L’intégration de l’intelligence artificielle (IA) dans les opérations bancaires quotidiennes accélère la transformation numérique du secteur financier.
Les grandes institutions financières incorporent profondément l’IA. Notamment, Morgan Stanley a fourni à son personnel de gestion d’actifs des assistants IA, et l’assistant financier IA de la Bank of America interagit quotidiennement avec une moyenne de 1,5 million d’utilisateurs. Ces outils IA accélèrent la vitesse opérationnelle et l’efficacité, améliorant non seulement la productivité au travail mais aussi la commodité des consommateurs grâce aux chatbots et autres interfaces.
Des préoccupations concernant la mauvaise utilisation de la technologie IA ont émergé, mettant en avant le besoin de mesures préventives. Un incident qui a mis en lumière ce problème s’est produit lorsqu’un directeur financier d’une multinationale à Hong Kong a été trompé par une communication générée par IA, entraînant le transfert d’une somme importante de fonds de l’entreprise. Les criminels ont utilisé une technologie deepfake sophistiquée pour imiter le directeur financier de l’entreprise, dupant efficacement l’employé.
Le gouvernement aborde ces dangers au niveau interministériel. Le ministère des Sciences et des TIC a établi le ‘Conseil suprême de stratégie IA’ en tant qu’organe de gouvernance pour orienter l’innovation nationale en matière d’IA. La réunion initiale du comité s’est concentrée sur la promotion de l’adoption de la loi ‘IA de base’ en cours d’examen au Parlement, une législation qui inclut les définitions des IA à haut risque, les devoirs des opérateurs et les principes éthiques.
La Financial Supervisory Service a organisé un séminaire en mars qui mettait l’accent sur les méthodes pour renforcer la compétitivité de l’IA dans le secteur financier. Les stratégies mentionnées incluaient l’utilisation conjointe et l’utilisation de données de haute qualité provenant de diverses industries, ainsi que des mesures de surveillance pour équilibrer les risques potentiels de violations de données.
Le groupe financier KB a partagé un exemple concret de construction de gouvernance IA lors d’un séminaire dédié. Ils ont signalé une augmentation significative de la productivité entre 20 et 50 % dans 19 domaines d’activité grâce à leur vérification interne de la technologie IA. Ces données étayent leur politique de gestion des risques liés à l’IA et les activités de surveillance qui en découlent.
Le groupe financier KB a également lancé la ‘Plateforme de données clients KB’, un système basé sur le cloud qui permet au conglomérat de partager et d’utiliser les données des sociétés affiliées pour offrir des produits personnalisés aux clients.
BC Card exploite la technologie IA générative pour fournir des informations d’investissement personnalisées, une innovation utilisant la technologie GPT-4 pour collecter et apprendre des données les plus récentes en temps réel.
Hana Bank accélère la création d’une structure éthique d’IA pour garantir des services financiers plus sûrs. Le ‘Forum des leaders en IA de Hana’ réunit des cadres des différentes filiales du groupe pour discuter et faire évoluer les stratégies de recherche et développement en matière d’IA.
Shinhan Card, axé stratégiquement sur l’amélioration de la compétitivité spécialisée au sein de l’écosystème IA, aborde de manière proactive les problèmes d’éthique de l’IA sous la gouvernance IA dirigée par le président Mun Dong-won. Ils ont élaboré une ‘Liste de contrôle éthique de l’IA’ pour garantir que les principes éthiques sont respectés tout au long du processus de travail de l’IA et ont mis en place de nouveaux processus de préconsultation de contrôle interne pour les départements de service en contact avec les clients utilisant des algorithmes IA.
Fait supplémentaire pertinent:
– Les capacités de l’IA s’étendent à la détection de la fraude et à la gestion des risques, où les algorithmes peuvent rapidement analyser de nombreuses transactions pour détecter d’éventuelles activités frauduleuses ou évaluer plus précisément les risques de crédit.
– La technologie réglementaire (RegTech) est une autre application de l’IA dans le secteur financier, permettant aux entreprises de gérer la conformité réglementaire grâce à une automatisation intelligente, économisant du temps et des ressources tout en réduisant les erreurs humaines.
– L’IA permet le trading algorithmique, où des transactions sont effectuées à des vitesses et des volumes élevés que aucun trader humain ne peut égaler, entraînant souvent des marchés plus efficaces.
– L’utilisation de l’IA pour les finances personnelles à travers les ‘robo-conseillers’ fournit des conseils en investissement personnalisés à un coût inférieur à celui des conseillers financiers traditionnels.
– Avec les capacités d’apprentissage profond de l’IA, les banques adoptent de plus en plus l’analyse prédictive pour offrir des produits et des services financiers personnalisés.
Questions et réponses les plus importantes:
1. Quels sont les principaux défis associés à l’adoption de l’IA dans le secteur financier?
– Garantir la confidentialité et la sécurité des données est un défi majeur, les systèmes d’IA nécessitant d’importantes quantités de données pouvant inclure des informations personnelles sensibles.
– Les régulateurs doivent trouver un équilibre entre encourager l’innovation et protéger les consommateurs, ce qui nécessite une réglementation suivant le rythme des avancées technologiques.
– Il existe un risque que les erreurs ou biais systémiques soient amplifiés par l’IA si les algorithmes sous-jacents sont défectueux.
– Le remplacement des emplois traditionnellement effectués par des humains pourrait entraîner des problèmes sociaux et économiques.
2. Y a-t-il des controverses autour de l’IA dans le secteur financier?
– Les préoccupations éthiques concernant l’IA incluent des biais potentiels dans la prise de décision, le manque de transparence dans la manière dont les décisions sont prises et l’obligation de rendre des comptes pour ces décisions.
– L’utilisation de l’IA dans les services financiers a également soulevé des questions de confiance et la nécessité d’explicabilité, surtout lorsque les systèmes d’IA remplacent l’interaction et les conseils humains.
Avantages:
– Augmentation de l’efficacité et de la productivité grâce à l’automatisation des tâches routinières.
– Amélioration de l’expérience client grâce à la disponibilité du service 24h/24 et à la communication personnalisée.
– Capacités de prise de décision améliorées grâce à la capacité de l’IA à traiter et analyser rapidement de vastes quantités de données.
Inconvénients:
– Risques de confidentialité et de sécurité des données en raison de l’exigence de vastes ensembles de données.
– Risque de pertes d’emplois alors que l’IA automatise des tâches traditionnellement effectuées par des humains.
– Risque d’introduction de biais dans les processus de prise de décision si l’IA est formée sur des ensembles de données biaisés.
Lien connexe suggéré:
– Pour en savoir plus sur l’intersection de la finance et de la technologie, visitez: Fintech Futures.
Domaines connexes:
– Pour explorer davantage l’IA et son impact, visitez: MIT Technology Review.
– Pour des mises à jour sur les réglementations et la conformité du secteur financier, visitez: Finextra.
The source of the article is from the blog scimag.news