Le secteur bancaire figure parmi les industries les plus strictement réglementées au monde, fonctionnant sous une supervision étendue, et les banques communautaires ne font pas exception. La pression pour adopter l'intelligence artificielle (IA) est réelle et s'accélère : institutions financières, régulateurs et clients réclament tous davantage de technologies capables de simplifier l'expérience bancaire numérique, de renforcer les mesures de cybersécurité et d'améliorer les efficacités qui libèrent du temps et des ressources. Or, la plupart des solutions d'IA arrivent sur le marché en pensant aux grandes institutions — des organisations en mesure de consacrer d'importantes ressources uniquement à l'idéation et à la mise en œuvre de l'IA.

Les banques communautaires disposent de moins de ressources mais font face à des pressions et à des interrogations similaires de la part de leurs conseils d'administration, de leurs actionnaires et de leurs régulateurs. Les enjeux dépassent le cadre des institutions individuelles : selon les décomptes de la FDIC, les banques communautaires représentent la majorité des banques américaines en nombre et octroient une part disproportionnée des prêts aux petites entreprises et au secteur agricole du pays ; la manière dont elles adoptent l'IA a donc des répercussions sur l'accès au crédit dans une grande partie de l'économie. Pour rester compétitives, la question n'est plus de savoir s'il faut adopter l'IA, mais comment le faire en plaçant la conformité au premier plan. Ces institutions n'ont pas besoin d'une conformité ajoutée après coup ; elles ont besoin d'une IA conçue avec la conformité pour fondation.

Pourquoi les banques communautaires constituent un environnement de déploiement différent

Les banques communautaires font souvent fonctionner des fonctions de conformité plus légères et plus agiles — parfois seulement trois à cinq personnes responsables de la conformité de l'ensemble de l'établissement avec des réglementations complexes. Et contrairement aux grandes institutions, l'examinateur réglementaire connaît généralement bien la banque et travaille directement avec les cadres dirigeants (C-suite) et les responsables de la conformité, car il n'existe pas de grand département pour gérer l'examen.

La plupart des cadres de gouvernance de l'IA, quant à eux, ont été élaborés par de grandes institutions à leur propre échelle, en présumant des ressources et des effectifs qui font défaut aux banques communautaires.

À quoi ressemble la boucle humaine en pratique

Il est désormais largement admis que la supervision humaine demeure une composante essentielle de toute stratégie d'IA efficace. Il en va de même pour la conformité, où l'interprétation réglementaire et la gestion des risques continuent d'exiger une expertise et une responsabilité humaines.

Alors que l'innovation constante vient se superposer à des réglementations complexes et strictes, les responsables de la conformité doivent jouer un rôle actif dans le développement, l'exécution et la formation continue des plateformes d'IA de leur établissement. Tout aussi important, ils devraient documenter chacune de ces interactions afin de constituer une trace écrite détaillée et organisée capable de satisfaire les régulateurs. Cette attente correspond à l'approche des régulateurs bancaires américains vis-à-vis de cette technologie : les exigences de longue date en matière de gestion du risque de modèle s'appliquent déjà aux systèmes d'IA, de sorte que l'implication humaine documentée sert également de preuve de contrôle. Avoir un humain dans la boucle n'est pas une contrainte à l'efficacité d'une institution financière — c'est un élément central de son modèle de gouvernance.

Audit et gouvernance à l'échelle d'une banque communautaire

Fonctionner avec une équipe réduite et des ressources limitées signifie que la gouvernance doit être intégrée dans les plateformes d'une banque communautaire dès le départ plutôt que traitée comme un après-coup. À une époque où les budgets, les talents et les attentes réglementaires doivent tous être soigneusement équilibrés, les banques communautaires peuvent évaluer si la construction interne d'une plateforme d'IA justifie l'investissement substantiel requis, ou si s'associer à un fournisseur de fintech offrant déjà des capacités éprouvées et axées sur la conformité constitue le choix le plus stratégique. Pour beaucoup, la seconde option est la meilleure — et elle ne constitue pas un transfert de responsabilité : les orientations interorganismes sur la gestion du risque tiers publiées en 2023 précisent que les banques demeurent responsables de la supervision des capacités fournies par des prestataires, raison pour laquelle des pistes d'audit intégrées et des rôles de gouvernance attribuables comptent autant que la technologie sous-jacente.

Des outils comme le Financial Crimes AI Agent de FIS, conçu conjointement par FIS et Anthropic sur la FIS Data and AI Platform, apportent aux banques communautaires une détection des crimes financiers de niveau entreprise avec une conception axée d'abord sur la conformité : la boucle de supervision humaine est intégrée, les pistes d'audit sont générées automatiquement et la gouvernance peut être attribuée à des membres précis de l'équipe. Il en résulte une capacité de conformité de niveau entreprise pour des établissements de toutes tailles, y compris ceux ne disposant pas d'une fonction d'IA de niveau entreprise.

Études de cas : une IA conçue pour les banques communautaires, en pratique

Les banques communautaires remplissent une fonction essentielle dans l'économie américaine, et elles méritent une IA conçue spécifiquement pour leurs besoins et leur environnement d'exploitation — et non une page arrachée au manuel d'un autre.

Le FIS Origination Policy Optimizer en action

Le FIS Origination Policy Optimizer intègre la conformité directement dans le cadre logiciel de l'ouverture de comptes et du crédit, éliminant les goulots d'étranglement opérationnels tout en maintenant la supervision humaine au centre.

Lors d'un déploiement récent chez un client, le système a identifié une ancienne règle de souscription qui orientait des propriétaires immobiliers établis et solvables vers des revues manuelles coûteuses, uniquement parce qu'ils portaient une dette hypothécaire saine — alors même que les équipes de risques finissaient par approuver la grande majorité de ces demandes. En signalant et en éliminant cette friction inutile, l'outil a permis à une équipe de conformité restreinte de réorienter son temps loin des demandes à faible risque vers les domaines justifiant un véritable examen, compressant de 75 % le cycle de revue des politiques, de gouvernance et de mise en œuvre des changements, de huit semaines à seulement deux.

C'est l'équilibre que recherchent les banques communautaires : automatiser en toute sécurité les décisions évidentes afin d'améliorer l'expérience client tout en préservant le jugement humain pour les risques complexes. C'est ainsi que ces institutions peuvent utiliser l'IA pour se développer intelligemment, sans augmenter les effectifs ni sacrifier la gouvernance.

Le Financial Crimes AI Agent de FIS : garder l'enquêteur au cœur de la décision

Le Financial Crimes AI Agent de FIS, issu de FIS et d'Anthropic, automatise les parties les plus chronophages d'une enquête de lutte contre le blanchiment d'argent tout en maintenant l'enquêteur au cœur de la décision.

Lorsqu'une alerte se déclenche dans un système de surveillance des transactions, l'agent rassemble le profil du client, l'historique du compte, les relations avec les parties liées et les signaux externes pertinents, puis les assemble en un résumé de dossier prêt à être examiné. Au Niveau 1, il recommande de clore l'alerte ou de faire passer le dossier au Niveau 2 pour une enquête plus approfondie. Au Niveau 2, il recommande si les faits justifient le dépôt d'un rapport d'activité suspecte (SAR) et aide à la rédaction du récit du SAR. À chaque étape, l'enquêteur peut interroger le raisonnement de l'agent, demander des extractions de données supplémentaires et prendre la décision finale.

Chaque action est automatiquement consignée dans une piste d'audit, avec une traçabilité des données remontant à la source et un contrôle d'accès basé sur les rôles appliqué à chaque étape. Ceci importe surtout pour les banques communautaires, qui sont soumises aux mêmes exigences en matière de lutte contre le blanchiment (AML) que les plus grandes institutions — le FinCEN recueille chaque année des millions de rapports d'activité suspecte auprès de banques de toutes tailles — mais disposent rarement des équipes de science des données et d'ingénierie de l'IA nécessaires pour construire elles-mêmes ce type de capacité.

À propos de FIS

FIS fait progresser la manière dont le monde paie, banque et investit. Fort de décennies d'expertise, FIS fournit des solutions de technologies financières aux institutions financières, aux entreprises et aux développeurs.

Source : GlobalFinTechSeries