L’intelligence artificielle dans la Finance : le rôle de la régulation

Image for post
Image for post

En France, l’utilisation de l’intelligence artificielle couvre des secteurs très variés. Les acteurs du monde de la Finance utilisent en nombre l’IA au quotidien. Les instances de contrôle comme l’Autorité de Contrôle Prudentiel et de Résolution joue ainsi un rôle déterminant dans la surveillance de l’impact de ces nouveaux algorithmes. Cette technologie est nouvelle, et semble prometteuse, mais celle-ci n’entrainerait-elle pas des risques de discrimination par l’usage des algorithmes ou des enjeux de cyber sécurité ? Les organes de contrôle doivent toujours être en mesure de garder la main sur les algorithmes utilisant l’IA.

I-L’IA va transformer le secteur financier, le superviseur doit évaluer les risques

Le superviseur des banques et des assureurs (l’ACPR) publie un rapport public permettant de se juger de l’usage de l’IA dans la finance. Tout d’abord, l’IA implique des nouveaux outils novateurs comme les chatbots dans les applications mobiles pour répondre aux interrogations des clients. Il existe aussi un analyseur de courrier électroniqueau Crédit Mutuel, mais également des outils de traduction automatique ou de détection de fraude. L’IA se développe les résultats permis par la mise au point des robo-advisors qui interviennent dans la gestion du patrimoine. Si l’IA s’est déployée de manière importante dans le domaine de la finance, alors des institutions, comme la Banque de France, s’interrogent. Cette dernière a créé une taskforce sur l’IA qui permet à nouveau d’en étudier les enjeux. Face à son arrivée progressive dans le secteur financier, les banques sont donc prudentes.

Pour les banques, les maîtres mots sont donc prudence et clairvoyance. La maîtrise de l’IA est devenue une priorité stratégique dans le domaine de la finance car, 30% des projets de digitalisation en cours sont conçus en ayant recours à l’Intelligence Artificielle. L’IA séduit donc ce secteur et le transforme. Les banques prennent en compte que l’ensemble de ces innovations vont changer le secteur à jamais notamment en y apportant des bénéfices.

L’ACPR démontre qu’utiliser l’IA dans le domaine financier permet d’améliorer la relation client grâce à un traitement plus rapide des demandes, de détecter les possibles fraudes extérieures ou d’automatiser les traitements. L’IA est également utilisée pour octroyer des crédits pour améliorer les systèmes de scoring des banques, (notamment dans le domaine du crédit conso). L’IA propose donc de nouveaux outils qui sont souvent testés et améliorés au fil du temps.

II- Nouvelles méthodes de régulation

La Banque de France a organisé en janvier dernier une conférence sur le thème du lien unissant l’IA et la Finance. Elle a permis aux personnes présentes de saisir les enjeux de l’émergence de l’Intelligence Artificielle. Le principal problème à résoudre concerne la maîtrise des usages. La question de la fiabilité des algorithmes a également été mise en avant. On comprend donc l’importance du rôle des développeurs de ces algorithmes. Les instances de contrôle bancaire doivent réguler l’utilisation de l’IA pour éviter au maximum les excès.

La sécurité demeure le principal problème à régler pour les institutions bancaires. On observe une augmentation des effectifs dans les services de gestion des risques et de conformité. La loi RGPD de 2018 a renforcé ces vigilances. Le secteur de la data est considéré comme un des plus importants notamment dans les banques de détail. La transformation digitale des banques implique une multitude d’acteurs et on observe une volonté d’utilisation des nouveaux outils par une majorité des collaborateurs. Ces derniers devront garder leur part de responsabilité dans l’usage de l’intelligence artificielle. L’IA pourrait avoir la mission de traiter des tâches de second plan tandis que le spécialiste aurait plus de temps disponible pour s’occuper des plus complexes.

La fiabilité des IA est également à remettre en question : le principe de « boîte noire » qui nous empêche de comprendre le processus interne d’une intelligence artificielle est très problématique. Le fonctionnement intermédiaire entre une demande et un résultat produit est encore très flou. Il est nécessaire de réaliser des audits réguliers de la conception des algorithmes pour limiter la formation de biais. Les données utilisées peuvent être analysées par des experts. Chaque utilisation doit être remise dans le contexte de son objectif initial. L’Intelligence Artificielle est aussi prévisible que l’est l’humain, Elle représente un modèle paradoxalement humanisé contrairement aux croyances habituelles. On perçoit donc de nombreux enjeux éthiques dans l’utilisation de l’intelligence artificielle en finance.

First multi-technology student project in France. DLT— AI — IoT — VR — 150 students, 6 campuses and 4 cities. www.kryptosphere.org

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store