Comment les banques peuvent augmenter leur rapidité et leur productivité grâce à la technologie

Les institutions financières peuvent libérer la productivité de leurs équipes d’ingénierie logicielle pour accroître considérablement l’innovation technologique sans augmenter les budgets informatiques. La technologie a transformé le secteur bancaire, poussant les institutions traditionnelles à élargir leurs équipes technologiques et à exiger davantage d’elles. Il l'écrit McKinsey & Compagnie dans l'article « Comment les banques peuvent accélérer la vitesse et la productivité de la technologie« .

Innovation technologique et défis budgétaires

Les équipes technologiques développent de nouveaux produits innovants tels que des expériences client personnalisées basées sur l'IA, des paiements numériques et des ventes croisées basées sur l'analyse. Cependant – écrit McKinsey – de nombreuses banques ne disposent pas des ressources nécessaires pour investir pleinement dans l'innovation technologique. Les budgets sont limités et, à mesure que votre infrastructure informatique vieillit et devient plus complexe, vous devez dépenser plus simplement pour garde les lumières allumées.

Mettre en œuvre l’IA générative tout au long du cycle de vie du produit

Les outils de développement logiciel basés sur l’IA générative ont, à juste titre, reçu beaucoup d’attention, car ils font gagner un temps précieux aux équipes d’ingénierie, en plus de l’automatisation décrite ci-dessus. De nombreuses entreprises expérimentent des outils d'IA générative qui permettent à leurs équipes de coder plus rapidement qu'auparavant (dans les entreprises qui n'exécutent pas de projets pilotes, de nombreuses équipes d'ingénierie expérimentent de toute façon ces outils). Mais même si ces outils de gen AI réussissent souvent dans les projets pilotes, il existe plusieurs défis pour les faire évoluer de manière sûre et efficace.

D'abord, les banques ont tendance à considérer ces projets pilotes comme une activité d’outillage et à sous-estimer la gestion du changement requise. Vous constatez une forte adoption parmi les 100 premiers utilisateurs enthousiastes, mais une adoption plus limitée par la suite.

Deuxièmement, de nombreux outils disponibles sur le marché sont des solutions ponctuelles. Par exemple, ils peuvent aider à la génération de code, mais le codage ne représente qu’une petite partie de ce que font les ingénieurs.

Troisièmement, de nombreux outils ne sont pas formés sur la base de code de l'entreprise et génèrent donc du code non conforme aux normes organisationnelles.

Des outils d'IA pour toutes les personnes impliquées dans le processus de développement logiciel

Certaines grandes institutions ont abordé le déploiement des outils d’IA différemment : elles fournissent des outils d’IA à toutes les personnes impliquées dans le processus de développement logiciel, et pas seulement aux codeurs. Les propriétaires et gestionnaires de produits, les analystes de données, les concepteurs d’expérience utilisateur et autres ont accès aux outils de génération d’IA dont ils ont besoin pour être plus efficaces.

Par exemple, je propriétaire du produit ils utilisent des outils gen AI qui peuvent générer automatiquement les histoires et les diagrammes d'architecture d'une nouvelle fonctionnalité en quelques secondes, une tâche qui autrement prendrait des jours. Ces banques investissent massivement dans la gestion du changement, reconnaissant que la génération IA constitue un changement fondamental. Ils ne se contentent pas de lancer des outils de gen AI et espèrent que les équipes les adopteront, ils investissent également beaucoup de temps et de ressources pour établir des pratiques organisationnelles garantissant l'intégration de ces outils dans les flux de travail quotidiens. Ils affinent les outils de gen AI sur leur propre base de code et utilisent différents grands modèles de langage (LLM) pour différentes tâches.

Par exemple, ils peuvent utiliser un LLM pour générer du nouveau code et un autre qui fonctionne mieux pour la documentation.

Augmenter la productivité des équipes d’ingénierie

Pour accroître l'innovation technologique – dit McKinsey – certaines grandes banques se concentrent moins sur la réduction des coûts et davantage sur l'augmentation de la productivité de leurs équipes d'ingénierie. En adoptant une approche centrée sur les développeurs, courante dans l'industrie du logiciel, ces banques sont en mesure d'augmenter leur capacité technologique de 50 % par rapport à la moyenne, sans augmenter leur budget.

Pour de nombreuses institutions, les dépenses en technologie représentent la base de coûts la plus importante, mais elles constituent également un boîte noire. Ces dernières années, les principales banques ont mis en œuvre carte de pointage mesurer la vitesse et la productivité des équipes d'ingénierie en analysant les données des outils utilisés par les équipes.

Quatre mesures pour transformer la productivité de l'ingénierie

1. Optimiser le cycle de vie du développement logiciel
   Les banques doivent réduire le niveau d’effort manuel requis lorsque leurs équipes technologiques écrivent des logiciels, en automatisant et en simplifiant les processus.
2. Déployer l’IA générative tout au long du cycle de vie du produit
   Les outils de développement logiciel activés par l'IA générative peuvent faire gagner un temps précieux aux équipes d'ingénierie, améliorant ainsi la productivité de 20 à 30 %.
3. Intégrer les équipes technologiques et commerciales
   Créez des équipes conjointes de chefs de produits et d’ingénieurs pour améliorer la vitesse de développement des produits et la réactivité aux besoins des clients.
4. Créer des équipes de personnes hautement compétentes
   Embauchez des équipes internes plus petites composées d’ingénieurs hautement compétents pour développer rapidement des logiciels de haute qualité.

Comment atteindre la productivité

De nombreuses banques sont en train d’adopter ces principes pour éviter de prendre du retard technologiquement. Cependant, les transformations ne sont jamais simples et nécessitent un accompagnement initial du PDG et du comité exécutif.

Conditions préalables au succès

• Une aspiration audacieuse: Encouragez les leaders technologiques à se fixer des objectifs ambitieux.
• Impact quantifiable: Établir une référence de productivité pour mesurer les améliorations.
• Implication en dehors de l’informatique: Expliquer la valeur de la transformation aux dirigeants d'entreprise.
• Responsabilité claire au sein de l’équipe informatique: Orchestrer la transformation avec un leader collaboratif.
• Premières victoires commerciales: Démontrer un impact précoce sur les domaines d'intérêt pour les chefs d'entreprise.

Conclusions

L’adoption d’une approche axée sur la productivité peut rapidement apporter des avantages tangibles aux entreprises et aux clients, permettant aux banques d’améliorer leur capacité technologique et innovante.