Recherche
Magazine Daf magazine
S'abonner à la newsletter S'abonner au magazine

IA dans les services financiers : entre opportunités et manque d'expertise

Publié par le - mis à jour à
IA dans les services financiers : entre opportunités et manque d'expertise

L'intelligence artificielle est partout, tout le temps y compris dans les réunions du COMEX. Particulièrement utile dans la détection des fraudes, elle n'a pour autant pas encore infiltré pleinement le secteur des services financiers. Les freins à son adoption sont pourtant encore nombreux, pourquoi ?

Je m'abonne
  • Imprimer

En 2020, plus de 70 milliards de transactions de paiement en temps réel ont été traitées dans le monde, soit une augmentation de 41 % par rapport à l'année précédente, offrant aux cybercriminels l'opportunité de mener davantage d'activités frauduleuses (les prises de contrôle de comptes, la fraude par rétro facturation ou l'usurpation d'identité), correspondant à plus de 1 000 milliards de dollars volés rien qu'en 2020. Aussi, comment les solutions d'intelligence artificielle peuvent aider les institutions financières à mieux protéger leurs clients, leurs données et leurs résultats ?

L'usage de l'IA s'impose au sein des institutions financières

Compte tenu de la vaste augmentation des activités frauduleuses, il n'est pas surprenant que selon une étude(1) sur le statut de l'IA dans services financiers, le principal cas d'utilisation de l'IA identifié par les professionnels des services financiers concerne la détection des fraudes. En 2022, 31 % des répondants annonçaient l'utiliser pour protéger les paiements et les transactions des clients, contre seulement 10 % en 2021.

L'IA conversationnelle, un type d'IA où les humains peuvent interagir naturellement avec les machines en conversant simplement avec elles, est entrée dans le top trois des cas d'utilisation cette année avec 28% des répondants y faisant appel, suivie par 27% qui utilisent l'IA pour le trading algorithmique.

Aussi, l'année 2022 fait état d'une nette augmentation de la part d'institutions financières investissant dans l'IA : l'IA conversationnelle est passée de 8 à 28 %, la détection des fraudes par la connaissance du client (KYC) et la lutte contre le blanchiment d'argent (AML) de 7 à 23 % tandis que les systèmes de recommandation sont passés de 10 à 23 % des cas d'usage ayant bénéficié de nouveaux investissements.

Des organisations en quête de plus de moyens et d'expertise

Toujours d'après cette même étude, 37 % des cadres supérieurs considèrent que leurs capacités en matière d'IA sont à la pointe du secteur, alors que seulement 20 % des développeurs partagent cette perception. En effet, au moment de l'émergence des premiers modules d'IA destinés aux services financiers, la méfiance semblait de mise et l'adoption de l'IA conversationnelle ou même du machine-learning en ont été ralentis. Mais la demande de service digitaux, via l'open-banking, s'est faite de plus en plus pressante du côté des consommateurs, poussant les banques en premier à franchir le pas.

Aussi, en examinant les défis auxquels les organisations sont confrontées lorsqu'elles tentent d'atteindre leurs objectifs en matière d'IA, la direction, les développeurs et les services informatiques sont unanimes quant à leurs préoccupations concernant le manque de données, le manque de budget, le nombre insuffisant de spécialistes des données, la faiblesse de l'infrastructure technologique ainsi que le manque d'explicabilité des modèles.

Exploiter la valeur exponentielle de l'IA

Si les entreprises reconnaissent volontiers l'impact de l'IA sur la satisfaction client, l'efficacité opérationnelle et la croissance des revenus, seulement 23 % des organisations pensent actuellement pouvoir mener à bien de tels projets. Déterminer l'objectif commercial visé, identifier les indicateurs de performance clés de mesure du succès, et mieux organiser la gestion de projet et les flux de travail, font partie des bonnes pratiques que les organisations peuvent mettre en oeuvre pour améliorer leur capacité à mettre en production des applications d'IA.

Seulement 46 % des organisations utilisent l'explicabilité dans leurs opérations d'IA et d'apprentissage automatique. Or, il s'agit d'un élément clé à intégrer dans la pratique globale de gouvernance de l'IA d'une entreprise. Seuls 26 % d'entre eux affirment que leur organisation comprend les questions éthiques associées à l'IA et à une gouvernance appropriée. Pourtant, la partialité, la gestion des données, la maintenance des modèles et l'explicabilité sont autant d'aspects cruciaux d'un cadre de gouvernance de l'IA.

Et ce davantage alors que les critiques se dressent les unes après les autres contre les établissements financiers pour le manque d'objectivité de l'IA dans l'établissement de « bons profils » bancaires. Une adoption plus large de l'IA, et notamment d'une IA explicable et transparente favoriserait son acceptation par les communautés de consommateurs et encouragerait son emploi à plus grande échelle.

Si l'avenir de l'IA est prometteur il passera donc par quelques ajustements et engagements déterminants. Embaucher plus d'experts en IA, fournir une formation en IA au personnel, s'engager avec des partenaires tiers pour accélérer l'adoption de l'IA, investir davantage dans l'infrastructure de l'IA et identifier des cas d'utilisation supplémentaires de l'IA sont des projets en cours de préparation pour au moins 30 % des dirigeants d'entreprise. Et le résultat attendu est clair, puisque 37 % d'entre eux pensent que l'IA deviendra une source d'avantage concurrentiel pour leur organisation.

Pour en savoir plus

Serge Palaric, Vice President Alliances & OEMs – EMEA | French Government Affairs chez NVIDIA


(1)« State of AI in Financial Services », réalisée en janvier 2022 par NVIDIA.

Je m'abonne

NEWSLETTER | Abonnez-vous pour recevoir nos meilleurs articles

La rédaction vous recommande

Retour haut de page