L’intelligence artificielle représente un grand allié en matière de conformité dans le secteur bancaire
Les services de conformité bancaire ont longtemps été réticents à utiliser l’IA (intelligence artificielle). Le progrès technologique a toutefois accéléré la multiplication des transactions internationales et des fonds suspects. Avec la diversification des méthodes en la matière, les systèmes de contrôle des établissements financiers doivent évoluer pour limiter les risques de blanchiment de fonds.
Le dispositif AML (Anti-Money Laudering) d’une institution financière repose essentiellement sur sa capacité à détecter les transactions suspectes sur ses comptes bancaires. Cependant, l’identification de ces comportements devient désormais plus compliquée avec l’évolution des méthodes utilisées dans le domaine. Pourtant, les banques doivent s’efforcer de préserver leur niveau de conformité et de confiance.
Dans ce contexte, l’IA s’impose comme l’une des meilleures solutions pour suivre la mutation continue et la multiplication exponentielle des techniques de blanchiment d’argent. Cette technologie est en effet capable d’intégrer une grande variété de modèles et d’évoluer progressivement. De plus, l’apprentissage automatique est très efficace pour s’adapter constamment aux nouvelles pratiques des fraudeurs.
Je compare les offres bancaires
Des outils soutenus par les régulateurs
En 2018, les régulateurs américains ont autorisé l’introduction des nouvelles technologies et des applications innovantes dans le domaine de la gestion des risques. Concrètement, les acteurs du secteur bancaire ont adopté une déclaration commune pour encourager les innovations au niveau de la conformité BSA/AML (Bank Secrecy Act/Anti-Money Laudering).
Ladite déclaration incite les banques à se servir de façon responsable d’une solution reposant sur l’intelligence artificielle pour s’adapter aux exigences réglementaires en matière d’AML. D’après les organismes de contrôle, les nouvelles technologies s’avèrent particulièrement utiles pour détecter et signaler les cas de blanchiment de fonds ou de financement du terrorisme. L’IA et le machine learning pourraient ainsi aider les banques à optimiser leur stratégie AML tout en limitant les coûts de l’opération de mise en conformité.
Les banques nordiques et baltes sont également favorables à ces nouvelles technologies. Elles ont d’ailleurs insisté sur l’importance de la confiance dans le secteur financier, dans leurs recommandations pour la période 2019-2024 en Europe.
Afin d’entretenir ce sentiment,
Les banques européennes ont tout intérêt à favoriser la numérisation et l’innovation.
En même temps, il est nécessaire qu’un système financier aussi fiable que performant soit instauré par les diverses réglementations. Pour sa part, l'Association bancaire estonienne a souligné l’importance de recourir aux nouveaux outils informatiques pour contrôler les transactions en temps réel ou a posteriori.
Je compare les offres bancaires
Une solution performante et économique
Les autorités européennes ont appliqué la nouvelle directive 5MLD depuis janvier dernier en vue d’améliorer l’efficacité de la réglementation dans la lutte contre le blanchiment d’argent. Cette nouvelle norme permettra de limiter les risques de non-conformité dans toute l’Europe.
Pourtant, selon les observateurs, les organismes financiers de l’UE sont déjà en train de travailler sur la directive 6MLD, soit la remplaçante de la norme actuelle. Ces réformes réglementaires successives cristallisent la rapidité de l’évolution des pratiques en matière de fraudes bancaires, de blanchiment de fonds, de financement du terrorisme…
Les banques européennes ont donc besoin d’un système de mise en conformité à la fois efficace, rapide, évolutif et peu onéreux à mettre en place ou à améliorer. Les nouvelles technologies comme l’intelligence artificielle et le machine learning répondent à ces exigences réglementaires ainsi qu’opérationnelles.
Selon l’Institut Autonomous Research, les banques pourront faire plus de 20 % d’économies sur les douze années à venir en utilisant l’IA dans le KYC (Know Your Customer), l’AML et tout autre domaine lié au traitement des données. Cette technologie pourrait même permettre aux acteurs du secteur d’économiser globalement jusqu’à 1 000 milliards de dollars à l’horizon 2030.