Après un déploiement il y a un plus d’un an, l’entreprise française rétropédale et se tourne vers une solution du marché. Dans un sens, le virage de Société Générale reflète un signal de marché clair : ce dernier mûrit et sait reconnaître ses erreurs quant à l’adoption de l’intelligence artificielle.
Le chatbot dopé à l’IA générative développé en interne par Société Générale prend la porte. La banque française avait développé ce servie, couplé à une organisation dédiée montée de toutes pièces pour exploiter l’IA à grande échelle. Une initiative qui se solde aujourd’hui par un échec cuisant comme le rapportent nos confrères de Bloomberg, puisque la firme a décidé de se tourner vers Microsoft Copilot.
La banque française, qui avait déployé il y a plus d’un an l’outil baptisé SoGPT comme assistant interne pour ses collaborateurs, a commencé à le mettre hors service depuis la fin de l’année dernière, apprend-on. Cette décision est intervenue après que Société Générale a constaté que l’écart avec les autres outils se creusait, des employés se plaignant que SoGPT n’était pas suffisamment à jour. L’objectif de ces travaux internes était de fournir des assistants et des outils sur mesure aux équipes de front-office et de back-office, avec la promesse d’un meilleur contrôle des données et d’un avantage concurrentiel.
De la stack LLM sur mesure aux solutions managées, un choix difficile
Société Générale n’est pas la seule entreprise du marché à faire le choix de construire une stack LLM sur mesure. Elle n’est pas non plus la seule à finalement opter pour des solutions managées proposées par les grands fournisseurs cloud et éditeurs logiciels.
Si en 2024, les entreprises étaient encore presque également partagées entre solutions construites en interne (47%) et solutions achetées (53%) pour leurs cas d’usage IA en production, l’année 2025 a été une période charnière : cette proportion s’est nettement déplacée. Résultat, 76% des cas d’usage IA en production sont désormais basés sur des solutions achetées plutôt que sur des développements internes, signe que les solutions prêtes à l’emploi ont pris l’avantage sur les développements “from scratch”.
Au-delà du cas de la banque, plusieurs facteurs amènent à revoir sa feuille de route, relevant principalement des coûts, de la rapidité, des capacités techniques, de la gouvernance et de la gestion des risques. La prise en compte du coût total ainsi que la complexité opérationnelle de l’exploitation des LLM à l’échelle fait partie des premiers points de blocage rencontrés par les entreprises. De même, l’intégration à d’autres plateformes, services (internes ou non) reste difficile. Enfin, au vu de la vitesse à laquelle paraissent aujourd’hui les modèles des différents acteurs du marché, il est difficilement possible de suivre la cadence.
Ce que cela signifie stratégiquement pour Société Générale
Si à court terme, la firme s’assure un déploiement plus rapide, une réduction des charges opérationnelles et un accès à des améliorations continues. À long terme, trois options se dessinent. La première consiste à accepter la dépendance fournisseur et investir dans la gestion de la relation et des plans de sortie. La deuxième consiste à maintenir une “colonne vertébrale IA” interne (données, gouvernance, intégration). Enfin, la troisième solution voudrait que Société Générale combine à la fois des solutions d’éditeurs et des modèles internes ciblés à forte valeur. Reste à voir quelle sera la voie choisie par la firme française.
