Selon le dernier rapport Enterprise Cloud Index publié par Nutanix, le secteur financier affiche une adoption très avancée des applications d’IA générative, mais peine encore à en garantir la sécurité et la scalabilité. Pour passer à l’échelle, les acteurs devront combiner modernisation des infrastructures, déploiement multicloud, conteneurisation et montée en compétence des équipes IT.
Le rapport annuel Enterprise Cloud Index – Financial Services de Nutanix, réalisé auprès de 249 décideurs IT du secteur bancaire et assurantiel, met en lumière une transition technologique accélérée par l’IA générative. L’étude s’inscrit dans une série comparative menée depuis sept ans et documente l’évolution des environnements cloud, des stratégies d’industrialisation des applications, et des investissements en matière d’infrastructure. En 2025, le secteur financier se distingue par un usage généralisé de la conteneurisation, une perception optimiste du retour sur investissement de l’IA, mais aussi par des inquiétudes persistantes en matière de sécurité des données et de gouvernance.
Tous les répondants du secteur financier déclarent avoir entamé un processus de conteneurisation de leurs applications, avec une prédominance nette des cas d’usage liés à l’IA générative. Ce choix technologique permet de gérer des dépendances complexes, de déployer rapidement des services intelligents et de garantir la portabilité des applications dans des environnements hybrides ou multicloud. En parallèle, 79 % des organisations utilisent plusieurs environnements Kubernetes, renforçant ainsi la complexité de l’orchestration et des opérations IT.
Une agilité technique qui ne va pas sans défis
Mais cette agilité technique ne va pas sans défis. Le manque de portabilité entre cloud et infrastructures sur site, la persistance de silos de données, et la difficulté à développer des applications nativement conteneurisées freinent encore une partie des initiatives. Pour 92 % des répondants, l’infrastructure actuelle reste insuffisamment modernisée pour répondre aux exigences des charges de travail IA modernes.
Près de 100 % des répondants indiquent utiliser déjà une ou plusieurs solutions d’IA générative. Les cas d’usage dominants en 2025 concernent le support client, la personnalisation des parcours et la génération de contenu. Toutefois, le rapport anticipe un basculement rapide vers des fonctions à plus forte valeur stratégique comme la cybersécurité, la prévention des fraudes et la génération de code, attendues dans les 1 à 3 ans.
L’enthousiasme est soutenu par une perception plutôt favorable du retour sur investissement : seuls 27 % des répondants estiment qu’un projet GenAI pourrait encore engendrer des pertes à horizon 3 ans, contre 39 % à court terme. Mais cette dynamique optimiste ne saurait masquer les obstacles persistants, notamment l’absence de métriques fiables pour mesurer la performance réelle de ces projets.
Le déficit de compétences, enjeu structurel de l’industrialisation
Si l’enthousiasme pour l’IA générative est palpable, la capacité à la mettre en œuvre reste conditionnée par les ressources humaines et techniques disponibles. 98 % des décideurs du secteur déclarent rencontrer des difficultés pour passer les projets GenAI de la phase de développement à la production. En cause : le manque de compétences internes et l’inadéquation des infrastructures existantes.
L’investissement dans la formation IT est jugé prioritaire par plus de la moitié des répondants, devant même la cybersécurité. La recherche de talents extérieurs s’intensifie : 62 % des organisations déclarent être activement en phase de recrutement pour des compétences GenAI. Cette tension sur les expertises alimente le risque de dépendance à des partenaires ou à des solutions technologiques clés en main, parfois peu auditables.
La sécurité des données freine les déploiements à grande échelle
Le secteur financier reste extrêmement sensible aux questions de conformité, de confidentialité et de sécurisation des flux. L’introduction des modèles de langage dans des environnements métiers manipulant des données sensibles soulève des inquiétudes profondes : 96 % des répondants estiment que les enjeux de sécurité ont pris une place centrale dans la stratégie de déploiement IA de leur organisation.
Le principal obstacle cité par les répondants est la crainte d’exposer des données critiques aux modèles de type LLM. Malgré une prise de conscience forte, 97 % des répondants reconnaissent que leur organisation pourrait faire mieux en matière de sécurisation des modèles et des applications. Les problématiques de chaîne d’approvisionnement logicielle, de souveraineté des traitements et d’observabilité complète des flux s’imposent donc comme des axes majeurs d’évolution.
Vers une rationalisation des investissements
L’étude rappelle que l’enthousiasme technologique ne doit pas occulter les contraintes budgétaires. 96 % des répondants observent une hausse des coûts IT liée aux projets GenAI, et 85 % expriment des préoccupations budgétaires. Pour éviter les effets de surchauffe ou les abandons prématurés, Nutanix recommande d’adosser les projets à des indicateurs de performance cohérents avec les métriques classiques de productivité, d’efficience et de rentabilité.
Le rapport met également en garde contre la dispersion technologique et recommande une convergence stratégique entre modernisation de l’infrastructure, structuration de la gouvernance des données et montée en compétence des équipes. Ce triptyque est aujourd’hui perçu comme la seule voie viable pour soutenir les ambitions industrielles du secteur financier en matière d’IA générative.
À mesure que les usages évoluent, les entreprises, les banques et les compagnies d’assurance devront arbitrer entre agilité opérationnelle et solidité réglementaire, entre rapidité de déploiement et résilience à long terme. La capacité à intégrer l’IA dans un cadre sécurisé, maîtrisé et à l’échelle constituera un marqueur distinctif pour les acteurs du secteur.
