Fifth Third fait passer ses demandes résolues de 3 à 42 %

Fifth Third accélère l’automatisation bancaire avec Jeanie, son assistant destiné aux demandes clients. L’outil résout désormais 42 % des demandes sans intervention humaine. Cette proportion atteignait 3 % auparavant. Le coût par interaction a aussi diminué de deux tiers. Ces résultats figurent parmi les cas présentés dans les AI Innovation Awards de Tearsheet, dont les extraits ont été publiés le 8 octobre 2026. L’article décrit une évolution des usages bancaires de l’IA. Les outils ne se limitent plus aux modèles antifraude ou aux chatbots de réinitialisation de mot de passe. Ils traitent maintenant certains litiges, décisions de crédit et échanges clients de bout en bout. Lire l’article de Tearsheet

Des workflows ciblés expliquent les exemples retenus par Tearsheet. Les entreprises citées ont chacune traité un problème opérationnel précis. Fifth Third a développé Jeanie pour répondre directement à certaines demandes clients. Casap a automatisé la résolution des litiges, un processus administratif décrit comme particulièrement lourd dans les banques. Plaid a reconstruit ses modèles de données afin de lire les séquences de transactions comme une histoire. Cette approche a amélioré la détection de fraude et la précision de la souscription sur son réseau. Titan a entraîné son système sur la réglementation bancaire et les attentes des examinateurs. L’article présente ces quatre études de cas comme des exemples d’IA intégrée aux infrastructures bancaires.

Jeanie traite 42 % des demandes

Les résultats mesurés diffèrent selon les entreprises et les fonctions couvertes. Jeanie résout 42 % des demandes clients sans humain chez Fifth Third, contre 3 % précédemment. Le coût par interaction baisse de deux tiers selon l’article. Casap réduit de 87 % les délais de résolution pour une coopérative de crédit. Plaid améliore deux indicateurs liés à ses modèles de données, la détection de fraude et la précision de la souscription. Titan affiche une progression de revenus depuis son lancement en octobre 2025. Son chiffre d’affaires a triplé depuis cette date. Ces chiffres associent chaque déploiement à un processus bancaire précis, plutôt qu’à une promesse générale sur l’IA.

Titan cible la conformité avec un entraînement consacré à la réglementation bancaire et aux attentes des examinateurs. Depuis octobre 2025, l’entreprise a triplé son chiffre d’affaires. Les responsables de la conformité préfèrent ses réponses à celles de ChatGPT, Gemini et Opus dans plus de 70 % des cas cités. Cette préférence concerne les réponses produites par Titan dans ce cadre réglementaire. Elle ne constitue pas une comparaison générale de tous les usages de ces outils. L’article relie aussi cette spécialisation au positionnement de Titan dans les banques. Les quatre cas étudiés montrent ainsi plusieurs domaines d’application, comme le service client, les litiges, la fraude, la souscription et la conformité.

Quatre cas structurent le rapport

Le rapport complet détaille quatre études de cas consacrées aux conditions de fonctionnement d’une IA bancaire. Tearsheet oppose les systèmes qui produisent des résultats opérationnels à ceux qui se limitent au lancement d’un outil. Les exemples cités couvrent Fifth Third, Casap, Plaid et Titan. Jeanie traite une part des demandes clients sans humain. Casap automatise un parcours de litige. Plaid modifie ses modèles de données pour analyser les transactions. Titan adapte son entraînement aux règles bancaires et aux attentes des examinateurs. L’article invite les lecteurs à télécharger le rapport complet. Sa publication intervient le 8 octobre 2026, dans la rubrique Insights & Action de Tearsheet.