De l’expérimentation à la transformation

Retour sur la table ronde du Microsoft AI Tour. Mars 2026 – Paris

Lors du Microsoft AI Tour, une table ronde réunissait des dirigeants de grandes institutions financières françaises et européennes pour partager leurs expériences concrètes de l’IA.

Comment passer des projets pilotes à une transformation profonde de l’entreprise ? Quels sont les vrais obstacles ? Quels conseils pour accélérer ?

Voici les enseignements clés de cet échange :

Les participants :
Animée par Frédéric Tardy (Microsoft France), cette présentation a réuni Maëlle Lafont de Sentenac (Worldline), Guillaume LESAGE (Amundi), Andreas Schertzinger (AXA) et Pierre-yves Devrière (Ardian).

1. Des cas d’usage concrets, porteurs de valeur réelle

La première question posée aux panélistes visait à recenser leurs meilleures innovations IA récentes. Loin des effets d’annonce, les retours d’expérience révèlent des applications ancrées dans les réalités métier.

Worldline : L’IA au service de l’expérience client et de la fiabilité opérationnelle

Maëlle Lafont de Sentenac (Worldline) a identifié trois axes d’innovation prioritaires :

1. Le service client augmenté : des chatbots et agents IA prennent désormais en charge les petits marchands qui n’avaient auparavant pas accès à un support dédié. « C’est une valeur ajoutée qu’ils n’avaient tout simplement pas avant », souligne-t-elle.
2. Le monitoring des incidents de transaction : l’IA excelle dans l’analyse de grandes bases de données pour détecter des anomalies. Les équipes humaines apportent leur connaissance contextuelle (« c’est le Black Friday, l’anomalie est normale »). La combinaison des deux réduit les faux positifs et accélère la résolution des incidents.
3. L’assistance au développement logiciel : revue de code, rédaction de documentations techniques, gestion du changement; l’IA transforme les pratiques des équipes tech.

Amundi : Conformité intelligente et gestion de portefeuille en langage naturel

Guillaume Lesage (COO chez Amundi) a présenté deux réalisations emblématiques :

1. Un outil de conformité des documents marketing : la vérification manuelle de la conformité d’un document par rapport aux prospectus (jusqu’à 300 pages par fonds) était un processus long et coûteux. Grâce à l’IA, le taux de conformité dès le premier passage est passé de 30 % à 70 %, et le délai de traitement a été divisé par deux.
2. Alto Investment en langage naturel : la plateforme d’Amundi dédiée aux gérants d’actifs s’est enrichie d’un module permettant d’interroger son portefeuille et les fonctionnalités de la plateforme directement en langage naturel.

« Le taux de conformité dès le premier examen est passé de 30 % à 70 %, et le délai de traitement a été divisé par deux. »

AXA : Pricing prédictif, orchestration des sinistres et modèles météo extrêmes

Andreas Schertzinger (Group Chief Data, AI & Innovation Officer AXA) a partagé trois chantiers majeurs :

1. Expérience client enrichie : l’IA prédictive affine la tarification et améliore la rétention client ; l’IA générative permet aux assurés d’obtenir instantanément des réponses précises sur leur contrat.
2. Orchestration des processus de gestion de sinistres : un sinistre implique une cascade de décisions (couverture, responsabilité, prestataires, indemnisation). L’IA coordonne l’ensemble de ces étapes cross-départementales pour accélérer la réponse au client.
3. Modèles météo pour événements extrêmes : en partenariat avec NVIDIA (puissance de calcul) et l’INRIA (recherche), AXA développe des modèles capables de prédire les trajectoires d’ouragans à court et long terme, y compris l’émergence de phénomènes extrêmes en Europe. Résultat : le temps de calcul a été divisé par 1 000 et le coût par 200.

« Nous investissons avec NVIDIA et l’INRIA pour développer nos propres modèles d’événements météorologiques rares, avec un gain de calcul d’un facteur 1 000. »

Ardian : Réponses client automatisées et surveillance du risque en temps réel

Pierre-Yves Devriere (Ardian) a mis en avant deux cas d’usage :

1. La préparation des réponses aux questions des investisseurs : les investisseurs exigent de plus en plus de détails. L’IA exploite les réponses passées pour générer des brouillons, réduisant considérablement la charge des équipes.
2. Le suivi des risques d’investissement en temps réel : l’IA construit automatiquement des benchmarks sectoriels et génère des alertes en cas d’écart, permettant aux équipes d’investissement d’avoir une vision instantanée du risque portefeuille.

2. L’industrialisation : le vrai saut qualitatif

Passer du POC au déploiement à grande échelle est le chantier le plus complexe. Les panélistes ont détaillé leurs approches respectives, révélant des trajectoires différentes mais convergentes vers une même ambition : transformer les processus cœur de métier.

Worldline : Revoir les processus de fond en comble

Worldline affiche un taux d’adoption impressionnant : 91 % des collaborateurs utilisent le chatbot interne quotidiennement depuis un an, et 900 agents ont été créés par les employés eux-mêmes. Mais Maëlle Lafont de Sentenac est claire sur les limites de cette première étape :

« La productivité individuelle, c’est bien. Mais pour que l’entreprise fasse un bond en avant, il faut revoir les processus cœur de métier : fonctions support, technologie, opérations. » Maëlle Lafont de Sentenac – Worldline

Worldline procède actuellement à une revue disciplinée processus par processus, accompagnée d’une réflexion sur l’évolution des compétences (quels profils conserver, quelles nouvelles compétences intégrer ?) et la gouvernance.

Amundi : De l’optimisation à la transformation

Amundi dispose d’une plateforme IA accessible à 100 % des collaborateurs, avec un accès multi-LLM (Anthropic, OpenAI, Mistral) pour choisir le meilleur modèle selon le cas d’usage. Guillaume Lesage considère l’industrialisation comme acquise. Le prochain défi ? La transformation :

« Nous avons généré des millions d’économies sur des petits processus. Mais si nous ne transformons pas la R&D et la recherche en profondeur, nous risquons d’être disruptés par des acteurs émergents qui feront la même chose avec moins de personnes, plus vite et avec plus de précision. » Guillaume Lesage – Amundi

Deux grands chantiers ont été identifiés : la transformation de la R&D IT (5 projets déjà réalisés de bout en bout avec la nouvelle approche) et la refonte des processus de recherche, touchant plusieurs centaines de collaborateurs.

AXA : Une transformation end-to-end sur quatre domaines prioritaires

AXA passe d’une approche pilotée par les cas d’usage à une transformation end-to-end de quatre domaines prioritaires. Andreas Schertzinger décrit une démarche structurée :

•       Une plateforme agentique unique pour l’ensemble du groupe (économies d’échelle, accélération des déploiements).

•       Un travail de fond sur la qualité et la disponibilité des données dans les workflows métier.

•       Une transformation culturelle profonde, avec un « bon vieux re-engineering de processus » ; identifier, repenser, mesurer les impacts financiers.

Horizon de déploiement : deux à trois ans pour cette phase de transformation profonde.

Ardian : L’agilité comme avantage concurrentiel

Avec environ 1 000 collaborateurs, Ardian tire profit de sa taille pour aller plus vite. Le mot d’ordre est le test & learn : construire vite, livrer de la valeur rapidement, mesurer les résultats et passer à l’échelle sur ce qui fonctionne.

« L’IT est un enabler fort. L’idée est de pouvoir construire des solutions rapidement, les tester vite, et les déployer à grande échelle quand elles font leurs preuves. » Pierre-Yves Devriere – Ardian

3. Les obstacles et facteurs clés de succès

Si les opportunités sont unanimement reconnues, les panélistes ont été tout aussi unanimes sur les défis à surmonter.

Le changement managérial : le chantier n°1

Pour Maëlle Lafont de Sentenac, le premier obstacle n’est pas technique mais humain : faire adopter les agents IA au sein même des équipes, et s’assurer que les couches managériales portent la transformation avant la base.

« Mon défi principal : que les dirigeants utilisent l’IA davantage que leurs employés. Si le management ne comprend pas de quoi il parle, rien ne bougera. » Guillaume Lesage — Amundi

Frédéric Tardy (Microsoft) confirme : Chez Microsoft, l’usage est mesuré et des formations ciblées sont déployées en conséquence. La maîtrise du prompting, qui s’apparente à l’apprentissage d’une nouvelle langue, est désormais centrale.

La formation continue : un impératif

AXA a développé une approche structurée de la montée en compétences :

•       Des « boot camps aspirationnels » pour les dirigeants : concevoir soi-même un agent IA, avec de bonnes données puis de mauvaises données, pour comprendre concrètement les enjeux.

•       Des formations métier spécifiques aux quatre domaines prioritaires, pour passer de la gestion de processus individuels à la supervision de centaines de milliers de décisions automatisées.

•       Pour les développeurs : un programme de formation continue obligatoire : une sorte de « permis de conduire » renouvelé chaque trimestre.

•       Pour tous les collaborateurs : 150 000 accès au secure GPT d’AXA, 60 000 utilisateurs actifs, 2,5 millions de prompts générés. Les formations IA sont désormais au même niveau d’obligation que les formations conformité et sécurité.

La qualité des données : un prérequis non négociable

Ce point revient dans toutes les interventions. Guillaume Lesage, Andreas Schertzinger et Pierre-Yves Devriere insistent : sans données fiables, propres et disponibles au bon endroit dans les workflows, les projets IA échouent ou déçoivent.

Chez Ardian, la confiance dans la donnée : traçabilité, lineage, provenance est présentée comme un accélérateur de déploiement : « Trust in the data gives more velocity to the IT generation. »

La gestion des attentes

Pierre-Yves Devriere met en garde contre le syndrome de la « baguette magique »: il est essentiel de gérer les attentes, d’être transparent sur ce que l’IA sait faire et ce qu’elle ne sait pas encore faire. Toute déception précoce peut freiner durablement l’adoption.

4. Les conseils des experts à l’audience

En guise de conclusion, Frédéric Tardy a demandé à chaque panéliste de formuler son conseil en une phrase.

« Foncez ! Embrassez l’IA — go, go, go ! » Maëlle Lafont de Sentenac – Worldline

« Commencez et jouez collectif. C’est vraiment une question de team play : rapprochez le business, la tech et l’IA pour créer de nouvelles solutions. » Guillaume Lesage – Amundi

« Apprenez, apprenez, apprenez. Profitez de chaque occasion pour expérimenter, partager avec vos collègues. Et si vous ne savez pas par où commencer, demandez à vos enfants 😉 ils sont souvent les meilleurs professeurs. » Frédéric Tardy – Microsoft France

« Qualité de la donnée et décision humaine. Les deux restent au cœur de tout. » Pierre-Yves Devriere – Ardian

En conclusion

La table ronde du Microsoft AI Tour dresse un portrait nuancé mais résolument optimiste de l’IA dans les services financiers. Les cas d’usage prouvent leur valeur, les grandes institutions ont surmonté la phase expérimentale, et les grandes banques mondiales déploient Copilot à grande échelle (Barclays, JP Morgan, UBS, BlackRock, BNP Paribas, Société Générale…).

La prochaine frontière est celle de la transformation profonde : revoir les processus cœur de métier, former les équipes, unifier les plateformes et garantir la qualité des données. Ce n’est plus une question d’innovation, c’est une question de survie concurrentielle.

Pour les professionnels du secteur, qu’ils soient data scientists, architectes cloud, responsables commerciaux ou dirigeants, le message est unanime : l’heure n’est plus à l’expérimentation prudente, mais à l’accélération maîtrisée.

Arnaud DUPUIS – Practice Leader Data chez Algofi

Suite à la table ronde « Devenez un pionnier des services financiers avec l’IA » – Microsoft AI Tour – Paris, le 11 mars 2026.

Animée par Frédéric Tardy (Microsoft) avec Maëlle Lafont de Sentenac (Worldline), Guillaume Lesage (Amundi), Andreas Schertzinger (AXA) et Pierre-Yves Devriere (Ardian).