Par Abdelwaheb Ben Moussa
L’intelligence artificielle s’impose progressivement dans le secteur bancaire tunisien. Portée par des discours de modernisation et d’efficacité, elle est présentée comme un levier de transformation majeur.
Mais cette dynamique masque une réalité plus contrastée : celle d’un secteur profondément hétérogène, où les capacités d’adaptation diffèrent fortement selon les établissements.
Un secteur bancaire structurellement dual
Le système bancaire tunisien ne constitue pas un ensemble homogène en transformation.
Il se caractérise par une dualité persistante.
D’un côté, les banques privées disposent de marges de manœuvre leur permettant d’investir dans des solutions d’intelligence artificielle appliquées au scoring, à la détection de fraude ou à l’analyse prédictive.
De l’autre, les banques publiques restent contraintes par des fragilités structurelles : qualité des actifs, systèmes d’information vieillissants et capacité d’investissement limitée.
Les états financiers récents de la Société Tunisienne de Banque illustrent cette réalité. Bien que certifiés, ils demeurent assortis de réserves importantes dépassant les 200 millions de dinars, traduisant un niveau d’incertitude non négligeable.
Dans ce contexte, l’idée d’une transformation uniforme portée par l’IA apparaît difficilement soutenable.
Une technologie qui intensifie davantage qu’elle ne remplace
L’intelligence artificielle ne se traduit pas systématiquement par une réduction de la charge de travail.
Elle en modifie la nature.
Les conseillers bancaires sont amenés à traiter davantage de dossiers dans des délais plus courts, tout en conservant la responsabilité de valider les décisions issues des systèmes automatisés.
Cette évolution se traduit par une intensification des rythmes de travail et une augmentation de la charge cognitive, encore peu documentées dans le contexte tunisien.
Des impacts différenciés sur l’emploi
Les effets de l’IA ne sont pas homogènes selon les catégories professionnelles.
Les profils qualifiés — analystes, gestionnaires de risques, cadres — voient leurs fonctions évoluer vers davantage de supervision et d’analyse.
En revanche, les métiers à forte composante répétitive ou administrative apparaissent plus exposés aux effets de l’automatisation.
Dans un contexte marqué par un chômage structurel élevé, la question de l’accompagnement des reconversions professionnelles reste posée.
Une transformation qui ne corrige pas les fragilités structurelles
L’intelligence artificielle ne constitue pas une réponse aux déséquilibres fondamentaux du secteur bancaire.
Elle ne résout ni les problématiques de créances douteuses, ni les insuffisances de gouvernance, ni les contraintes liées à la structure des bilans.
Dans certains cas, elle peut même renforcer une forme d’opacité dans l’évaluation des risques, en complexifiant les mécanismes de décision.
Dépendance technologique et enjeux de souveraineté
Le recours à des solutions d’intelligence artificielle développées à l’étranger est aujourd’hui largement dominant.
Cette situation soulève des questions en matière de gouvernance et de maîtrise des outils.
La capacité à auditer les algorithmes, à identifier les biais et à adapter les modèles aux spécificités du marché tunisien demeure limitée.
Or ces systèmes peuvent influencer directement des décisions sensibles, notamment en matière d’octroi de crédit.
Un rôle central pour la Banque Centrale de Tunisie
Dans ce contexte, le rôle de la Banque Centrale de Tunisie apparaît déterminant.
L’encadrement de l’intelligence artificielle dans le secteur financier nécessite la mise en place de dispositifs adaptés, notamment en matière de transparence, d’auditabilité et de contrôle des systèmes automatisés.
Une transformation encore incomplète
L’intelligence artificielle agit davantage comme un amplificateur que comme un facteur de correction.
Elle renforce les dynamiques existantes : les acteurs les mieux structurés en bénéficient davantage, tandis que les établissements fragilisés voient leurs contraintes accentuées.
Dans ces conditions, la réussite de cette transformation dépendra moins de l’adoption technologique que de la capacité à engager une réforme globale du secteur bancaire.
BIO EXPRESS
Abdelwaheb Ben Moussa – Ingénieur en informatique / Cadre dans une banque publique
Cet article est une tribune, rédigée par un auteur extérieur au journal et dont le point de vue n’engage pas la rédaction.
Commentaire
Rationnel
Construire un système de scoring de crédit, de détection de fraude ou d’analyse prédictive ne nécessite plus des investissements massifs en infrastructure propriétaire. Les modèles open-source, les API cloud et les LLMs accessibles ont effondré les barrières à l’entrée. Ce qui coûtait des millions il y a dix ans s’implémente aujourd’hui avec une petite équipe et un budget modeste. Ce qui compte désormais, ce n’est pas la puissance financière, c’est la donnée.
Et sur ce terrain, la STB, la BNA et la BH disposent d’un avantage concurrentiel considérable et sous-exploité. Ces banques sont assises sur des décennies de données transactionnelles, de comportements de crédit, de profils d’entreprises, de cycles sectoriels. Des données que leurs systèmes legacy gardent prisonnières depuis trop longtemps. L’IA n’est pas un obstacle pour elles c’est l’outil qui peut déverrouiller cette richesse enfouie et en faire un levier opérationnel réel.
Sur la question de la rentabilité des banques publiques, il faut changer de grille de lecture. Une banque d’État, qu’elle soit tunisienne ou chinoise, ne se juge pas sur ses marges. Elle se juge sur sa capacité à servir la stratégie nationale. Le problème tunisien n’est pas que la STB soit peu rentable. C’est que l’État lui-même envoie des signaux contradictoires. D’un côté, le Président pousse les ‘entreprises communautaires, une version modernisée des coopératives , et le recrutement des diplômés chômeurs dans la fonction publique. Des priorités politiquement lisibles, mais économiquement sans modèle de financement viable. Ce sont des décisions mortes à la naissance.
De l’autre, le gouvernement avance sur la transition énergétique, mais au profit quasi-exclusif de quelques acteurs étrangers. Scatec et consorts captent l’essentiel des flux, pendant que l’investissement local reste à la marge. C’est une stratégie qui réussit… mais qui exclut.
C’est là que les banques publiques ont un rôle stratégique à jouer, pas seulement financier. La STB, la BNA, la BH pourraient être les bras armés d’une politique industrielle cohérente : financer les societes énergétiques, structurer le crédit pour les PME locales dans la chaîne solaire, accompagner la reconversion professionnelle par des produits financiers adaptés.
La domination de l’IA est data-dépendante. Et les banques publiques tunisiennes, malgré leurs fragilités, sont les mieux placées pour gagner cette bataille, à condition que l’État se dote enfin d’une stratégie cohérente à leur confier.