IA dans les services financiers : priorité stratégique, mais passage à l’échelle sous tension

Une étude récente met en lumière cette bascule vers une IA plus opérationnelle, portée notamment par l’essor de l’IA agentique et la modernisation des environnements mainframe.

Une adoption massive de l’IA dans la finance

L’IA est désormais au cœur des priorités IT dans les services financiers. Selon l’étude Mainframe AI Study menée par Hanover Research pour Rocket Software, 94% des responsables IT interrogés considèrent l’optimisation des opérations via l’IA comme une priorité élevée, voire critique.

Cette tendance s’accompagne d’un renforcement des investissements : 83% des organisations déclarent avoir augmenté leurs budgets dédiés à l’IA appliquée aux opérations IT et à la cybersécurité, dont 38% de manière significative.

Signe d’une maturité croissante, 42% des entreprises ont déjà déployé l’IA à grande échelle, au sein de multiples équipes et systèmes. L’IA dépasse ainsi le stade expérimental pour devenir un levier opérationnel structurant.

Des freins persistants à l’industrialisation

Malgré cette dynamique, le passage à l’échelle reste un défi majeur. 40% des organisations peinent encore à généraliser leurs projets IA à l’ensemble de l’entreprise.

Trois obstacles principaux émergent :

• La réglementation, citée par 78% comme un frein significatif au déploiement
• L’auditabilité, jugée essentielle par 88% des entreprises
• La gouvernance, considérée comme un prérequis clé avant toute mise en production

Ces contraintes reflètent les exigences élevées du secteur financier en matière de conformité, de traçabilité et de gestion des risques, qui ralentissent l’industrialisation des projets IA.

L’essor de l’IA agentique

Face aux limites des approches traditionnelles, les entreprises explorent de nouveaux modèles. 43% estiment que l’IA conversationnelle dépend trop de la qualité des prompts pour un usage réellement opérationnel.

En réponse, 43% des organisations combinent désormais IA conversationnelle et IA agentique. Cette dernière gagne du terrain, notamment dans les grandes entreprises, où elle permet d’automatiser des tâches complexes et de corréler des données issues de multiples systèmes.

Le cas d’usage le plus cité concerne la détection d’anomalies et l’analyse croisée des signaux IT, avec près d’une organisation sur deux prête à déployer ce type de solutions.

Le mainframe, de contrainte à levier pour l’IA

L’étude relève un paradoxe : alors que les mainframes sont souvent perçus comme un frein à l’innovation, ils apparaissent ici comme un atout.

La pénurie de compétences reste critique : 81% des dirigeants estiment leur déficit en expertise mainframe important, voire très important. Dans ce contexte, 87% des répondants voient dans l’IA un moyen de combler ce manque dans les deux prochaines années.

Plutôt que de limiter l’innovation, les environnements mainframe renforcent les bénéfices de l’IA, notamment en termes de fiabilité et de traitement des données critiques.

ROI et conformité : nouveaux moteurs d’investissement

Au-delà des gains de productivité, les entreprises attendent des résultats mesurables. 91% considèrent les diagnostics basés sur l’IA comme un levier efficace pour réduire le MTTR, avec une baisse estimée supérieure à 20%.

Fait notable, les motivations d’investissement évoluent :

• 44% des organisations privilégient désormais la réduction des risques de non-conformité
• La simplification des audits devient un argument clé
• La réduction des coûts passe au second plan

Cette évolution confirme que l’IA est désormais perçue comme un outil de gouvernance autant que de performance.

Une transformation encore incomplète

Comme le souligne Neil Fowler, SVP of Hybrid Cloud Engineering chez Rocket Software :
« L’IA en entreprise a clairement dépassé le stade du projet pilote, mais c’est au moment du passage à l’échelle que de nombreuses organisations rencontrent des difficultés ». Et d’ajouter « Au-delà des simples chatbots, les solutions d’IA agentique avancées démontrent leur capacité à soutenir des systèmes critiques. »

L’étude, menée en juin 2026 auprès de 250 professionnels du secteur financier en Europe et aux États-Unis, confirme une tendance de fond : l’IA est entrée dans une phase d’industrialisation, mais son déploiement à grande échelle reste conditionné à des enjeux de gouvernance, de conformité et de compétences.

Pour les acteurs du secteur, l’enjeu n’est plus d’adopter l’IA, mais de l’intégrer durablement dans des environnements critiques, sans compromettre la sécurité ni la conformité.

Source : Etude Rocket Software & Hanover Research – 250 professionnels du secteur bancaire et des services financiers aux États-Unis, au Royaume-Uni, en France, en Allemagne et aux Pays-Bas, en juin 2026.