ChatGPT relie vos dépenses à leur intention cachée

FinovateFall a relancé le débat sur la possession de la relation client bancaire. Lors de l’événement organisé plus tôt en septembre 2026, plusieurs tables rondes ont posé la même question. Les banques détiennent historiquement le compte courant, le versement du salaire et les transactions. Elles interviennent aussi lors d’un paiement contesté, d’un emprunt immobilier ou d’un investissement. Pourtant, le premier interlocuteur financier pourrait devenir le grand modèle de langage préféré du client. En 2026, les consommateurs utilisent déjà ces outils pour rechercher, acheter, organiser et interpréter des informations. L’article de Finovate décrit ce déplacement potentiel de la relation.

Les grands modèles gagnent une place dans les décisions quotidiennes. Les utilisateurs les consultent pour préparer un déménagement, des vacances, un mariage, l’arrivée d’un enfant, des travaux ou un changement d’emploi. Ces échanges interviennent avant les transactions correspondantes. Un modèle peut donc disposer d’éléments sur l’intention avant leur apparition sur un relevé bancaire. Les connexions aux comptes bancaires renforcent cette capacité d’analyse financière. Dans l’exemple présenté, ChatGPT est relié aux comptes par Plaid. Il produit chaque mois une synthèse écrite, avec des alertes et des suggestions. Cette lecture dépasse la simple classification d’une dépense selon son montant ou son commerçant.

Les enseignes détaillent les achats

Les distributeurs connaissent aussi une partie plus précise du comportement d’achat. Walmart, Costco et Target voient les articles placés dans le panier, tandis qu’une banque observe surtout le montant et le commerçant. Une dépense de 2 389 dollars chez Costco peut ainsi correspondre à des meubles de terrasse, des vêtements pour enfants, du houmous et des carottes. Les données par article distinguent les courses alimentaires, l’habillement et l’aménagement du logement. La banque voit la transaction, l’enseigne voit l’achat, et le grand modèle de langage peut relier ces éléments à la vie du client. Cette répartition crée trois niveaux de compréhension différents.

Le dîner familial illustre cette différence entre montant et intention. L’auteur a préparé le 50e anniversaire de mariage de ses beaux-parents au Colorado avec ChatGPT. L’outil l’a aidé à comparer un photographe, des lieux, un restaurant et la logistique. Le choix final s’est porté sur Twin Owls Steakhouse, à Estes Park. Plusieurs semaines plus tard, ChatGPT a analysé les finances connectées par Plaid. Le système a signalé des dépenses de restaurant supérieures au budget mensuel déclaré. Il a toutefois reconnu la charge de Twin Owls Steakhouse comme le dîner d’anniversaire planifié auparavant. La dépense a donc été distinguée d’une tendance préoccupante.

Les banques choisissent trois voies

Les banques disposent de trois options lorsqu’elles évoluent avec les grands modèles. La première consiste à construire des expériences d’IA dans leurs applications ou leurs sites. Ces expériences doivent développer un contexte client dépassant les réponses sur les transactions. La deuxième consiste à rejoindre les écosystèmes existants. Les banques peuvent y rendre disponibles leurs données, leurs produits et l’exécution des opérations. La troisième consiste à se différencier par les services difficiles à reproduire dans un environnement de grand modèle. La conservation réglementée, l’exécution de confiance, le crédit, l’identité, la protection contre la fraude et les contestations restent cités comme avantages bancaires. L’analyse complète de Finovate détaille ces trois choix.