Miser sur l’IA : L’adoption de l’IA générative dans le secteur financier canadien

L’enjeu

Le secteur financier du Canada est l’un des plus importants et des plus significatifs sur le plan économique au pays, et il figure parmi les plus exposés à l’IA. De nombreuses tâches professionnelles essentielles dans ce secteur correspondent étroitement aux capacités des grands modèles linguistiques.

Parallèlement, les institutions financières opèrent dans des cadres de réglementation, de confidentialité et de gestion des risques très stricts. Elles doivent concilier les gains de productivité avec leurs obligations en matière de sécurité, d’explicabilité et de confiance du public.

Ce rapport fournit des données probantes sur l’exposition de la main-d’œuvre, l’utilisation concrète et la pertinence des tâches, afin d’éclairer l’adoption responsable de l’intelligence artificielle générative dans l’ensemble du secteur.

Ce que nous examinons

Le rapport intitulé Miser sur l’IA examine comment l’IA générative pourrait transformer le monde du travail dans le secteur financier canadien et de quelle manière les institutions s’y adaptent.

Dans le cadre de ce projet, nous avons réalisé :

• Une analyse inédite de l’exposition professionnelle au niveau des tâches, visant à identifier les fonctions financières les plus en adéquation avec les capacités de l’IA générative.
• Une analyse des données d’utilisation concrètes issues de Claude (d’Anthropic) et de Copilot (de Microsoft) afin de comprendre comment l’IA générative est réellement déployée.

L’ensemble de ces données probantes permet de formuler des recommandations sectorielles sur les domaines où l’IA générative peut créer de la valeur, ceux où elle engendre des risques opérationnels ou de conformité, et la manière dont les organisations peuvent déployer cette technologie de façon responsable au sein des cadres réglementaires en vigueur.

Ce que nous apprenons

Forte exposition à l’IA générative à l’échelle du secteur

L’analyse de l’exposition professionnelle révèle que 98 % des travailleurs du secteur financier occupent des emplois fortement exposés aux technologies de l’IA, une proportion nettement supérieure à celle de l’ensemble de la main-d’œuvre canadienne. Parmi ces travailleurs, environ 24 % occupent des fonctions où l’IA est plus susceptible d’épauler l’exécution des tâches (forte complémentarité), tandis qu’une part plus importante (73 %) exerce des professions présentant une probabilité plus élevée de substitution de certaines tâches. Le risque de substitution des tâches se concentre dans les fonctions des affaires, de la finance et de l’administration, ainsi que dans les postes de vente et de service.

L’IA générative n’est pas adaptée aux tâches de numératie fondamentales

L’analyse des données d’utilisation en conditions réelles provenant de Claude (Anthropic) et de Copilot (Microsoft) démontre que l’IA générative n’est pas particulièrement performante pour les tâches de numératie fondamentales ou les fonctions financières de haute précision, en grande partie à cause du manque d’exactitude intrinsèque des systèmes d’IA générative. Contrairement aux systèmes d’IA traditionnels qui excellent dans les calculs numériques, les modèles génératifs peinent à être précis dans ces domaines.

Cas d’utilisation : service à la clientèle et soutien aux activités auxiliaires

C’est dans les tâches liées à l’interaction directe avec la clientèle (comme répondre aux questions des clients) et dans les fonctions de soutien commercial auxiliaires moins dépendantes de la précision numérique que l’IA générative est la plus déployée (tant du point de vue de l’utilisation réelle que de la pertinence).

Pourquoi c’est important

L’ampleur de l’exposition à l’IA dans le secteur financier canadien signifie que l’IA générative influencera l’organisation du travail dans l’une des industries les plus importantes du pays sur le plan économique.

Le rapport conclut que l’IA générative n’est pas efficace pour les tâches de numératie fondamentales et les fonctions financières de haute précision. Ses points forts actuels résident plutôt dans des tâches telles que l’interaction directe avec la clientèle et le soutien aux activités commerciales auxiliaires. Ces conclusions précisent les domaines où la technologie peut être déployée de manière réaliste aujourd’hui, et ceux où la prudence reste de mise.

À l’intention des dirigeants du secteur financier, ce rapport répertorie des cas d’utilisation précis et fondés sur des données probantes pour le déploiement de l’IA générative. Pour les décideurs politiques et les organismes de réglementation, la compréhension de ces limites est essentielle dans un environnement hautement réglementé où la confidentialité, la sécurité et la confiance sont primordiales.

Dans un secteur qui sous-tend une grande partie de l’économie canadienne, une compréhension fine des limites concrètes et des perspectives de l’IA générative est cruciale pour une prise de décision éclairée.

État des compétences :
L’IA au service de l’écosystème du développement des compétences

Les outils d’IA appuyés par le CCF ont amélioré les résultats en matière d’adéquation des compétences, d’orientation du développement de carrière et de recrutement. L’efficacité générale de ces outils a été renforcée par la reconnaissance et l’atténuation des préjugés et de la discrimination inhérents à ces technologies.

Lire le rapport

Prochaines étapes

Ce projet s’appuie sur des recherches antérieures financées par le CCF et menées par le Dais sur l’impact de l’IA sur l’emploi et la demande de compétences au sein de la main-d’œuvre canadienne. Il fait partie d’une série plus large d’analyses approfondies spécifiques à trois secteurs d’intérêt : le secteur public, le secteur des arts et de la culture et le secteur des services financiers.

Ensemble, ces projets aideront les décideurs politiques, les employeurs et les prestataires de formation à anticiper les transitions en matière de compétences et de main-d’œuvre qu’exigera l’IA, et à identifier des stratégies ciblées pour garantir que son adoption renforce à la fois les performances économiques et les résultats sociaux.