Expérimentation IA Générative

Contexte

Dans le cadre de la stratégie d'innovation de BNP Paribas, l'équipe a lancé un programme d'expérimentation autour de l'IA générative. L'objectif était d'explorer les cas d'usage potentiels de l'IA (ChatGPT, Claude) pour automatiser et améliorer les processus internes, notamment dans le support utilisateur et l'analyse documentaire.

Défi

Le secteur bancaire impose des contraintes strictes en termes de confidentialité des données et de conformité réglementaire. Il fallait identifier des cas d'usage à forte valeur ajoutée tout en respectant les politiques de sécurité. L'enjeu était aussi de convaincre les équipes métier du potentiel de ces technologies tout en gérant les craintes liées à l'automatisation.

Approche

J'ai organisé des sessions de mob programming avec des équipes pluridisciplinaires (IT, métier, compliance) pour explorer les cas d'usage. Nous avons prototypé plusieurs solutions : un chatbot interne, un outil d'analyse de documents réglementaires, et un assistant à la rédaction technique. J'ai rédigé un rapport d'innovation détaillant les opportunités, risques et recommandations pour le déploiement à l'échelle.

Résultats

• 3 POCs validés avec les équipes métier
• Gain de temps estimé de 40% sur l'analyse documentaire
• Rapport d'innovation présenté au COMEX avec approbation du budget phase 2
• Création d'une communauté interne de 30+ collaborateurs formés à l'IA
• Définition d'une charte éthique pour l'usage de l'IA

Apprentissages

• L'IA générative excelle dans les tâches de synthèse et de reformulation
• Le prompt engineering est une compétence clé à développer dans les équipes
• La conduite du changement est aussi importante que la technologie
• La collaboration IT/Métier/Compliance dès le début accélère l'adoption