Société Générale vient de donner une valeur très concrète à sa stratégie d’intelligence artificielle. La banque estime que ses différentes initiatives IA pourraient générer entre 500 et 600 millions d’euros d’économies à horizon 2029, dont environ 350 millions sont déjà identifiés. En parallèle, le groupe annonce un accord stratégique avec Anthropic, l’entreprise derrière Claude. Derrière ce partenariat se dessine surtout une évolution majeure : l’IA commence à devenir une véritable ligne de productivité mesurable dans les comptes des grandes entreprises.
Société Générale choisit Anthropic pour accélérer dans l’IA
Société Générale franchit une nouvelle étape dans le déploiement de l’intelligence artificielle.
Dans le cadre de sa transformation technologique, la banque française annonce avoir conclu un accord stratégique avec Anthropic, l’entreprise américaine à l’origine de Claude.
L’objectif affiché est clair : accélérer l’adoption de l’IA dans l’entreprise afin d’améliorer à la fois la productivité du groupe et la qualité de service proposée aux clients.
Les modalités financières de l’accord, sa durée ou encore les modèles de Claude précisément concernés n’ont pas été détaillés.
Mais le rapprochement mérite l’attention.
Société Générale ne découvre pas l’intelligence artificielle. La banque dispose déjà d’une organisation interne dédiée et de nombreux projets opérationnels.
Le partenariat avec Anthropic intervient donc moins comme le lancement d’une expérimentation que comme une nouvelle étape vers l’industrialisation de l’intelligence artificielle à grande échelle.
Entreprisma suit depuis plusieurs mois cette montée en puissance d’Anthropic sur le marché professionnel. Claude s’éloigne progressivement du simple chatbot pour devenir un environnement de travail capable d’intervenir dans les documents, les présentations et les processus métiers.
Le contrat avec Société Générale renforce cette orientation vers les grandes entreprises.
Jusqu’à 600 millions d’euros d’économies grâce à l’intelligence artificielle
Le chiffre est probablement l’élément le plus important de l’annonce.
Selon Société Générale, la mise en œuvre de nombreuses initiatives liées à l’intelligence artificielle pourrait permettre au groupe de générer entre 500 et 600 millions d’euros d’économies à horizon 2029.
Environ 350 millions d’euros sont déjà identifiés.
Cette estimation marque un changement dans la façon dont les grandes entreprises parlent de l’IA.
Pendant plusieurs années, les communications ont surtout porté sur les modèles utilisés, les expérimentations lancées ou le nombre de collaborateurs ayant accès à des assistants génératifs.
Société Générale commence désormais à rattacher directement l’intelligence artificielle à un objectif financier.
Il faut toutefois éviter un raccourci.
Les 500 à 600 millions d’euros annoncés ne signifient pas qu’un modèle Claude va, à lui seul, supprimer 600 millions d’euros de dépenses.
La banque parle d’un ensemble d’initiatives mêlant simplification des processus, transformation technologique, automatisation et amélioration de la productivité.
Dans sa présentation officielle de sa feuille de route, Société Générale explique que la simplification de son organisation et l’ingénierie de ses processus vont progressivement s’appuyer sur des développements maîtrisés de l’IA.
L’enjeu est donc cumulatif : appliquer l’intelligence artificielle à suffisamment de processus pour que les gains réalisés à différents endroits de l’organisation finissent par devenir significatifs à l’échelle du groupe.
L’IA passe du laboratoire à la ligne de coûts
C’est probablement là que se trouve le véritable sujet.
Les entreprises n’ont plus réellement besoin qu’on leur démontre que l’intelligence artificielle peut résumer un document, générer du code ou analyser des informations.
La question devient beaucoup plus économique :
combien ces outils permettent-ils réellement d’économiser ?Pour une direction générale ou financière, la valeur d’une technologie ne se mesure pas uniquement à ses performances techniques.
Elle se mesure également à sa capacité à :
- réduire le temps nécessaire pour réaliser une tâche ;
- automatiser certaines opérations répétitives ;
- diminuer les coûts informatiques ;
- accélérer le traitement de l’information ;
- améliorer la productivité des collaborateurs ;
- réduire certaines tâches administratives ;
- améliorer la qualité de service sans augmenter proportionnellement les ressources.
C’est précisément ce passage du proof of concept au retour sur investissement qui est en train de structurer la nouvelle phase de l’IA en entreprise.
Société Générale fournit ici un cas particulièrement intéressant parce que le groupe commence à chiffrer cet impact en centaines de millions d’euros.
SocGen AI industrialise déjà environ 200 cas d’usage
Le partenariat avec Anthropic repose également sur une infrastructure déjà existante.
Société Générale a créé SocGen AI, une entité chargée d’accompagner et d’industrialiser les usages de l’intelligence artificielle dans l’ensemble du groupe.
Selon la banque, sa gouvernance IA couvre notamment six grands domaines :
- les interactions avec les clients ;
- l’onboarding ;
- le back-office ;
- l’informatique ;
- la conformité ;
- la productivité des collaborateurs.
Société Générale affirme qu’environ 200 cas d’usage basés sur l’intelligence artificielle sont déjà en production.
Dans la relation client, des chatbots et assistants vocaux sont notamment utilisés par BoursoBank et SG en France.
Le groupe indique que ces systèmes traitent collectivement plus de six millions d’interactions par an.
L’intelligence artificielle intervient également dans le traitement documentaire, la génération de résumés, l’aide aux développeurs et l’automatisation de certaines étapes de l’onboarding.
Cette infrastructure change la lecture du partenariat avec Anthropic.
Il ne s’agit pas de donner quelques licences Claude à des salariés pour tester un nouvel outil.
L’enjeu consiste plutôt à intégrer progressivement les modèles d’intelligence artificielle dans une architecture déjà conçue pour déployer les usages à l’échelle du groupe.
Pourquoi Anthropic intéresse particulièrement les banques
Le secteur bancaire constitue un terrain particulièrement complexe pour les fournisseurs d’intelligence artificielle.
Un modèle performant ne suffit pas.
Les banques doivent également gérer des contraintes fortes autour de :
- la confidentialité des données ;
- la sécurité informatique ;
- les droits d’accès ;
- la conformité réglementaire ;
- la traçabilité des opérations ;
- le contrôle des résultats produits par les modèles ;
- la gouvernance des systèmes automatisés.
L’enjeu est encore plus important lorsque les outils commencent à intervenir dans des processus directement liés aux collaborateurs ou aux clients.
C’est précisément sur ce marché professionnel qu’Anthropic cherche à renforcer Claude.
Entreprisma avait déjà analysé l’évolution de la politique de données de Claude destinée à convaincre davantage d’entreprises.
Le rapprochement avec Société Générale lui offre désormais une nouvelle référence dans l’un des secteurs les plus régulés de l’économie.
Pour Anthropic, le signal commercial est important.
Pour Société Générale, l’enjeu sera de déterminer si les capacités de Claude peuvent être suffisamment intégrées dans ses processus internes pour contribuer réellement aux gains de productivité annoncés.
Le vrai défi : passer de 200 expérimentations à une infrastructure industrielle
Le nombre de cas d’usage ne garantit pas à lui seul la rentabilité d’une stratégie IA.
Une entreprise peut lancer des dizaines de projets pilotes sans obtenir d’impact significatif sur ses coûts.
Le véritable défi commence lorsque ces projets doivent être déployés simultanément auprès de milliers de collaborateurs et sur plusieurs systèmes d’information.
À cette échelle, il faut notamment gérer :
- les modèles utilisés ;
- les données accessibles ;
- les autorisations ;
- les coûts d’inférence ;
- les performances ;
- les risques de réponses erronées ;
- la sécurité ;
- la conformité ;
- la supervision humaine ;
- les indicateurs de retour sur investissement.
L’intelligence artificielle devient alors moins un simple outil qu’une nouvelle couche de l’infrastructure numérique de l’entreprise.
C’est cette transformation que Société Générale semble désormais chercher à accélérer.
L’objectif de 500 à 600 millions d’euros d’économies dépendra donc moins d’une démonstration spectaculaire de Claude que de la capacité du groupe à déployer des centaines d’améliorations relativement modestes mais répétables.
Société Générale, Crédit Agricole, La Banque Postale : trois stratégies IA différentes
Le mouvement dépasse Société Générale.
Les grandes banques françaises sont désormais engagées dans une véritable phase d’industrialisation de l’intelligence artificielle.
Mais leurs stratégies ne sont pas identiques.
Crédit Agricole a notamment annoncé un investissement massif dans son infrastructure afin de construire ce qu’il présente comme son Entreprise IA.
Entreprisma avait analysé l’investissement de 500 millions d’euros du Crédit Agricole et sa volonté de bâtir une infrastructure IA davantage internalisée.
Société Générale adopte une approche différente.
La banque possède sa propre structure interne avec SocGen AI mais s’appuie parallèlement sur un acteur spécialisé comme Anthropic pour accélérer certaines briques de son dispositif.
Cette diversité montre que le secteur bancaire est en train de sortir de la phase où chaque établissement multipliait simplement les expérimentations.
La bataille porte désormais sur l’architecture.
Qui contrôle les modèles ?
Où sont hébergées les données ?
Quels fournisseurs deviennent stratégiques ?
Quels processus doivent être automatisés ?
Et surtout : combien l’intelligence artificielle rapporte-t-elle ou permet-elle réellement d’économiser ?
Un signal important pour Anthropic face à OpenAI, Google et Mistral AI
Le partenariat possède également une dimension stratégique pour Anthropic.
La concurrence entre les principaux laboratoires d’intelligence artificielle se déplace progressivement vers les entreprises.
OpenAI, Anthropic, Google et les acteurs européens comme Mistral AI ne cherchent plus uniquement à convaincre les utilisateurs individuels.
Ils veulent devenir des fournisseurs technologiques structurants des grandes organisations.
Dans cette bataille, les contrats avec les banques, assureurs, groupes industriels et grandes administrations sont particulièrement importants.
Ces clients peuvent générer des volumes d’utilisation considérables tout en constituant des références commerciales fortes.
Pour Anthropic, convaincre Société Générale représente donc bien davantage qu’un nouveau client.
Le groupe français constitue un cas d’usage susceptible de démontrer que Claude peut être intégré dans un environnement complexe, réglementé et international.
Entreprisma avait déjà consacré plusieurs analyses à la stratégie d’Anthropic et à la progression de Claude dans la guerre des modèles d’intelligence artificielle.
Le dossier Société Générale ajoute désormais une dimension supplémentaire : celle du ROI à l’échelle d’une grande entreprise.
L’IA peut-elle réellement permettre 600 millions d’euros d’économies ?
L’objectif est considérable mais pas nécessairement irréaliste à l’échelle d’un groupe comme Société Générale.
La banque emploie des dizaines de milliers de personnes et exploite des infrastructures informatiques, des processus réglementaires et des opérations administratives extrêmement importantes.
Même de faibles gains unitaires peuvent donc produire des montants significatifs lorsqu’ils sont répétés à grande échelle.
Prenons un exemple simplifié.
Si une automatisation permet à plusieurs milliers de collaborateurs d’économiser seulement quelques dizaines de minutes par semaine, l’addition des heures récupérées sur plusieurs années devient rapidement importante.
La difficulté consiste ensuite à transformer ce temps économisé en véritable gain économique.
C’est ici qu’il faut distinguer gain de productivité théorique et économie financière réelle.
Un salarié gagnant deux heures grâce à un assistant IA ne représente pas automatiquement deux heures de salaire économisées.
Pour créer de la valeur financière, l’entreprise doit utiliser ce temps pour augmenter sa production, améliorer son service, réduire certains besoins externes ou éviter de nouvelles dépenses.
C’est précisément ce passage qui déterminera la réussite économique des grands projets d’intelligence artificielle.
L’IA pourrait aussi modifier progressivement les besoins en effectifs
Les gains de productivité soulèvent naturellement la question de l’emploi.
Société Générale ne présente pas les 500 à 600 millions d’euros d’économies liées à ses initiatives IA comme un programme équivalent de suppression de postes.
Il serait donc incorrect de présenter ce montant comme une réduction directe de la masse salariale.
En revanche, la banque prévoit plus largement une diminution de ses effectifs par attrition naturelle, parallèlement à d’autres mesures de maîtrise des coûts.
L’intelligence artificielle peut jouer un rôle indirect dans cette évolution.
Lorsqu’une entreprise automatise progressivement certaines opérations, elle peut augmenter sa production sans recruter autant qu’auparavant ou décider de ne pas remplacer certains départs.
L’impact sur l’emploi peut donc être beaucoup plus progressif qu’une vague visible de suppressions de postes.
Cette évolution sera l’un des sujets majeurs à suivre dans les banques et, plus largement, dans les grands groupes français.
600 millions d’euros : le ROI devient le nouveau terrain de bataille de l’IA
Le montant annoncé par Société Générale est impressionnant.
Mais il révèle surtout un changement beaucoup plus profond.
La première phase de l’intelligence artificielle générative a été dominée par les modèles.
La deuxième a été dominée par les assistants et les agents.
La prochaine pourrait être dominée par le retour sur investissement.
Les entreprises vont progressivement demander à leurs directions technologiques de démontrer que les dizaines ou centaines de millions investis dans l’intelligence artificielle produisent effectivement :
- davantage de revenus ;
- moins de dépenses ;
- une meilleure productivité ;
- ou une amélioration mesurable de la qualité de service.
Pour les fournisseurs comme Anthropic, OpenAI ou Google, cette évolution est déterminante.
Être le modèle le plus performant sur un benchmark ne suffira pas nécessairement.
Il faudra démontrer que la technologie crée de la valeur dans les organisations qui l’utilisent.
Un article distinct du plan stratégique 2029 de Société Générale
L’accord avec Anthropic doit enfin être replacé dans une transformation beaucoup plus large du groupe.
Société Générale a dévoilé simultanément plusieurs objectifs financiers, opérationnels et commerciaux à horizon 2029.
Entreprisma a consacré une analyse séparée au nouveau plan de Société Générale, à sa réduction des coûts et aux plus de 21 milliards d’euros susceptibles d’être redistribués aux actionnaires.
Ces éléments permettent de comprendre le cadre financier général.
Mais le partenariat avec Anthropic pose une question différente.
Société Générale peut-elle réellement transformer l’intelligence artificielle en plusieurs centaines de millions d’euros d’économies mesurables ?C’est désormais ce résultat, davantage que le simple nombre de cas d’usage déployés, qui permettra de mesurer la réussite de sa stratégie IA.
Ce qu’il faut retenir
Société Générale ne se contente plus d’annoncer qu’elle utilise l’intelligence artificielle.
La banque commence à lui attribuer un objectif économique précis.
Entre 500 et 600 millions d’euros d’économies sont attendus à horizon 2029, tandis qu’environ 200 cas d’usage sont déjà opérationnels dans le groupe.
L’accord avec Anthropic intervient au moment où Société Générale cherche justement à passer de l’expérimentation à l’industrialisation.
Pour Anthropic, le partenariat constitue une nouvelle percée auprès d’une grande entreprise européenne particulièrement réglementée.
Pour Société Générale, il représente surtout un test grandeur nature.
Si le groupe parvient à convertir l’adoption de l’intelligence artificielle en plusieurs centaines de millions d’euros de gains réellement observables, le sujet dépassera largement le secteur bancaire.
Il pourrait devenir l’un des cas français les plus significatifs du passage de l’IA générative à l’IA économiquement mesurable.
