UBA Magazine No13 2026 Revue

23 Etudes et paroles d’experts No.13 September 2026 Ces trajectoires nationales présentent un point commun: dans les trois cas, l'État n'agit pas comme un simple régulateur a posteriori, mais comme un acteur de la production de l'innovation, via la création d'infrastructures de recherche, le financement d'entreprises nationales ou la définition d'objectifs de formation. Cette configuration distingue le modèle du Golfe des trajectoires où l'IA s'est diffusée principalement par l'initiative privée. Cette dynamique n'est cependant pas homogène à l'échelle du CCG: les économies aux marges budgétaires plus limitées, telles qu'Oman ou le Koweït, demeurent en retrait par rapport aux Émirats et à l'Arabie saoudite. Il s'agit donc moins d'un modèle unique que d'une pluralité de trajectoires convergentes dans leurs objectifs mais différenciées dans leur intensité, dont Bahreïn illustre une variante fondée sur l'expérimentation réglementaire, comme précisé dans la troisième section. Ces trajectoires partagent un même postulat: l'intelligence artificielle n'est pas seulement un outil d'optimisation opérationnelle, mais un instrument de transformation structurelle de l'économie, dont le secteur bancaire constitue l'un des principaux relais. 2. Les banques du Golfe au cœur de la transformation par l'intelligence artificielle Les actifs cumulés des banques commerciales du CCG ont atteint environ 3 900 milliards de dollars en 2025, en progression de près de 12% (Economy Middle East, 2026). Cette assise financière confère aux établissements de la région une capacité d'investissement significative dans l'IA, l'informatique en nuage, la cybersécurité et les technologies financières, et les place, associée à une volonté étatique de diversification post-pétrolière, dans une position favorable pour expérimenter l'IA à grande échelle. Le volume et la diversité des données de paiement, de crédit et de risque qu'elles traitent quotidiennement constituent un terrain empirique propice au déploiement de solutions d'apprentissage automatique. Les usages les plus visibles concernent la relation client. Plusieurs établissements de premier plan, à l'image d'Emirates NBD, recourent à des assistants virtuels fondés sur l'IA générative pour automatiser la gestion de patrimoine, personnaliser les recommandations d'investissement selon le profil de risque, et accélérer l'instruction des demandes de crédit (Abbas, 2026). Ce mouvement s'accompagne de partenariats destinés à diffuser ces capacités au-delà du seul périmètre bancaire, à l'image de l'accord conclu en 2026 entre Techstars et Emirates NBD au bénéfice des entreprises de la région MENAT (PR Newswire, 2026). Au-delà de la relation client, l'IA transforme progressivement l'ensemble de la chaîne de valeur bancaire. Dans les fonctions de trésorerie et de gestion actif-passif, les modèles prédictifs permettent d'anticiper les flux de liquidité et d'affiner la gestion des risques de taux et de change. Des systèmes fondés sur le traitement du langage naturel analysent désormais automatiquement les évolutions normatives pour assister la conformité, tandis que des algorithmes d'apprentissage automatique traitent des volumes considérables de transactions pour