Les 4 étapes clés pour mener un projet d’intelligence générative : l’exemple d’un groupe bancaire

L’adoption de l’IA générative au sein de cette banque de premier plan a débuté par une phase de sensibilisation et de formation destinée à préparer les équipes juridiques à cette innovation. La Global Head of Regulatory du Groupe, souligne : « Dans un premier temps, il était essentiel de comprendre et démystifier cette technologie pour lever les craintes et montrer son potentiel d’aide au quotidien. » 

Pour aller en ce sens, c’est lors d’un séminaire annuel que les juristes internes ont été sensibilisés à des exemples concrets. Ainsi, la rédaction d’un mémo, une tâche traditionnellement laborieuse, a été réalisée en quelques minutes avec l’IA. Cette seule démonstration a eu un effet de déclic, rendant tangibles le gain de temps et l’efficacité que la technologie pouvait apporter dans le quotidien professionnel.

Au cours de cette formation, des workshops interactifs ont aussi permis aux collaborateurs d’expérimenter l’outil dans des conditions proches de la réalité. Cette première approche s’accompagne aujourd’hui de formations continues pour maintenir un haut niveau de compétence et renforcer la confiance dans l’utilisation de l’IA.

Ce travail de sensibilisation a également été l’occasion de répondre à des inquiétudes légitimes et qui se diffusent dans tous les secteurs ; ici la crainte de voir l’IA remplacer les juristes. Une peur rapidement levée grâce à des exemples précis montrant comment l’IA agit comme un assistant, non comme un substitut. La Global Head of Regulatory résume ainsi : « Montrer que l’IA complète le travail humain sans le remplacer était essentiel pour embarquer nos équipes. »  Une crainte qui pouvait s’accompagner d’une autre : « Nous faisions face à un enjeu clé : préserver notre rôle stratégique au sein de l’organisation. Notre mission dépasse largement la simple veille réglementaire. Elle inclut l’analyse approfondie, le contrôle rigoureux et l’alerte proactive sur les risques. Il existait un véritable risque de repositionnement si d’autres métiers ou fonctions internes adoptaient ces outils, pensant à tort qu’ils pouvaient se passer de notre expertise. Il était donc primordial pour nous de nous approprier ces technologies, de rester à la pointe de leur utilisation et de leur exploration. Cela impliquait aussi d’accepter que certains cas d’usage ne soient pas pertinents. Cette démarche proactive était indispensable pour garantir la pérennité et la valeur ajoutée de notre département Regulatory face à un enjeu stratégique de premier ordre ».

Après la phase de sensibilisation, l’équipe a analysé les processus juridiques pour identifier les domaines les plus à même de bénéficier de l’IA. De son côté, la Global Head of Operations & Regulatory Watch, explique : « Nous avons mené un sondage interne pour recenser les cas d’usage émergents. La veille réglementaire s’est rapidement imposée comme un domaine prioritaire. » 

Rappelons que le processus de veille, très structuré, est un travail de collecte d’informations, tout comme de leur analyse et de leur diffusion. Des cas d’usage concrets ont alors rapidement émergé pour accélérer ces tâches sans perdre en qualité : 

• La rédaction d’alertes juridiques synthétiques
• La consolidation d’informations pour créer des newsletters
• La production de mémos d’analyse détaillés

Pour chaque cas d’usage, l’équipe de collaborateurs présents a aussi détaillé les différentes étapes du processus.

Prenons l’exemple de la rédaction d’une alerte qui implique :

• D’identifier la réglementation pertinente
• D’en analyser l’impact
• De rédiger un contenu adapté et de le diffuser

Cette décomposition a permis de déterminer quelles tâches pouvaient être confiées à la GenAI et lesquelles restaient du ressort exclusif des juristes. 

Dans le même ordre d’idée, des juristes seniors se sont placés dans un rôle de superviseurs pour valider la pertinence des outils et garantir la qualité des contenus. Cette méthode a ainsi permis de prioriser les cas d’usage en fonction de l’efficacité opérationnelle gagnée.

Après avoir identifié les cas d’usage est arrivée une phase de tests approfondis. Des documents réels ont notamment servi de base pour comparer les performances de l’IA avec celles des méthodes traditionnelles. 

Pour cela, une approche itérative a été privilégiée de sorte à ajuster les prompts à chaque itération pour en améliorer les résultats. La Global Head of Regulatory précise : « Nous avons observé que l’IA pouvait produire des contenus pertinents en quelques minutes, mais qu’une validation humaine restait essentielle pour adapter les résultats aux spécificités de notre organisation. » 

Ces tests ont aussi été l’occasion de valider la sécurité et la conformité des outils, deux enjeux essentiels dans un environnement aussi réglementé que celui de la banque. Ce qui a aussi conduit à mettre en place une boucle de feedback continue pour que les utilisateurs puissent partager leurs retours pour affiner les modèles et améliorer les performances. 

Pour valoriser cette recherche, la création d’une bibliothèque de prompts a été créée. L’intérêt étant de mettre en place des prompts standardisés, ouverts aux équipes pour garantir une utilisation homogène et efficace de l’outil.  

La dernière étape a consisté à quantifier les bénéfices concrets de l’IA. Olivier Chaduteau, Associé, PwC Legal Business Solutions, explique : «Nous avons calculé les gains de temps pour chaque cas d’usage en comparant les processus traditionnels avec ceux assistés par l’IA.»

En moyenne, une réduction de 67 % du temps de traitement a été observée, avec des pics supérieurs à 70 % sur certaines tâches, comme la rédaction d’alertes. Ces résultats ont été confrontés aux coûts liés à l’implémentation, notamment les licences et la formation.

Un calcul précis du temps économisé a permis de mettre en évidence la rentabilité de l’outil. Ainsi, pour un mémo produit en deux heures en moyenne par un juriste, l’IA a permis de réduire ce délai à 20 minutes, dont seulement 15 minutes de correction humaine.   

L’expérience de ce groupe bancaire est un bon exemple des opportunités qu’offre l’IA générative lorsqu’elle est intégrée avec méthode et rigueur. D’autant plus que ce projet répond à des besoins stratégiques clairement identifiés. Grâce à la sensibilisation, la formation, la collaboration et l’évaluation intégrées au cœur de sa démarche, cette entreprise a su optimiser l’usage de l’IA tout en valorisant les compétences humaines, indispensables à la réussite du projet. 

Le projet Regulatory montre ainsi que l’IA générative, bien utilisée, peut devenir un atout stratégique pour les entreprises confrontées à des enjeux complexes. De son côté, ce grand acteur économique continue d’explorer son potentiel pour d’autres processus, confirmant que l’avenir de l’IA passe par une intégration adaptée et ciblée.