Une enquête de 2026 menée auprès de 277 dirigeants bancaires dans 37 pays africains révèle que 83,2 % des institutions prévoient d'augmenter leurs dépenses en IA au cours des 12 prochains mois. Pourtant, près d'un tiers ne suivent pas formellement le retour sur investissement (ROI) de cette technologie. Parmi les banques qui ne mesurent pas les rendements de l'IA, 82 % comptent malgré tout augmenter leur budget.

Ces résultats mettent en lumière la tension au cœur de la poussée d'automatisation bancaire en Afrique, qui se chiffre en millions de dollars. Les banques investissent dans l'IA malgré des factures cloud libellées en dollars, des contraintes d'intégration avec les systèmes bancaires centraux historiques et une pénurie d'ingénieurs en machine learning. Dans ce volet de Delve into AI, EMMANUEL NWOSU examine l'écart entre des opérations plus rapides et des rendements mesurables au bilan.

La documentation des prêts a historiquement constitué un goulot d'étranglement administratif, y compris dans les institutions financières bien capitalisées. Chez Standard Bank, un processus de vérification qui prenait auparavant environ une heure peut désormais être achevé en 60 secondes environ grâce à l'intelligence artificielle.

La banque sud-africaine a révélé ce chiffre dans sa présentation de la Capital Markets Day de mars 2026. Cette mesure concerne la division de financement d'actifs commerciaux de la banque et illustre la manière dont la plus grande banque d'Afrique par actifs applique l'intelligence machine à des processus établis.

Standard Bank a également indiqué que son chatbot conversationnel traite 65 % des demandes numériques entrantes des clients. En août 2026, plus de 39 000 employés—soit environ 72 % de ses effectifs—étaient des utilisateurs réguliers de l'IA générative en entreprise.

Ces exemples montrent le potentiel opérationnel immédiat de l'automatisation. Les arriérés administratifs peuvent être réduits à des tâches de quelques minutes, les frictions avec les clients peuvent diminuer et les employés peuvent être réorientés vers des fonctions de conseil nécessitant un jugement humain.

Le bénéfice financier reste toutefois moins certain. Le déploiement de l'IA dans des environnements financiers réglementés exige des contrôles de gouvernance des données, des licences logicielles, l'intégration de systèmes et une reconversion des compétences des équipes. Pour justifier ces coûts sur le plan commercial, les banques doivent démontrer que les gains financiers dépassent les dépenses de mise en œuvre et d'exploitation.

Un travail plus rapide, des rendements financiers incertains

Le rapport State of AI in African Banking, une étude conjointe de 2026 du fournisseur de logiciels bancaires Backbase et d'African Banker, a interrogé des dirigeants dans 37 pays africains. Il révèle que 83,2 % des institutions prévoyaient d'augmenter leurs allocations en IA au cours des 12 mois suivants, tandis que seuls 67,1 % suivaient formellement le ROI de ces déploiements.

Parmi le tiers environ des répondants dont les banques ne suivaient pas les rendements de l'IA, 82 % comptaient néanmoins augmenter leur budget. Ces chiffres indiquent que de nombreux dirigeants bancaires développent une technologie dont la contribution commerciale n'a pas encore été quantifiée.

L'absence de mesure formelle ne signifie pas nécessairement l'échec des projets d'IA. Les systèmes algorithmiques peuvent raccourcir les délais de traitement, améliorer la surveillance de la fraude et rehausser le service client sans réduire immédiatement les coûts du compte de résultat. Mais l'écart entre efficacité opérationnelle et rendement financier devient plus important à mesure que l'IA passe d'expérimentations isolées à des systèmes utilisés quotidiennement par les banques.

Standard Bank a bâti ses capacités en IA sur des investissements technologiques réalisés sur plusieurs années. Dans sa présentation aux investisseurs de mars, la banque a indiqué que l'IA conversationnelle traitait 65 % des demandes numériques sur son application de banque de détail. Elle a également signalé que la productivité des équipes d'ingénierie s'était améliorée de plus de 20 % au cours de l'année précédente, tandis que l'IA commençait à accélérer les activités de crédit.

L'exemple du financement d'actifs commerciaux, où le traitement de la documentation des prêts est passé d'environ une heure à une minute, démontre le potentiel d'amélioration de certains flux administratifs. Standard Bank a également élargi l'accès à la technologie dans l'ensemble de ses effectifs. En août, elle a rapporté plus de 39 000 utilisateurs actifs de l'IA générative via des outils d'entreprise approuvés.

Réduire un processus de documentation d'une heure à une minute libère les employés qui effectuaient auparavant ce travail. La banque peut ainsi traiter davantage de demandes avec les mêmes effectifs, réduire les heures supplémentaires ou affecter les employés à d'autres responsabilités. Ces bénéfices opérationnels ne deviennent des économies financières mesurables que lorsqu'ils produisent des dépenses évitées ou des revenus supplémentaires raisonnablement attribuables à l'investissement.

Standard Bank a déclaré prévoir de réorienter le temps gagné grâce à l'IA vers les relations clients et les travaux nécessitant des décisions plus complexes. Cette approche va au-delà de la simple réduction des coûts d'exploitation et cherche à tirer davantage de valeur des effectifs existants. Cette déclaration ne précise pas, en soi, les revenus générés ni les coûts économisés.

Dans le crédit, l'IA pourrait permettre aux employés de traiter davantage de demandes sans augmentation correspondante des coûts de personnel. Utilisée pour évaluer la solvabilité des emprunteurs, elle pourrait également soutenir les décisions de crédit et potentiellement réduire les défauts de paiement. Ce sont là des bénéfices distincts, et Standard Bank n'a pas établi que ses investissements en IA aient livré l'un ou l'autre sur le plan financier.

Le ratio de prêts non productifs de la banque s'élevait à 5,6 % à la fin juin, contre 6,2 % un an plus tôt. Les charges de dépréciation du crédit, qui reflètent les pertes attendues sur les prêts, ont reculé de 12 % pour s'établir à 7,13 milliards de rands (435,5 millions de dollars) au premier semestre 2026. Standard Bank n'a pas attribué ces améliorations à l'utilisation de l'IA.

Nedbank, autre prêteur sud-africain de premier plan, a fait état d'améliorations opérationnelles mesurables. Dans son rapport intégré 2025, la banque a indiqué avoir mis en œuvre 30 cas d'usage avancés d'IA au cours de lannée. Son programme plus large, couvrant l'IA, l'IA générative, l'analytique, le machine learning et l'automatisation robotisée des processus, a permis d'économiser environ 312 000 heures de travail dans la création de médias et de contenus, la traduction de documents et la productivité personnelle. Les délais de traitement des paiements mondiaux ont également diminué d'environ 30 %.

Nedbank a utilisé des modèles prédictifs pour identifier les clients les plus susceptibles d'acheter des produits d'investissement. Elle a également appliqué l'analytique pour cibler les clients potentiels de cartes de crédit et de prêts. Ces applications illustrent les deux grandes manières dont les banques s'attendent à générer des rendements avec l'IA : en réduisant le coût des services existants et en les aidant à mieux servir leurs clients.

Le coût de la mise en œuvre de l'IA

L'IA ne fonctionne pas indépendamment de la technologie existante d'une banque. Les modèles exigent des données fiables, des systèmes informatiques sécurisés et un accès aux applications utilisées par les employés et les clients. Les banques ont également besoin de procédures pour tester les résultats, restreindre l'accès aux informations sensibles et surveiller les décisions prises avec l'IA.

Par conséquent, le coût du déploiement de l'IA peut être considérablement supérieur au prix d'un abonnement logiciel. Lors de sa Capital Markets Day 2026, Standard Bank a rapporté des dépenses technologiques totales de 23,5 milliards de rands (1,44 milliard de dollars) en 2025, soit 27,7 % de ses charges d'exploitation.

La banque a indiqué que 88 % de ses serveurs historiques avaient été mis hors service et que 71 % des charges de travail informatiques éligibles à la migration avaient été déplacées vers le cloud au moment de la présentation. Elle a ensuite rapporté que la migration vers le cloud avait atteint 78 % des charges de travail éligibles à la fin juin 2026.

Standard Bank a déclaré que les investissements technologiques réalisés sur plusieurs années avaient contribué à améliorer l'efficacité et à faire baisser son ratio coûts/revenus du groupe de 59,1 % à 50,2 %. Concrètement, la banque a dépensé environ 50 rands (3,05 dollars) en charges d'exploitation pour chaque tranche de 100 rands (6,09 dollars) de revenus d'exploitation, contre environ 59 rands (3,60 dollars) auparavant.

Les dépenses technologiques ont continué d'augmenter à mesure que la banque étendait ses opérations d'IA. Standard Bank a dépensé 23,51 milliards de rands (1,43 milliard de dollars) en technologie en 2025, en hausse de 4,9 % par rapport aux 22,4 milliards de rands (1,36 milliard de dollars) en 2024. Au premier semestre 2026, ses dépenses en logiciels, cloud et technologies ont augmenté de 6 % pour atteindre 7,16 milliards de rands (436,5 millions de dollars). La banque a attribué une partie de cette hausse à l'expansion de ses capacités en IA, ainsi qu'à des investissements dans l'expertise technologique spécialisée, les systèmes bancaires centraux et la cybersécurité.

Les dépenses technologiques globales n'ont toutefois augmenté que de 2 % pour atteindre 11,83 milliards de rands (721 millions de dollars) au cours du semestre, l'amortissement plus faible et d'autres coûts technologiques ayant compensé une partie de l'augmentation. Standard Bank a décrit son approche comme une stratégie de « save-to-invest » (épargner pour investir), utilisant les gains d'efficacité issus de ses investissements technologiques antérieurs pour financer de nouvelles capacités, dont l'IA.

Ce programme de modernisation illustre le travail nécessaire pour introduire de nouvelles capacités dans une activité bancaire établie. Dans l'enquête de Backbase et African Banker, 50,2 % des répondants ont identifié l'intégration avec les technologies existantes comme le principal obstacle interne à l'adoption de l'IA.

Les banques peuvent devoir connecter des dossiers clients, des historiques de transactions et d'autres informations stockées dans des systèmes développés à des époques différentes. Un prêteur introduisant l'IA dans l'évaluation du crédit, par exemple, nécessite un accès fiable informations financières servant à évaluer les emprunteurs. La consolidation de ces informations peut exiger des mises à niveau des systèmes historiques, une infrastructure informatique supplémentaire et des employés spécialisés pour la maintenir.

Ces exigences augmentent les coûts initiaux et continus de l'IA. Les banques qui achètent des services cloud ou des logiciels en devises étrangères peuvent également faire face à des dépenses plus élevées en monnaie locale lorsque les taux de change évoluent défavorablement. Le cas financier de l'IA dépend donc de plus que du temps gagné par un système. Les banques doivent peser ces gains face au coût complet de l'introduction et de l'exploitation de la technologie.

Pourquoi les rendements restent difficiles à mesurer

Les recherches de Backbase et African Banker suggèrent que certaines banques africaines obtiennent les résultats financiers escomptés de l'IA. Parmi les répondants dont les institutions mesurent formellement les rendements, 85,1 % ont déclaré que leurs investissements avaient atteint ou dépassé leurs projections.

Ces banques mesuraient toutefois la performance par rapport à leurs propres objectifs. L'enquête n'établit ni le montant investi par chaque institution, ni la valeur financière générée, ni si les rendements ont été calculés de manière cohérente entre les organisations.

Le crédit assisté par l'IA illustre cette difficulté. Si une banque approuve davantage de demandes après l'introduction de l'IA, les prêts supplémentaires pourraient augmenter ses revenus d'intérêts. Le bénéfice financier dépendrait néanmoins des coûts de financement, de la performance de ces prêts et de l'amélioration éventuelle des décisions de crédit. De même, la valeur d'un système de détection de fraude par IA réside dans les pertes évitées, et non dans le simple nombre de transactions suspectes identifiées.

L'enquête a révélé que 71,7 % des répondants travaillant avec des fournisseurs tiers d'IA mesurent les rendements, contre 31 % de ceux développant l'IA entièrement en interne. Cet écart reflète la capacité variable des banques à construire des systèmes d'IA propriétaires, qui peuvent elles-mêmes devenir un centre de coûts important.

En juin 2026, le premier AI Index for Banks au Moyen-Orient et en Afrique d'Evident a évalué 25 grandes banques sur les talents en IA, l'innovation, le leadership et la transparence. Standard Bank s'est classée deuxième et Nedbank quatrième, devenant les deux seules banques sud-africaines parmi les quatre leaders régionaux. FirstRand, Capitec et Absa figuraient également dans le top 10.

Evident a attribué la performance relativement solide de ces banques en partie à des viviers de talents en IA plus importants, à la proximité d'universités de recherche et à l'engagement face à une réglementation bancaire centrale émergente. Ces résultats suggèrent que les banques sud-africaines ont développé des capacités en IA plus solides que nombre de leurs pairs régionaux.

Sur les 25 institutions évaluées, Evident a toutefois constaté que les talents spécialisés en développement d'IA, rapportés à la taille des effectifs, représentaient seulement la moitié du niveau enregistré dans son référence des grandes banques mondiales. Cette pénurie a des implications financières. Les banques ne disposant pas d'une expertise interne suffisante doivent soit investir dans le développement de leurs propres capacités, soit dépendre de fournisseurs externes, tout en continuant à payer l'intégration et la maintenance.

Certaines banques hors d'Afrique ont fourni un compte rendu plus clair de la contribution financière de l'IA. La banque singapourienne DBS a rapporté environ 1 milliard de dollars de Singapour (783 millions de dollars) de valeur économique issue de l'analytique de données et de l'IA en 2025, contre 750 millions de dollars de Singapour (587 millions de dollars) en 2024. À la fin de cette année, DBS avait déployé plus de 2 000 modèles dans plus de 430 cas d'usage.

DBS est allée au-delà du nombre de tâches accomplies par l'IA ou du temps gagné par les employés. Elle a attribué une valeur monétaire à la contribution de la technologie à son activité, même s'il n'est pas clair si la banque est rentable dans son utilisation de l'IA.

Cette comparaison clarifie la question financière à laquelle font face les banques africaines. Standard Bank et Nedbank ont démontré des gains de productivité, et de nombreuses institutions interrogées par Backbase déclarentindre leurs objectifs d'investissement en IA. Mais les banques fournissent peu d'informations sur le coût des programmes d'IA individuels ou sur les rendements financiers qu'ils génèrent.

La productivité est un cas d'usage majeur de l'IA dans la banque et dans les autres organisations non financières. Le défi consiste à établir la valeur de cette productivité et la part attribuable à l'IA. À mesure que les banques dépassent le stade des expérimentations, la preuve la plus claire des progrès sera une divulgation plus cohérente des coûts des programmes, des résultats mesurés et du lien entre ces résultats et la performance financière.

Source : TechCabal