Naji Ghandri : « Nous entrons dans le temps de la réalisation concrète »
Tunis – Univers News. À l’ouverture d’une journée consacrée à l’intelligence artificielle, organisée par MAC SA, Naji Ghandri, président du Conseil Bancaire et Financier (CBF), a livré un plaidoyer lucide : l’IA ne créera de valeur que si les entreprises, et les banques en premier lieu, savent passer du projet pilote à l’échelle industrielle, sans rien céder sur la confiance.
Le ton est donné d’emblée. L’intelligence artificielle n’est plus « une tendance technologique passagère, ni une promesse lointaine », mais une réalité économique qui redessine les entreprises, les institutions financières et les modèles de développement. Pour le président du CBF, la compétition mondiale ne se joue plus uniquement sur la maîtrise des technologies avancées, mais sur la capacité à les transformer en valeur concrète.
« Nous ne sommes plus dans le temps de l’expérimentation. Nous entrons dans le temps de la réalisation concrète », souligne Naji Ghandri.
- L’adoption progresse, la création de valeur reste à démontrer
Les chiffres illustrent ce décalage entre adoption technologique et impact économique. Selon la dernière édition de l’étude The State of AI de McKinsey, 88 % des organisations utilisent désormais l’IA dans au moins une fonction, tandis que 80 % des répondants constatent déjà un gain de productivité individuelle.
Mais le passage de la productivité à la performance financière reste beaucoup plus limité : seules 37 % des organisations déclarent un impact sur leur résultat d’exploitation, tandis que les « AI high performers » ne représentent qu’environ 6 % de l’échantillon.
Le paradoxe est donc clairement posé : l’IA se diffuse rapidement, mais sa capacité à produire une valeur économique mesurable reste encore concentrée.
La question n’est ainsi plus de savoir s’il faut utiliser l’intelligence artificielle, mais où l’utiliser, comment l’industrialiser, comment mesurer sa valeur et comment la déployer à grande échelle tout en maîtrisant ses risques.
- La banque, terrain d’application privilégié
Avec ses volumes considérables de données, ses processus fortement structurés et la place centrale de la décision, le secteur bancaire apparaît comme l’un des terrains d’application privilégiés de l’intelligence artificielle.
Les domaines d’utilisation sont nombreux : analyse des dossiers de crédit, détection des signaux faibles en matière de risques, lutte contre la fraude et le blanchiment, assistants conversationnels dans la relation client, mais aussi transformation du développement logiciel, de l’exploitation informatique et de la cybersécurité.
En Tunisie, la dynamique est déjà engagée. Plusieurs banques ont franchi le stade des preuves de concept pour mettre en production des applications reposant sur l’IA. Des investissements sont également réalisés dans les infrastructures de calcul et les architectures technologiques sécurisées.
LLM, réseaux de neurones dédiés à l’analyse prédictive et solutions d’explicabilité des modèles commencent ainsi à intégrer l’écosystème bancaire. Dans le même temps, les partenaires des banques se diversifient, avec l’arrivée de fintechs, d’entreprises spécialisées et d’experts en intelligence artificielle.
Le prochain défi est donc celui de la mutualisation des expériences et de la constitution de véritables capacités industrielles.
- Du potentiel à la valeur : le véritable défi
Les perspectives économiques sont considérables. McKinsey estime que l’intelligence artificielle pourrait, à terme, permettre une réduction de 15 à 20 % des coûts opérationnels du secteur bancaire.
Mais ce potentiel ne se matérialisera pas automatiquement. Entre une expérimentation réussie et une transformation durable, il existe un changement d’échelle qui suppose des infrastructures adaptées, des données fiables, des compétences nouvelles et une gouvernance robuste.
Cette industrialisation a également un coût matériel. GPU spécialisés, capacités de calcul, stockage, réseaux et énergie deviennent des paramètres stratégiques. Selon l’Agence internationale de l’énergie, les centres de données ont consommé environ 415 TWh en 2024, un volume qui pourrait atteindre près de 945 TWh en 2030, les serveurs dédiés à l’IA représentant une part importante de cette progression.
L’IA est donc également une question d’infrastructure, de coût et de résilience.
- La confiance, actif cardinal
Pour le secteur financier, l’industrialisation de l’IA ne peut cependant pas être dissociée d’une exigence fondamentale : la confiance.
Naji Ghandri met en avant quatre points de vigilance : la protection des données, la maîtrise des modèles, la prévention des biais et le maintien de la responsabilité humaine dans les décisions sensibles.
Dans la banque, un modèle dont les mécanismes sont insuffisamment maîtrisés peut devenir un risque non seulement technologique, mais également réglementaire, juridique et réputationnel.
L’intelligence artificielle peut éclairer et accélérer la décision. Elle ne saurait, pour autant, transférer la responsabilité finale à la machine.
- Quatre leviers pour passer à l’échelle
Pour transformer les expérimentations en capacités industrielles, quatre conditions apparaissent déterminantes.
- Premier levier : le capital humain. L’IA transforme les métiers et impose un effort durable de formation et d’adaptation des compétences.
- Deuxième levier : les architectures et les données. Une IA performante ne peut reposer sur des systèmes fragmentés ni sur des données de qualité insuffisante.
- Troisième levier : la gouvernance. Sécurité, conformité et supervision des modèles doivent être intégrées dès la conception des solutions et non intervenir uniquement a posteriori.
- Quatrième levier : la collaboration. Banques, entreprises technologiques, universités, chercheurs et pouvoirs publics ont intérêt à rapprocher leurs expertises afin de construire un écosystème capable de soutenir cette transformation.
- Le véritable enjeu : transformer la révolution technologique en développement
Au-delà de la technologie elle-même, le message porté par le président du CBF ramène finalement le débat à une équation simple : innover, maîtriser les risques et passer à l’échelle.
La puissance des modèles d’intelligence artificielle ne suffira pas à elle seule. La création de valeur dépendra de la capacité des entreprises et des banques à intégrer ces technologies dans leurs processus, leurs métiers et leur gouvernance.
Pour le secteur bancaire tunisien, l’enjeu est désormais de transformer les premières expériences en capacités durables, sécurisées et mesurables. Une étape qui pourrait faire de l’IA non plus simplement une technologie d’avenir, mais un véritable levier de transformation et de développement de l’économie tunisienne.
