Fifth Third laisse l’IA résoudre 42 % des demandes clients

Quatre cas bancaires structurent le rapport consacré aux lauréats des AI Innovation Awards de Tearsheet, publié le 8 octobre 2026. Il décrit une évolution des usages de l’IA dans les banques et les fintechs. Les exemples portent sur le service client, les litiges, la détection de fraude, la souscription et la conformité réglementaire. Fifth Third, Casap, Plaid et Titan y présentent des applications intégrées à leurs activités. Le rapport oppose les systèmes qui accomplissent une tâche opérationnelle aux projets qui se limitent à un lancement. Tearsheet indique que son étude complète analyse quatre études de cas. Lire l’article de Tearsheet.

Les usages se spécialisent. Le texte décrit plusieurs problèmes ciblés par ces entreprises. Fifth Third traite les demandes de ses clients avec Jeanie, son assistant d’IA. Casap automatise le traitement des litiges, une activité administrative bancaire. Plaid a reconstruit ses modèles de données pour analyser les séquences de transactions. Titan a entraîné son IA sur la réglementation bancaire et les attentes des examinateurs. Ces exemples associent chaque système à un processus précis. Le rapport explique également que l’adoption a progressé banque par banque et fintech par fintech. Il présente donc quatre applications distinctes, plutôt qu’un usage unique de l’IA dans le secteur bancaire.

Fifth Third mesure les gains de Jeanie

Jeanie atteint 42 % des demandes clients résolues sans intervention humaine chez Fifth Third. Le taux était de 3 % auparavant. L’assistant réduit également le coût par interaction de deux tiers. Ces chiffres décrivent un changement mesuré dans le traitement des demandes. Ils distinguent le volume résolu sans humain du coût opérationnel associé à chaque interaction. Le cas de Fifth Third relie donc un indicateur de service client à un indicateur financier. Le texte ne donne pas le nombre total de demandes concernées. Il établit toutefois une comparaison précise entre la situation antérieure et celle observée après le déploiement de Jeanie.

Casap raccourcit les litiges. Pour une coopérative de crédit, l’entreprise a transformé la résolution des litiges en flux de travail automatisé. Le délai de résolution a diminué de 87 %. Le texte identifie les litiges comme un processus particulièrement pénible pour les opérations bancaires. Casap fournit ainsi un résultat chiffré sur une activité de back-office. Plaid a, de son côté, reconstruit ses modèles de données afin de lire les séquences de transactions comme une histoire. Cette approche améliore la détection de fraude et la précision de la souscription sur son réseau, selon le texte de Tearsheet. Les deux cas portent sur des processus différents.

Titan triple son chiffre d’affaires

Titan cible la conformité. Son IA est entraînée spécifiquement sur la réglementation bancaire et les attentes des examinateurs. Depuis son lancement en octobre 2025, son chiffre d’affaires a triplé. Plus de 70 % du temps, les responsables de la conformité préfèrent ses réponses à celles de ChatGPT, Gemini et Opus. Cette comparaison porte sur les réponses évaluées par ces professionnels. Elle ne mesure pas une préférence générale de tous les utilisateurs bancaires. Les cas présentés par Tearsheet associent ainsi un domaine réglementaire, une date de lancement, une évolution du chiffre d’affaires et une préférence déclarée par une catégorie professionnelle précise.

Le rapport relie ces résultats à une même exigence opérationnelle. Les entreprises citées ont adapté leurs flux de travail et leurs infrastructures à leurs usages de l’IA, selon Tearsheet. Fifth Third mesure les demandes et les coûts. Casap suit les délais de litige. Plaid évalue la détection de fraude et la souscription. Titan observe le chiffre d’affaires et les préférences des responsables de la conformité. Ces indicateurs ne décrivent pas un produit unique. Ils documentent quatre applications dans des domaines bancaires distincts. Tearsheet propose de télécharger son rapport complet pour examiner les quatre études de cas détaillées.