Avant de commencer, définissons le concept d’Intelligence Artificielle (lA)
L’IA peut se définir comme un « ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence humaine »[1].
Le régulateur français (Autorité du Contrôle Prudentiel et de Résolution) le définit comme « […] objectif d’imiter les différentes fonctions cognitives comme la perception, la mémoire, le raisonnement, l’apprentissage ou reproduire des compétences telles que l’organisation, la description et le traitement de l’information. Toutefois, si l’on peut définir l’intelligence artificielle comme l’ensemble des technologies tendant à imiter le fonctionnement humain de manière autonome , il semble utile, […] de restreindre le concept d’IA à des programmes qui disposent au minimum d’une capacité d’apprentissage autonome, autrement dit aux algorithmes de machine learning »[2].
En conséquence, lorsque l’on parle d’IA, on y associe « algorithmes ». Cette technologie est assez récente avec l’émergence de l’informatique. Toutefois, elle n’est qu’à ses débuts… Elle repose sur la disponibilité des données, des équipements informatiques puissants, et des progrès en matière d’IA en « machine learning »[3] ou « deep learning »[4].
Aujourd’hui, sans que l’on se rende compte, avec le Big Data, l’IA est aujourd’hui présente dans la quasi-totalité des secteurs de l’économie. Tous n’avancent pas au même rythme. Bien évidemment, ce sont les FAANG (Facebook, Amazon, Apple, Netflix, Google) ou les BAT (Baidu, Alibaba, Tencent) qui dépensent le plus en recherche et développement, qui bousculent parfois nos usages quotidiens (Amazon avec Alexa, Netflix ou encore LinkedIn…).
L’IA est de plus en plus présente autour de nous. Mais qu’en est-il réellement dans les services financiers ? Et pour quels usages ?
Sans le savoir, et en tant que consommateur final d’une prestation de services financiers, l’IA est déjà utilisée dans les groupes bancaires pour les aider voire faire les travaux à la place du conseiller. Au niveau Front Office, il est utilisé via robots (chatbot, voicebot, callbot…) pour améliorer l’expérience client, automatiser certaines tâches répétitives, instruire et répondre à des demandes dites « simples », scorer les clients, réduire des délais de traitement voire octroyer certains financements, effectuer des opérations de trading (algorithme trading)…. A date, nous pouvons déjà citer ces établissements qui utilisent des algorithmes comme Orange Bank (Djingo), Crédit Mutuel (Watson) ou Bank of America (Erica).
L’IA est également utilisée par les directions du siège, en charge de la surveillance des risques et du contrôle. Elle est utilisée en Middle et Back Office, en contrôle et ou surveillance, dans de nombreux domaines comme le paiement, le KYC et LCB-FT, l’optimalisation du capital réglementaire, les contrôles des activités « postmarché »… :
- Activité du paiement : l’IA aide à la surveillance des transactions frauduleuse en temps réel.
- Activités KYC et lutte contre le blanchiment d’argent et le financement du terrorisme : l’IA aide les Directions Conformité dans la surveillance des transactions (identification des Personnes Politiquement Exposées, respect des règles d’embargos et de sanctions internationales…via la qualification et la gestion des hits de niveau 1 et 2). Des Fintechs souhaitent s’investir davantage dans l’aide apportée, en accompagnant leurs clients dans l’identification de signaux faibles à des fins de déclarations de soupçons.
- Optimisation du capital réglementaire : l’IA est déjà utilisée pour réduire le coût de leurs obligations.
- Activités dites « postmarché » : l’IA est déjà présente dans les activités de réconciliation d’écritures, de traitements opérationnels de suspens, gestion des collatéraux, règlement des différends via les référentiel centraux (EMIR)…
Qu’on le veuille ou non, cette technologie est déjà présente dans le paysage bancaire et ne pourra que s’amplifier… L’humain voit ses missions modifiées (expertise, polyvalence, transversalité…). Avec la sophistication des technologies actuelles, voire de nouvelles, il serait « tentant » pour les banques et institutions financières, de transposer l’ensemble des contraintes réglementaires en codages informatiques alimentant des algorithmes d’IA. Aujourd’hui, en utilisant au mieux les données issues du Big Data, l’IA bouleverse déjà le management des risques et modifie les activités actuelles de supervision et de contrôle.
Bien que l’IA soit de plus en plus utilisée, son usage pose questions, notamment en l’absence de cadre réglementaire harmonisé.
A date, il n’existe pas de cadre réglementaire encadrant l’IA. Une proposition de réglementation européenne avec l’Artificial Intelligence Act a vu le jour en 2021. Cette proposition a pour ambition d’encadrer le développement et l’utilisation de l’IA sur la base d’une approche basée par les risques. Elle introduit la définition de systèmes d’IA « à haut risque », définit les obligations réglementaires qui s’imposent aux fournisseurs de ces systèmes, ainsi que leur surveillance une fois mis sur le marché.
Outre l’absence de cadre, son usage fait émerger d’autres risques : une dépendance accrue à la qualité de la donnée, une absence d’expertise interne permettant l’auditabilité des résultats issus d’algorithmes ( sorte de « boites noires »), un usage inapproprié aux données personnelles, une concentration du marché entre un nombre limité de prestataires…
Frédéric Dagniaux, consultant CMG Advisory
[1] https://www.larousse.fr/encyclopedie/divers/intelligence_artificielle/187257
[2] https://acpr.banque-france.fr/sites/default/files/medias/documents/2018_12_20_intelligence_artificielle_fr_0.pdf
[3] « Science moderne permettant de découvrir des répétitions (des patterns) dans un ou plusieurs flux de données et d’en tirer des prédictions en se basant sur des statistiques […] ». (source : https://ia-data-analytics.fr/machine-learning/)
[4] « Technologie basée sur des réseaux de neurones artificiels (en couches) permettant à une machine d’apprendre par elle-même, utilisée dans de nombreux domaines de l’intelligence artificielle (reconnaissance d’images, voiture autonome, diagnostic médical, etc.) » (source : https://www.larousse.fr/)
