L’IA terminera ce que les néobanques ont commencé — et les banques traditionnelles ne le verront pas venir

Le modèle que suit chaque industrie perturbée

Il existe un modèle pour la façon dont les industries établies réagissent aux avancées technologiques. Tout d’abord, elles observent de loin. Ensuite, elles hésitent, citant la complexité ou la réglementation. Finalement, elles adoptent, mais lorsqu’elles le font, les clients qu’elles devraient conserver sont déjà partis.

La banque vit exactement ce moment et l’IA est la chose qui le rendra irréversible.

Comment les néobanques ont déplacé les poteaux

Pendant des années, le départ des clients d’entreprises vers des banques traditionnelles était lent et facile à écarter. Les néobanques ont grignoté les bords avec une meilleure expérience utilisateur, une intégration plus rapide, des interfaces plus propres. Mais les grandes banques pouvaient toujours se référer à la stabilité, aux relations à long terme et à l’inertie de l’approvisionnement d’entreprise pour tenir leur position.

Cet argument est en train de s’épuiser.

Les entreprises qui partent en premier le font discrètement. Il n’y a pas de communiqué de presse, pas de rupture publique. L’adoption de comptes d’entreprise est devenue une tendance structurelle des néobanques, avec ce segment qui représente maintenant environ 67% du chiffre d’affaires des néobanques en 2025. Cela est précisément dû aux entreprises qui ne peuvent pas se permettre le poids opérationnel des relations bancaires traditionnelles. L’écriture sur le mur : la rapidité est non négociable pour la couche opérationnelle maintenant.

Vous ne pouvez pas gérer une entreprise moderne à base d’IA et tolérer une relation bancaire où un virement nécessite qu’un gestionnaire imprime un formulaire, collecte dix signatures et saisisse manuellement les informations dans un système. Considérez ce qu’un seul virement retardé coûte à une entreprise qui gère la paie sur trois devises, ou qui traite les paiements des fournisseurs liés à des contrats sensibles au temps. Le décalage va au-delà de l’inconvénient. Il s’accumule à travers chaque transaction jusqu’à ce que quelqu’un avec un budget mette son pied à terre.

Pourquoi l’IA change la question que l’on pose aux banques

Une fois que vous avez reconstruit votre entreprise autour de l’IA, vous voyez chaque fournisseur différemment. Vous vous demandez : pourquoi cela est-il encore manuel ? Pourquoi cela prend-il des jours ? Votre banque n’est pas une exception. Pour la plupart des banques traditionnelles, il n’y a pas de bonne réponse.

Le cas d’utilisation est concret. Une entreprise qui exécute des comptes payables via un agent IA a besoin d’une infrastructure qui puisse lire une facture entrante, déterminer la devise correcte, déclencher les approbations des parties prenantes via un flux de travail intégré et libérer le paiement sans intermédiaire humain à chaque étape. Cela n’est pas spéculatif. Les équipes financières construisent exactement ces flux de travail aujourd’hui, et chaque étape manuelle que leur banque réintroduit à la fin de la chaîne est un point de défaillance qu’ils préféreraient éliminer.

Une analyse d’Accenture 2024 a projeté que l’automatisation de l’IA pourrait réduire les coûts des opérations financières de jusqu’à 25% dans le trésor et les paiements. À la fin de 2025, l’examen annuel du secteur bancaire de McKinsey a placé le chiffre à 20% ou plus en réduction des coûts opérationnels nets provenant de l’IA agente, tout en avertissant que ces gains seraient en grande partie concurrencés plutôt que conservés. Une analyse distincte de PwC a constaté que les banques qui adoptent pleinement l’IA pourraient voir une amélioration de jusqu’à 15 points de pourcentage dans leur ratio d’efficacité, avec une institution signalant une réduction de 40% des coûts de vérification des clients commerciaux.

Pour les entreprises qui ont déjà atteint ce niveau d’efficacité à l’intérieur, un partenaire bancaire qui réintroduit des étapes manuelles à la dernière étape est simplement une responsabilité à ce stade.

Le problème d’incompatibilité architecturale

Au lieu de simplement choisir une banque, les startups et les sociétés de technologie assemblent un écosystème opérationnel. Chaque outil dans cet écosystème est censé s’intégrer, répondre à la nouvelle technologie à mesure qu’elle apparaît et améliorer son efficacité opérationnelle avec le temps. Une banque qui ne peut pas fournir un solde en temps réel (et de manière surprenante, de nombreuses des plus grandes institutions mondiales ne le peuvent toujours pas) est incompatibile avec l’infrastructure commerciale moderne.

Pourquoi est-ce toujours le cas ? Selon un rapport de 2024 de 10x Banking, 55% des banques identifient les limitations des systèmes hérités comme leur plus grand obstacle pour atteindre les objectifs commerciaux, avec plus de la moitié citant les silos de données et les goulets d’étranglement de production comme la raison pour laquelle ils ne peuvent pas évoluer. COBOL, le langage de programmation développé en 1959, alimente encore plus de 40% des systèmes de banque de base dans le monde. 45 des 50 premières banques mondiales continuent de faire tourner des ordinateurs centraux comme infrastructure critique. Les développeurs d’origine sont pour la plupart à la retraite, et les institutions qui exécutent ce code manquent souvent de l’expertise interne pour pleinement comprendre ce qu’il fait.

Ce n’est pas que les banques traditionnelles ne veulent pas se moderniser, mais que la modification incrémentale d’un noyau de 60 ans ne peut pas produire l’infrastructure à base d’API, orientée événement, que les entreprises natives IA nécessitent comme couche bancaire. Vous ne pouvez pas simplement rétroéquiper un système de règlement par lots pour se comporter comme une infrastructure en temps réel, car ces contraintes architecturales sont fondamentales.

Les banques traditionnelles ont appris à offrir des paiements par carte. Ensuite, des applications mobiles. Ensuite, éventuellement, une forme d’accès API. Chaque fois, elles ont traité la nouvelle fonctionnalité comme une destination plutôt que comme une direction, en la mettant en œuvre, en déclarant la victoire, puis en restant en arrière de la prochaine courbe.

Les institutions qui répondent en fixant un chatbot IA sur un noyau hérité se retrouveront dans la même position qu’elles étaient lorsque les néobanques sont apparues, c’est-à-dire qu’elles regarderont les clients partir sans comprendre pourquoi.

Qui partira ensuite — et quand

Les entreprises qui ont bougé en premier (startups natives IA, fintechs adjacents à la crypto, opérateurs de technologie) ont largement pris leurs décisions. La deuxième vague sera les entreprises de taille moyenne et les grandes sociétés qui ont déjà senti l’IA remodeler leurs propres industries. Que ce soit par l’automatisation interne qui a modifié leurs structures de coûts, ou par la pression concurrentielle qui a changé leurs marchés entièrement.

Le déplacement de la loyauté est déjà mesurable. L’examen annuel du secteur bancaire de McKinsey 2025 a noté qu’aux États-Unis, seulement 4% des nouvelles ouvertures de comptes chèques proviennent désormais de clients existants — contre 25% en 2018. Ce n’est pas un blip, mais un dénouement structurel de l’inertie sur laquelle les banques traditionnelles ont longtemps compté pour maintenir leur base de clients.

Le même rapport prévoit que les banques qui ne parviennent pas à s’adapter pourraient voir leurs bassins de profits mondiaux diminuer de 170 milliards de dollars, soit environ 9%, au cours de la prochaine décennie. Plus frappant encore, la menace que McKinsey identifie ne vient pas seulement des néobanques ou des fintechs. Elle vient des clients eux-mêmes qui utilisent des agents IA pour optimiser leurs propres finances : déplacer les dépôts vers de meilleurs taux, gérer l’utilisation du crédit, acheminer les paiements via une meilleure infrastructure. Un client qui construit une fonction de trésorerie native IA à l’intérieur n’a pas besoin que sa banque le fasse pour lui. En fait, il a besoin que sa banque s’en abstienne.

La ligne de démarcation

La division à venir dans la banque est entre les banques qui ont été construites pour ce moment et celles qui tentent de s’adapter. Pas entre les grandes et les petites institutions. Pas entre les acteurs établis et les challengers.

Construit pour cela signifie que la couche API est le produit plutôt qu’un greffon. L’infrastructure en temps réel est la réalité opérationnelle actuelle. Les flux de travail de conformité, l’exécution des changes et la logique d’approbation sont tous programmables par les systèmes du client lui-même, et non routés via la boîte de réception d’un gestionnaire de relation.

Selon le rapport sur les tendances bancaires de détail de The Financial Brand 2025, seulement 25% des banques ont donné la priorité à la modernisation de leur infrastructure de back-office, même si plus de la moitié énumèrent l’expérience numérique comme une priorité stratégique. Cet écart, entre l’intention déclarée et l’investissement architectural réel, est exactement là où la prochaine vague d’exits de clients prendra son origine.

Les néobanques ont prouvé qu’une meilleure expérience était possible. L’IA prouvera que le modèle de banque avec un humain dans la boucle n’est plus viable pour les entreprises qui bougent le plus vite. Pour les banques qui ont attendu trop longtemps, la fenêtre se fermera d’un seul coup, de la façon dont ces choses se font toujours. Lentement, puis soudainement.

La question la plus intéressante pour moi maintenant est de savoir s’il existe une institution traditionnelle avec la volonté organisationnelle de bouger avant que cela ne se produise, ou si le fossé entre les présentations de stratégie et l’infrastructure réelle est trop large pour être comblé à temps?