Et si les banques et les assurances s’appuyaient sur l’intelligence artificielle pour optimiser leur conformité ? L’Europe est en avance dans ce domaine, mais les solutions manquent de maturité. Les grands groupes s’y intéressent et le régulateur voit cette tendance d’un bon œil.
Des normes de Solvabilité II en passant par la loi Pacte, la loi Sapin 2, les normes PRIIPs, la directive 4B-AML sur la lutte antiblanchiment ou encore la directive MIF 2 sur les produits financiers, l’inflation règlementaire de la crise financière pose la question de la capacité des banques et des assureurs à se mettre en conformité. Le risque de non-conformité défini par le Comité de Bâle 1 est vaste1 : « Un risque de sanction judiciaire, administrative ou disciplinaire, de perte financière, d’atteinte à la réputation, du fait de l’absence de respect des dispositions législatives et réglementaires, des normes et usages professionnels et déontologiques, propres aux activités des banques ». Assurer la conformité implique donc toutes les activités de l’entreprise ainsi que les actions quotidiennes des collaborateurs et des machines. Des sociétés regtechs, Éditeurs de logiciels ou start-up, ont émergé ces dernières années pour répondre à cette exigence. Elles s’appuient sur le big data, le machine learning mais aussi la biométrique, les chatbots et la block-chain pour aider les services de compliance à remplir leurs différentes missions (pilotage de la veille règlementaire, transposition des normes en outils et procédures, cartographie des risques, etc.) et traiter les énormes masses de données.
Les opportunités sont nombreuses. Selon la société d’études Juniper Research, en 2023, le marché mondial des regtechs devrait atteindre 115 milliards de dollars contre 1,8 milliard en 2018. En 2017, le cabinet d’études Thomson Reuters Regulatory Intelligence détectait une alerte règlementaire dans l’industrie financière toutes les neuf minutes dans le monde. « Le coût de la gestion de la conformité augmente de 15 % par an », indique Réda Bouakel, fondateur de Fortia, un éditeur de logiciels dédiés. « Mais le coût de la non-conformité est autrement plus lourd, sans compter le risque de réputation », ajoute le spécialiste. Selon Juniper Research, l’utilisation de l’intelligence artificielle dans ce cadre pourrait faire économiser 700 millions de dollars par an aux banques.