Plus de 350 000 conversations par an : c’est le volume que traitait déjà l’assistant HelloïZ quand Hello bank !, la banque en ligne de BNP Paribas, a décidé de le refondre. Dans son communiqué du 11 mars 2026, la banque explique avoir remplacé un moteur à réponses prédéfinies par des modèles de Mistral AI, testés avec la start-up française Giskard. L’assistant reconnaît 25 intentions de transaction (virement, opposition, gestion de la clé digitale), renvoie le client vers la bonne rubrique de l’application et, s’il le souhaite, passe la main à un conseiller de la « Hello Team » à Lille ou à Mérignac. La prochaine étape, réaliser les opérations directement dans le fil de discussion, était promise « d’ici la fin de l’année ».
Cette scène résume assez bien l’état des agents IA dans la banque et l’assurance françaises fin 2026 : des assistants déjà utilisés par des millions de clients et de salariés, beaucoup d’annonces sur des agents capables d’agir, et très peu de résultats chiffrés sur ces derniers. Voici ce que disent les sources publiques, établissement par établissement.
1Ce qui tourne en production : des assistants, rarement des agents autonomes
Le chiffre le plus massif vient du Groupe BPCE. Dans un communiqué du 19 novembre 2025, le groupe indique que la moitié de ses 100 000 salariés utilisent MAiA, son outil interne d’IA générative, une quarantaine de fois par mois, avec plus de 2 millions de requêtes mensuelles. Côté clients, l’assistant des applications Banque Populaire et Caisse d’Epargne est utilisé par un million de clients. Dans les centres de relation client, qui reçoivent 12 millions d’appels par an, BPCE annonce sept cas d’usage majeurs en production, dont des voicebots ayant traité de bout en bout un million d’appels, et des comptes rendus d’appels rédigés automatiquement. Le Monde Informatique précise que 85 % de ces comptes rendus sont validés par les téléconseillers sans correction et que le temps moyen de traitement d’un appel a baissé de 10 %. Toujours selon le groupe, 75 % des conseillers d’agence utilisent des outils d’IA conçus pour leur métier.
Chez BNP Paribas, le principal outil interne de la banque de financement et d’investissement s’appelle LLM@CIB. Il est accessible à plus de 65 000 salariés, selon le communiqué de Google Cloud du 24 septembre 2026. Le même texte mentionne Nickel Assist, un outil fondé sur Gemini qui aide environ 200 conseillers de Nickel, la filiale de comptes de paiement, à répondre aux clients.
La Société Générale revendique, elle, environ 200 cas d’usage d’IA en production, de l’entrée en relation au traitement documentaire, selon FrenchWeb, qui s’appuie sur le plan présenté aux investisseurs en septembre 2026. Mais son épisode le plus instructif est un retour en arrière. Le Monde Informatique rapportait le 20 janvier 2026, en citant Bloomberg, que la banque avait décommissionné fin 2025 SoGPT, son assistant développé en interne, au profit de Microsoft Copilot. Motif avancé : l’écart grandissant avec les outils du marché et l’insatisfaction des salariés.
Enfin, une néobanque pour professionnels montre à quoi ressemble un agent qui exécute vraiment des opérations. Qonto a lancé fin avril 2026 deux agents, l’Opérateur et l’Analyste, ouverts à ses clients PME et indépendants. Selon The Paypers, le premier peut créer des cartes, traiter jusqu’à 50 factures fournisseurs d’un coup, programmer des virements et émettre des factures à partir d’une demande en langage courant ; le second répond à des questions sur les dépenses. Garde-fou notable : chaque opération financière exige la confirmation de l’utilisateur et une authentification forte.
2Le tableau : ce qui est en production, ce qui est annoncé
Tableau 2.1Le tableau
| Établissement | En production (selon l’établissement ou la presse) | Annoncé ou en pilote | Partenaires cités |
|---|---|---|---|
| BNP Paribas | HelloïZ (plus d’un million de clients), LLM@CIB (65 000 salariés), Nickel Assist | Agents pour la préparation des dossiers de crédit (CIB), actions transactionnelles dans HelloïZ, assistant salariés à partir de 2026 | Mistral AI, Google Cloud, Giskard |
| Groupe BPCE | MAiA, assistant des applis clients, voicebots, comptes rendus d’appels | Paiement par agent (protocole AP2), serveur MCP, crédit conso conversationnel | OpenAI, Mistral, Google, Anthropic, Payplug |
| Société Générale | Environ 200 cas d’usage, Copilot pour les salariés | Partenariat avec Anthropic cité par FrenchWeb | Microsoft, Anthropic |
| Crédit Agricole | Sécuri’Chat puis Sécur’IA pour concevoir des agents internes | Agent conversationnel pour les clients, « transformation agentique » des processus | Mistral AI, Prisme.AI |
| AXA | Outils Shift Technology (fraude, sinistres) dans 15 pays | Global AI Hub : sinistres auto, e-mails clients | Publicis Sapient, Shift Technology |
| Covéa | Analyse des photos de dommages auto (MAAF, MMA, GMF) | Nouveaux cas d’usage à explorer | Tractable |
| Groupama | Assistant de souscription (plus de 160 salariés) | Extension pluriannuelle | Continuity |
| MAIF | Application dans ChatGPT (information, prévention) | Test d’aide aux conseillers | Mistral AI, Scaleway, Diabolocom |
| Qonto | Agents Opérateur et Analyste | Non précisé | Non précisé |
Ce tableau ne mesure pas la qualité des outils : il reprend ce que chaque groupe ou la presse décrit comme déployé. Aucun de ces établissements ne publie de taux d’erreur de ses agents.
3Les annonces de 2026 : des plateformes et des partenaires
L’année 2026 a été celle des grands accords. BNP Paribas a renouvelé en mai pour trois ans son partenariat avec Mistral AI, entamé en 2023. Le communiqué du 26 mai 2026 est honnête sur le degré d’avancement : pour la recherche documentaire interne et l’extraction de données, « plusieurs applications sont déjà déployées en interne, tandis que d’autres sont en phase avancée de pilote ou d’expérimentation ». Pour le KYC (la connaissance client imposée par la lutte contre le blanchiment), la banque parle de solutions hébergées dans ses propres infrastructures, avec une « validation experte des risques et des décisions ».
Quatre mois plus tard, la même banque signait avec Google Cloud un accord de cinq ans pour accéder à Gemini Enterprise et y construire des agents. Le premier visé assistera la préparation des dossiers de crédit aux entreprises ; la vente, le trading, la recherche et la structuration viendront ensuite. Le Monde Informatique relève que ni le montant, ni le calendrier, ni la liste des données exclues du cloud public ne sont publiés. Le communiqué pose en revanche trois règles de gouvernance que toute entreprise peut reprendre : chaque agent est authentifié, il n’accède qu’aux ressources nécessaires à sa tâche, et ses connexions au système d’information sont surveillées.
Le Crédit Agricole a choisi une autre voie : une société interne. Selon Le Monde Informatique, le groupe investit près de 500 millions d’euros dans l’IA sur 2026 à 2028, dont 150 millions pour cette structure de 150 personnes. Son directeur général, Olivier Gavalda, y reconnaissait que « pour l’instant, en évaluer les gains reste très difficile ». En octobre, le groupe a associé Mistral AI à la construction de sa plateforme ; ActuIA note que l’agent conversationnel promis aux clients des banques de proximité n’a pas de date de mise en service. Ce qui existe déjà, c’est Sécur’IA, une plateforme qui permet aux équipes métiers de concevoir et de partager des agents connectés au système d’information.
BPCE, enfin, prépare des agents qui achètent pour le compte du client. Le Monde Informatique décrit un projet de paiement par agent fondé sur le protocole AP2 de Google, porté par sa filiale Payplug, qui vérifierait que l’agent dispose d’un mandat valide. Un autre projet ferait coordonner, par un agent « chef d’orchestre », des IA spécialisées dans l’identité, la fraude, le choix de l’offre et la conformité pour accorder un crédit à la consommation en conversation. Le directeur data et IA du groupe, Luc Barnaud, y résume l’état d’esprit : « Nous ne jouons pas aux apprentis sorciers. » Pour comprendre ces protocoles qui branchent les agents sur les outils, voir notre analyse MCP, A2A : les protocoles qui branchent les agents sur vos outils.
4Côté assurance : les sinistres d’abord
Les assureurs ont une longueur d’avance sur un terrain précis : le sinistre automobile. Covéa (MAAF, MMA, GMF) a renouvelé pour trois ans en avril 2026 son partenariat avec Tractable, dont l’IA analyse en temps réel les photos de dommages envoyées par les réparateurs partenaires. Tractable annonce plus de 160 000 sinistres finalisés depuis le début de la collaboration ; c’est le chiffre du fournisseur, pas une mesure indépendante.
AXA a renouvelé en mars 2026, pour cinq ans, son partenariat avec Shift Technology, qui couvre la souscription, la fraude et la gestion des sinistres dans 15 pays. La dépêche reprise par Fortuneo mentionne une automatisation qui peut aller jusqu’au traitement intégral d’un sinistre sans intervention humaine ; les gains annoncés viennent de Shift. En septembre, AXA a ajouté une plateforme interne, le « Global AI Hub », construite avec Publicis Sapient. Selon Idéal Investisseur, sa première version, livrée en juillet, sert à cinq entités ; les filiales allemande, française, suisse et britannique y développent l’automatisation des sinistres auto et le traitement des e-mails clients, avec une supervision humaine maintenue sur toutes les décisions à fort enjeu.
Groupama, de son côté, utilise depuis un pilote lancé en 2021 en Centre-Atlantique les outils de la start-up Continuity pour l’assurance des professionnels et des entreprises. Coverager indique que l’assistant de souscription, qui rassemble les informations et applique les règles de chaque caisse, est utilisé par plus de 160 salariés dans les neuf caisses régionales de métropole.
La MAIF avance plus prudemment. Elle a ouvert en juillet 2026 une application dans ChatGPT qui évalue l’exposition d’une adresse aux risques climatiques et estime le prix d’une assurance vélo, avec à tout moment la possibilité de parler à un conseiller, selon Coverager. En septembre, le communiqué publié par Scaleway annonçait le recours à Scaleway pour le cloud, à Mistral AI pour les modèles et à Diabolocom pour la plateforme de contact. Le texte parle d’un « premier test » pour mieux accompagner les sociétaires par les conseillers, et cite la souveraineté numérique comme nouveau critère d’achat informatique de la mutuelle.
Ces exemples recoupent les priorités d’une étude Accenture citée par Le Monde Informatique en janvier 2026 : auprès de 160 décideurs du secteur financier, les quatre domaines cités en tête (par 56 à 57 % des répondants) sont les risques et la conformité, la fraude, l’étude des dossiers de crédit et la connaissance client.
5Ce que dit le superviseur
L’ACPR n’a pas publié de doctrine propre aux agents IA. Mais le discours prononcé le 9 septembre 2026 par Denis Beau, premier sous-gouverneur de la Banque de France et président désigné de l’ACPR, donne le cadre. Il y indique qu’une enquête menée par l’ACPR en 2025 montrait que « la quasi-totalité des banques et assureurs dispose désormais de cas d’usage en production », et que les entreprises développent des agents capables d’accomplir seuls des tâches de plus en plus complexes.
Trois points intéressent directement un directeur des risques ou un DSI :
- Le haut risque. Les systèmes d’IA utilisés pour l’octroi de crédit, l’évaluation des risques et la tarification en assurance sont classés « à haut risque » par le règlement européen sur l’IA. L’ACPR en assurera la surveillance à partir de décembre 2027 et a soumis à consultation, jusqu’à fin septembre 2026, un document sur l’équité algorithmique.
- La cybersécurité. Le discours souligne que les systèmes d’IA deviennent des cibles « intermédiaires » : plus ils se connectent aux données et aux outils d’une institution, plus ils ouvrent l’accès à des ressources sensibles. Le règlement DORA s’applique déjà à ces risques.
- La clientèle. Une décision fondée sur l’IA peut être erronée, biaisée ou difficile à expliquer, ce qui touche l’accès au crédit et à l’assurance.
Notre guide AI Act et agents IA : ce que doit faire une entreprise détaille ces obligations hors du secteur financier.
6L’écart entre les objectifs et les preuves
Les banques chiffrent volontiers leurs ambitions. BNP Paribas vise 750 millions d’euros de valeur générée par l’IA d’ici fin 2026, dont l’IA générative ne représenterait qu’environ 10 %, selon son DSI cité par Le Monde Informatique. La Société Générale évoque un potentiel de 500 à 600 millions d’euros d’économies liées à l’IA, dont environ 350 millions intégrés à ses projections pour 2029, selon FrenchWeb, qui rappelle qu’il s’agit d’objectifs.
Ces montants agrègent des années de machine learning classique (fraude, scoring) et quelques mois d’IA générative. Aucun établissement ne publie, à notre connaissance, le gain mesuré d’un agent particulier, ni ses incidents. Les seuls indicateurs opérationnels précis sont ceux de BPCE sur les comptes rendus d’appels, et ils concernent un assistant, pas un agent autonome. C’est un rappel utile pour qui lit les promesses des éditeurs : même les acteurs les mieux équipés du pays avancent par pilotes, mesurent avec difficulté et reviennent parfois en arrière. Notre reportage Service client : ce que les premiers déploiements d’agents ont appris prolonge ce constat.
7Ce qu’une entreprise d’un autre secteur peut en retenir
- Commencer en interne. Toutes ces institutions ont d’abord équipé leurs salariés (MAiA, LLM@CIB, Sécuri’Chat) avant d’exposer un agent aux clients. Les erreurs d’un outil interne coûtent moins cher.
- Orienter avant d’exécuter. HelloïZ et l’assistant BPCE identifient la demande et renvoient vers la bonne opération. L’exécution dans la conversation vient après, et Qonto l’entoure d’une confirmation et d’une authentification forte.
- Donner une identité à chaque agent. Le principe posé par BNP Paribas (agent authentifié, droits limités à sa tâche, connexions surveillées) vaut pour une ETI comme pour une banque.
- Choisir le modèle selon la sensibilité des données. BNP Paribas, BPCE et le Crédit Agricole utilisent plusieurs fournisseurs et gardent certains traitements sur leurs propres serveurs. Notre classement des solutions d’agents IA européennes et souveraines aide à faire ce tri.
- Accepter d’abandonner un outil maison. L’arrêt de SoGPT montre qu’un assistant développé en interne peut décrocher face au marché en un an. La question « faire ou acheter » se repose à chaque génération de modèles.
- Associer les représentants du personnel. BPCE a intégré l’IA générative dans un accord de gestion des emplois et des parcours professionnels signé à l’unanimité, selon son communiqué. C’est souvent ce qui permet ensuite de déployer sans blocage.
Questions fréquentes4 questions
Q1Les banques françaises utilisent-elles déjà des agents IA face aux clients ?
Oui, mais surtout sous forme d’assistants qui comprennent la demande et orientent le client. HelloïZ chez Hello bank ! ou l’assistant des applications Banque Populaire et Caisse d’Epargne renvoient vers la bonne opération ou vers un conseiller. Les actions réalisées directement dans la conversation (virement, plafond de carte) sont annoncées, mais encore rares.
Q2Quels cas d’usage d’IA sont réellement en production dans l’assurance ?
La gestion des sinistres automobiles est le terrain le plus ancien : Covéa utilise l’analyse de photos de Tractable, AXA travaille avec Shift Technology sur la fraude et le tri des dossiers. Viennent ensuite l’aide à la souscription, comme chez Groupama avec Continuity, et l’assistance aux conseillers, encore en test à la MAIF.
Q3Que dit l’ACPR des agents IA ?
Le superviseur constate que la quasi-totalité des banques et assureurs ont des cas d’usage d’IA en production et que les agents capables d’agir seuls arrivent. Il rappelle que le crédit et la tarification en assurance sont des usages à haut risque au sens du règlement européen, que l’ACPR surveillera à partir de décembre 2027, et que des systèmes connectés aux données deviennent des cibles cyber.
Q4Qu’est-ce qu’une entreprise d’un autre secteur peut copier des banques ?
Trois réflexes : commencer par des usages internes avant d’exposer un agent aux clients, donner à chaque agent une identité et des droits limités, et garder une validation humaine pour toute décision à fort enjeu. Les banques montrent aussi qu’il vaut mieux acheter un outil du marché que maintenir un assistant maison qui prend du retard.
Sources19 documents
Pour : ETI et grands groupes