Dans une banque ou une fintech, adopter une nouvelle technologie ne consiste pas seulement à installer un outil. Il faut composer avec un système d’information complexe, des exigences réglementaires, des impératifs de cybersécurité et des arbitrages budgétaires. Chaque innovation est donc autant une opportunité qu’un investissement. C’est précisément pour éclairer ces choix que Theodo Fintech publie son Fintech Radar.
Réalisé avec le club CTO de France FinTech, nourri par les retours d’expérience de 83 CTO, VP Engineering et par l’expertise des équipes de Theodo, ce rapport analyse quarante innovations. Son ambition n’est pas de désigner les prochaines tendances, mais d’aider les décideurs à arbitrer entre expérimentation, industrialisation ou renoncement.
Adopter, expérimenter ou patienter
Le Fintech Radar classe les innovations selon selon leur degré de maturité. Les technologies les plus éprouvées relèvent de la catégorie Adopt, celles qui méritent des expérimentations ciblées de Trial, les plus prometteuses mais encore immatures de Assess, tandis que les solutions dont les bénéfices restent limités sont Hold.
Une grille de lecture qui permet d’éviter un piège fréquent : confondre innovation et création de valeur. Dans les services financiers plus qu’ailleurs, une technologie ne peut être évaluée sur ses seules performances techniques. Son coût d’implémentation, sa capacité à s’intégrer au système d’information, les contraintes de conformité ou encore les exigences de sécurité conditionnent tout autant déploiement.
« L’expérimentation constitue souvent la meilleure voie. Déployer une technologie auprès des équipes permet d’en mesurer la valeur, d’en identifier les limites et d’en corriger les faiblesses avant d’envisager une ouverture aux clients », explique Woody Rousseau, cofondateur de Theodo Fintech. “Pour les outils d’IA générative, cette montée en puissance progressive permet également de limiter les risques liés aux hallucinations et de valider les dispositifs de gouvernance avant un déploiement à grande échelle.”
L’IA a déjà changé la manière de concevoir les produits
Le prototypage assisté par IA figure désormais parmi les usages les plus avancés. Les CPO créent eux-mêmes des prototypes interactifs, accélérant les cycles de développement et détectant plus tôt les points de blocage. Toutefois, cette accélération ne dispense pas des étapes indispensables à tout passage à l’industrialisation. « Il est très positif que les PM puissent désormais concevoir eux-mêmes des prototypes. En revanche, il est essentiel de distinguer cette phase d’exploration du véritable développement logiciel, qui répond à des exigences beaucoup plus élevées en matière de qualité, de sécurité et de maintenance », souligne Woody Rousseau.
Même évolution du côté des développeurs pour qui mes assistants de programmation IA exécutent désormais des tâches complètes, voire travaillent de manière semi-autonome avant validation humaine. « Le métier évolue progressivement : il s’agit moins d’écrire chaque ligne de code que de concevoir, superviser et orchestrer des systèmes d’agents capables d’exécuter une partie des tâches de manière autonome. »
Avant l’IA, préparer le système d’information
Un agent d’IA n’est performant que si l’organisation qui l’accueille l’est également. Le premier prérequis est donc un design system robuste, qui garantit la cohérence des interfaces produites. Le second pilier est la qualité des données. Une information incomplète ou mal documentée ne dégrade plus seulement les tableaux de bord. Elle affecte les réponses générées par les modèles. L’IA n’efface pas les faiblesses d’un système d’information mais les révèle et les amplifie. Documentation, architecture, référentiels et qualité des données sont devenus des critères déterminants pour passer du stade de l’expérimentation à celui de l’industrialisation.
Le passage de Trial à Adopt ne dépend donc pas uniquement des performances de l’outil mais suppose que l’organisation soit prête à le déployer à grande échelle : intégration au système d’information, gouvernance des données, conformité réglementaire, sécurité et capacité à démontrer un retour sur investissement.
Les prochains terrains d’innovation
Le Fintech Radar identifie enfin les tendances émergentes parmi lesquelles la place du GEO (Generative Engine Optimization) dans le business. À mesure que les LLM deviennent de nouveaux points d’entrée vers l’information, le référencement devient un enjeu commercial évident pour les fintechs. Quant aux interfaces génératives et aux agents spécialisés capables d’automatiser des tâches toujours plus complexes. ils rejoignent pour l’heure la catégorie Hold. Leurs limites apparaissent souvent lorsque les projets deviennent plus ambitieux ou doivent s’intégrer à un environnement informatique complexe.
Au fond, le Fintech Radar ne cherche pas à désigner les technologies gagnantes. Il propose une méthode de décision. Dans un contexte où l’IA évolue plus vite que les feuilles de route informatiques ou les cycles budgétaires, savoir quand expérimenter, quand industrialiser et quand renoncer devient une compétence stratégique. Pour les banques comme pour les fintech, l’enjeu n’est plus d’adopter toutes les innovations, mais d’investir au bon moment, sur les bons cas d’usage et sur des fondations suffisamment solides pour passer à l’échelle.
Avec WE DEMAIN