📣 Envoyez-nous votre communiqué de presse
Site mis à jour toutes les 15 minutes
Services Professionnels

Les petites banques mènent l'adoption de l'IA, mais la mise à l'échelle est ralentie

Les petites banques et coopératives de crédit adoptent l'IA plus rapidement que les autres PME, mais l'infrastructure et la gouvernance freinent un déploiement plus large. Une étude identifie les obstacles majeurs.

25 septembre 2026
Les petites banques mènent l'adoption de l'IA, mais la mise à l'échelle est ralentie

Les petites banques, coopératives de crédit et prêteurs sont en tête de l'adoption de l'Intelligence Artificielle (IA) dans le secteur des petites et moyennes entreprises (PME), surpassant les entreprises de taille similaire dans les secteurs de l'assurance, du gouvernement, de la santé et des sciences de la vie. C'est ce que révèle une récente étude sur la préparation à l'IA réalisée par SAS, avec des recherches et analyses menées par IDC.

Bien qu'elles démontrent le plus fort alignement stratégique, les pratiques de gouvernance les plus établies et la plus grande intégration de l'IA dans leurs opérations quotidiennes, l'étude identifie des obstacles importants à une prolifération plus large de l'IA. L'utilisation de l'IA reste fortement concentrée dans les fonctions informatiques ; près des deux tiers (64 %) des petites institutions financières utilisent l'IA dans l'IT, contre des pourcentages plus faibles dans le service client (42 %) et le développement de produits (39 %).

L'infrastructure constitue un goulot d'étranglement pour près de deux cinquièmes (39 %) des répondants, qui la jugent inadéquate ou trop coûteuse pour un déploiement plus large de l'IA. De plus, les préoccupations concernant la sécurité, la confidentialité et la conformité réglementaire entravent la mise à l'échelle de l'IA, un tiers (33 %) citant le manque d'une plateforme unifiée de données, d'analyse et d'IA comme un défi.

L'étude indique que les petites institutions financières privilégient des objectifs d'IA pratiques, tels que l'automatisation et la rationalisation des processus métier clés (30 %), la réduction des coûts (30 %) et l'amélioration de la qualité et de l'intégration des données (28 %). Les experts du secteur soulignent qu'une véritable transformation nécessite de combler les silos, de connecter les fonctions isolées et les capacités de prise de décision par le biais de données partagées, de gouvernance et d'infrastructure, afin que l'IA puisse se propager plus efficacement dans toute l'organisation.

Source originale: prnewswire.com