• China Merchants Bank indique que le débit quotidien moyen de tokens a augmenté de plus de 78 %, tandis que l'IA a contribué 13,88 millions d'heures de travail équivalent au premier semestre
  • Ces chiffres montrent que les banques commencent à mesurer la consommation d'IA au regard du travail réalisé, plutôt que de considérer la seule croissance des tokens comme un progrès

Le fait

China Merchants Bank a indiqué que son débit quotidien moyen de tokens IA avait augmenté de plus de 78 % au premier semestre 2026, tandis que ses applications d'IA auraient contribué environ 13,88 millions d'heures de travail équivalent.

La banque avait déployé 256 modèles spécialisés et 1 386 scénarios intelligents à la fin juin. Ses systèmes d'IA sont utilisés dans la banque de détail, la banque d'entreprise, la gestion des risques, les opérations et le travail de bureau. Le chiffre des heures équivalentes est l'estimation de la banque du travail réalisé ou du temps économisé par ces applications; ce n'est ni un décompte d'emplois supprimés ni une économie de masse salariale auditée.

D'autres banques chinoises accordent elles aussi une attention accrue aux coûts d'exploitation de l'IA à mesure que l'usage des modèles se développe. Les reportages du secteur montrent que des institutions comparent la consommation de tokens, les coûts de calcul et la production commerciale lorsqu'elles décident où déployer de nouvelles applications d'IA.

L'analyse

Les chiffres de China Merchants Bank rapprochent deux données utiles. Le débit quotidien de tokens a augmenté de plus de 78 %, ce qui montre que les employés recourent bien davantage à l'IA. Les 13,88 millions d'heures de travail équivalent tentent de répondre à la question plus difficile: que ce calcul a-t-il réellement produit?

Ce chiffre exige néanmoins de la prudence. Une heure économisée sur la rédaction, la recherche ou le traitement ne devient pas automatiquement une heure d'économie de masse salariale. Le personnel peut consacrer ce temps aux clients, aux dossiers difficiles ou à d'autres tâches, et une partie des résultats de l'IA doit encore être vérifiée avant de pouvoir être utilisée. La valeur variera donc d'une tâche à l'autre.

Pour les lecteurs de BTW, la meilleure comparaison est le coût de l'achèvement d'un travail à un niveau acceptable. Les prix des tokens ne sont qu'une partie de cette facture. Un modèle qui semble bon marché peut devenir coûteux s'il exige des tentatives répétées ou laisse aux employés davantage de vérifications ensuite.

À surveiller

Il faudra observer si les banques commencent à publier des mesures au niveau des tâches en parallèle de l'usage des tokens, notamment les dossiers traités, le temps de révision et le coût d'exploitation. Les conditions d'achat seront particulièrement révélatrices si les banques commencent à lier les paiements de modèles ou de calcul à la production acceptée plutôt qu'à la seule consommation.