pour Baidu pour démontrer la puissance de l'IA dans un secteur réglementé, renforçant potentiellement la position de Baidu sur le marché de l'IA.
Cependant, la gestion d'une banque native IA au sein d'une structure bancaire traditionnelle plus large (Citic) a également présenté des défis.
L'implication de la Citic Bank a garanti la conformité réglementaire et fourni une infrastructure bancaire, mais elle a peut-être aussi imposé un rythme plus prudent qu'une startup pure. La supervision réglementaire par la China Banking and Insurance Regulatory Commission (CBIRC) signifiait que les innovations en IA d'aiBank devaient s'aligner sur les réglementations de gestion des risques financiers. En 2021, une anecdote a émergé selon laquelle les régulateurs chinois avaient infligé une amende à Citic et Baidu pour certaines formalités dans la formation de la coentreprise – un rappel que même les banques avant-gardistes fonctionnent sous des règles strictes. Néanmoins, les régulateurs chinois ont été généralement favorables à l'IA et à la fintech dans le secteur bancaire, tant que les risques sont contrôlés.
En 2025, CITIC aiBank se tient comme un exemple de l'intégration réussie de l'IA dans une nouvelle entreprise bancaire.
Elle n'a peut-être pas la reconnaissance mondiale de WeBank, mais elle souligne un modèle collaboratif : une banque patrimoniale et un géant technologique co-créant une plateforme bancaire native IA.
Conclusion
La montée des banques natives IA pointe vers un avenir où la finance est plus rapide, plus personnalisée, et même dirigée par des machines.
Ces projets pionniers démontrent que les banques peuvent être repensées radicalement avec la technologie moderne – offrant potentiellement aux clients des services ultra-convenants et ouvrant le système financier à de nouveaux participants (comme des agents IA ou des populations mal desservies). À l'avenir, on s'attend à ce que les banques traditionnelles répondent en accélérant leur propre adoption de l'IA ou en s'associant à des initiatives natives IA. Dans certains cas, les titulaires pourraient acquérir des startups bancaires IA réussies pour ajouter leurs capacités. Les régulateurs, eux aussi, accordent une attention particulière. Si les banques natives IA montrent de solides performances en matière de gestion des risques et de conformité, les régulateurs peuvent mettre à jour les cadres pour faciliter l'utilisation plus large de l'IA dans le secteur bancaire, et peut-être même créer de nouvelles catégories de licences pour les institutions financières dirigées par l'IA.
Cependant, l'avènement des banques natives IA apporte également des risques significatifs et des défis qui doivent être gérés. Une préoccupation majeure est la gouvernance et la supervision. Lorsque des algorithmes IA prennent des décisions de crédit ou détectent des fraudes, il est crucial de garantir qu'elles sont exemptes de biais et exemptes d'erreurs. Des algorithmes non vérifiés pourraient, sans le vouloir, exclure certains groupes de clients ou approuver des prêts risqués – des erreurs qui pourraient éroder la confiance et inviter des sanctions réglementaires. La transparence est un autre défi : ces banques doivent rendre explicables les actions de leur IA aux régulateurs et aux clients.
Pour les établissements financiers traditionnels, l'émergence des banques natives IA est une arme à double tranchant. D'une part, elle pousse l'innovation à la limite, offrant potentiellement de nouvelles méthodes et technologies que les titulaires peuvent adopter. Les banques établies peuvent apprendre de l'efficacité des flux de travail IA de Catena ou du succès d'engagement client de Bunq's Finn, et intégrer des idées similaires. D'autre part, ces nouveaux entrants pourraient devenir des concurrents redoutables dans certains segments.