L'irruption de intelligence artificielle Dans le système financier, comme dans presque tous les secteurs et industries, les règles du jeu ont changé : il ne s’agit plus seulement d’évaluer les données bancaires traditionnelles, mais d’analyser en temps réel des milliers de variables numériques, contextuelles et comportementales pour prendre des décisions plus rapides, plus précises et plus sûres.
Les chiffres le montrent clairement : selon le rapport L'IA ascendante de Minsait80 % des banques utilisent déjà l'IA pour optimiser leurs processus internes et 56 % spécifiquement pour traiter les transactions. Selon la même étude, près d'une entreprise sur deux (48 %) déclare que l'une de ses principales motivations pour adopter l'IA est d'améliorer la connaissance et la relation avec le client final. De plus, selon Bain & CompanyL’IA contribue à augmenter la productivité des institutions financières jusqu’à 20 %.
Ces avancées ne sont pas théoriques : elles sont déjà appliquées dans le processus d'octroi de crédit, le recouvrement de créances, l'intégration des clients et, de plus en plus, la prévention de la fraude. Les algorithmes sont capables de détecter les tentatives d'usurpation d'identité, de valider les documents et d'évaluer les risques avec plus de précision que les modèles traditionnels et en quelques secondes seulement. On estime que ces technologies peuvent réduire les taux de fraude de 40 % et les faux positifs de plus de 20 %, selon des rapports de PwC et McKinsey.
À titre d’exemple d’innovation, BrasilPionnière dans l'adoption des technologies financières (le système de paiement instantané PIX étant une référence mondiale), l'IA permet désormais d'évaluer des profils jusque-là invisibles aux radars bancaires. Des millions de personnes sans historique financier traditionnel, mais avec de bonnes habitudes de paiement, un historique numérique stable ou un comportement de consommation responsable, accèdent pour la première fois à des produits financiers.
En Espagne, les grandes banques ont déjà commencé à s’engager sur cette voie. BBVA, par exemple, utilise l’IA pour modéliser le risque de crédit en fonction d’informations contextuelles et personnaliser les offres en temps réel. CaixaBank a développé sa propre plateforme d'algorithmes d'IA pour automatiser les processus de notation et anticiper les défauts de paiement. Au niveau réglementaire, Banque d'Espagne a exhorté les entités à renforcer leurs modèles de gouvernance des données et à garantir l'explicabilité de leurs algorithmes, conformément à la nouvelle Règlement européen sur l'intelligence artificielle (AI Act), approuvé en 2024.
Quoi qu’il en soit, le nouveau cadre européen interdit certaines utilisations de l’IA considérées comme « à haut risque », telles que la notation sociale, et exige la transparence des systèmes ayant une incidence sur les droits fondamentaux, comme l’octroi de crédit. Cela oblige le secteur financier européen à repenser son rapport aux algorithmes : comment garantir que les décisions automatisées soient compréhensibles, vérifiables et équitables ?
L'automatisation des décisions en matière de risques soulève des questions clés. Comment éviter les biais algorithmiques qui perpétuent l'exclusion de certains groupes ? L'IA peut-elle détecter et corriger ses propres erreurs ? Le secteur bancaire est-il prêt à assumer la responsabilité des décisions prises sans intervention humaine directe ?
L'intégration de l'IA dans les processus d'octroi de crédit offre des avantages évidents en termes d'efficacité opérationnelle, de lutte contre la fraude, d'élargissement de l'accès aux services financiers et d'amélioration de la rentabilité. Cependant, il est crucial de veiller à ce que cette évolution technologique ne remplace pas, mais complète plutôt, le jugement des experts, renforçant ainsi les cadres de gouvernance et le principe de responsabilité fiduciaire qui sous-tendent la confiance dans la relation banque-client.
De plus, l'utilisation de données alternatives, telles que l'historique des consommateurs ou le comportement numérique, ouvre la voie à une nouvelle frontière du risque : la surveillance algorithmique. La frontière entre l'évaluation du risque de crédit et l'extraction de données sensibles issues du comportement personnel peut devenir très floue sans une surveillance claire et rigoureuse.
Il est donc essentiel, lors de l'utilisation de l'IA pour faciliter l'inclusion financière et l'accès au crédit, d'intégrer également la transparence, la responsabilité (humaine) et l'éthique numérique. Autrement dit, l'intelligence artificielle ne doit pas décider seule qui mérite d'être reconnu ; elle doit simplement aider les institutions à prendre de meilleures décisions.
Manel Regueiro,
Directeur général de Provenir Iberia
Des questions concernant cette information ?
Parlez à Coexia, l'IA du commerce extérieur
