L’intelligence artificielle (IA) transforme de nombreux secteurs, y compris celui des services financiers. Au-delà de l’amélioration des processus, l’IA se déploie dans de nombreux domaines, tels que le trading à haute fréquence, l’analyse du crédit, les conseils automatisés, la gestion de patrimoine, l’assurance, la lutte contre le blanchiment et la fraude, la gestion des risques ou encore le service client via des chatbots et assistants virtuels. Face à l’intérêt croissant des institutions financières et de fintech pour ces technologies, la Financial Services Commission (FSC) a établi un guide sur l’usage de l’IA dans le secteur.

L’expansion de l’IA se reflète dans son adoption croissante par les acteurs financiers à travers le monde. Selon une enquête menée par le World Economic Forum et le Cambridge Centre of Alternative Finance auprès de 151 institutions financières dans 33 pays, 85 % des établissements utilisent déjà l’IA et 77 % estiment qu’elle sera essentielle à leurs activités dans les deux prochaines années. Le guide de la FSC a pour objectif de sensibiliser aux applications, avantages et risques de l’IA, et d’aider les institutions d’assurance, de gestion de patrimoine et les institutions financières non bancaires à adopter de bonnes pratiques.

Le guide veille également à la protection des consommateurs, en garantissant que l’IA produise des résultats équitables, tout en respectant les cadres existants de gouvernance, de gestion des risques et de contrôle interne, sans imposer inutilement des structures supplémentaires. Il souligne que l’International Association of Insurance Supervisors a réaffirmé que les Insurance Core Principles (ICP) actuels restent adaptés et efficaces pour encadrer les risques liés à l’IA et qu’aucune nouvelle norme n’est envisagée à ce stade.

Pour mieux encadrer son utilisation, le guide distingue les principales catégories d’IA employées dans le secteur des services financiers. Les deux types d’IA les plus utilisés sont l’IA traditionnelle et l’IA générative. L’IA traditionnelle se concentre sur des tâches spécifiques grâce à l’apprentissage automatique, aux systèmes experts et à la robotique, tandis que l’IA générative crée de nouveaux contenus et permet, par exemple, de développer des modèles financiers prédictifs ou des solutions innovantes. Grâce à sa capacité à analyser des volumes de données, l’IA ouvre de nouvelles perspectives.

L’IA n’offre pas seulement des possibilités techniques ; elle apporte aussi des avantages opérationnels et stratégiques. L’adoption de l’IA dans les services financiers permet d’améliorer la conformité réglementaire, d’optimiser les décisions grâce à l’analyse avancée et à l’apprentissage automatique, et de renforcer l’inclusion financière en adaptant les services aux populations mal desservies. Elle contribue également à augmenter les revenus, réduire les coûts, améliorer l’expérience client et renforcer la gestion des risques, notamment via la cybersécurité et la protection des données.

Décisions biasées ou injustes

Toutefois, l’adoption de l’IA dans le secteur comporte également des risques. Le guide explique qu’elle peut conduire à des décisions automatisées biaisées ou injustes, affectant certaines catégories de clients. La protection et la confidentialité des données constituent également une préoccupation majeure car l’IA traite souvent des informations sensibles. Des risques systémiques peuvent émerger en raison de modèles non-précis, de données partiales, d’opacité des algorithmes, de vulnérabilités en cybersécurité et de la concentration des capacités IA dans certaines entreprises. D’autres défis incluent la perte de compétences chez les employés, le remplacement de postes, le coût élevé des expérimentations et la dépendance à un nombre limité de fournisseurs, pouvant amplifier les risques en cas de défaillance ou de cyberattaque.

Pour encadrer ces enjeux, la FSC définit neuf principes à suivre afin d’assurer une utilisation responsable de l’IA dans le secteur des services financiers non bancaires. Ils sont : garantir l’équité en identifiant et en corrigeant les biais ; assurer la transparence des décisions ; offrir des recours aux clients ; maintenir la responsabilité en cas d’erreurs ; protéger la confidentialité des données ; renforcer la cybersécurité ; favoriser la durabilité environnementale ; soutenir les capacités humaines avec un contrôle sur les décisions critiques ; et effectuer un suivi régulier pour évaluer l’impact éthique et sociétal. L’ensemble doit se conformer aux réglementations et aux standards éthiques des institutions, en tenant compte de la Data Protection Act2017 pour la protection des données.