237
Recommandations
1/ Améliorer le partage des données, selon des configurations efficaces et respectueuses de
leur valeur.
Les sociétés en IA appliquée à la finance ont peu accès aux données, ou accès à peu de
données. La qualité des travaux s’en ressent alors. Il convient de réfléchir plus avant aux
modalités d’ouverture et d’élargissement de ces données, en expertisant les éventuels freins
réglementaires injustifiés et les moyens de les lever, ainsi qu’en étudiant les mécanismes de
gouvernance permettant de rendre l’analyse coût / bénéfice positive pour chacun des
acteurs concernés.
Sur un autre aspect, les mêmes données peuvent se retrouver à l’identique chez plusieurs
acteurs, notamment des données en matière de KYC (Know Your Customer). Des initiatives
sectorielles en ce sens pourraient être promues.
Le PIA 3, s’agissant d’applications à la finance, pourrait chercher à privilégier dans les appels
à projets ce type d’initiative (logique de consortium ou assimilé).
2/ Identifier plus avant les enjeux de régulation.
Il paraît nécessaire de pouvoir anticiper autant que possible du côté des autorités de
régulation et de supervision les enjeux qui émergeront de l’application de l’IA en finance,
afin de promouvoir les réponses les plus efficientes possibles, à la demande le cas échéant
des acteurs de marché ou des consommateurs. Un cadre juridique clair et précis est en effet
un vecteur rassurant, voire incitatif, pour engager des développements bénéfiques et
pérennes. En même temps, il est certain que le cadre juridique doit aussi pouvoir évoluer
continument, au gré des avancées technologiques et de leur industrialisation. Enfin, il est à
noter que les autorités de supervision elles-mêmes peuvent bénéficier des progrès de l’IA ;
elles ont aussi, notamment, des masses de données à traiter intelligemment.
L’inclusion des autorités de supervision dans la réflexion collective apparaît indispensable,
sous une forme devant leur permettre de jouer un rôle équilibré.
3/ Améliorer la connaissance collective sur les différentes initiatives, afin d’identifier les
activités / les segments les plus susceptibles d’innovation rapide / d’innovation disruptive.
Les deux recommandations précédentes doivent permettre de nourrir un dialogue continu,
fondé sur la pratique et non sur la théorie, et mutuellement bénéfique entre autorités de
supervision d’un côté et acteurs de marché de l’autre. Un modèle possible est celui qui a été
mis en place – même s’il doit lui aussi être continument amélioré – pour les FinTech ou sur
ce qui est fait vis-à-vis de la Blockchain (ouverture des régulateurs afin d’inciter les acteurs
de marché à développer les expérimentations dans un cadre maîtrisé, possibilité
d’enveloppes du PIA 3).
S’agissant le cas échéant de travaux particulièrement confidentiels, les autorités publiques
et notamment de supervision peuvent en tout cas jouer un rôle de « tiers de confiance »
Recommandations
1/ Améliorer le partage des données, selon des configurations efficaces et respectueuses de
leur valeur.
Les sociétés en IA appliquée à la finance ont peu accès aux données, ou accès à peu de
données. La qualité des travaux s’en ressent alors. Il convient de réfléchir plus avant aux
modalités d’ouverture et d’élargissement de ces données, en expertisant les éventuels freins
réglementaires injustifiés et les moyens de les lever, ainsi qu’en étudiant les mécanismes de
gouvernance permettant de rendre l’analyse coût / bénéfice positive pour chacun des
acteurs concernés.
Sur un autre aspect, les mêmes données peuvent se retrouver à l’identique chez plusieurs
acteurs, notamment des données en matière de KYC (Know Your Customer). Des initiatives
sectorielles en ce sens pourraient être promues.
Le PIA 3, s’agissant d’applications à la finance, pourrait chercher à privilégier dans les appels
à projets ce type d’initiative (logique de consortium ou assimilé).
2/ Identifier plus avant les enjeux de régulation.
Il paraît nécessaire de pouvoir anticiper autant que possible du côté des autorités de
régulation et de supervision les enjeux qui émergeront de l’application de l’IA en finance,
afin de promouvoir les réponses les plus efficientes possibles, à la demande le cas échéant
des acteurs de marché ou des consommateurs. Un cadre juridique clair et précis est en effet
un vecteur rassurant, voire incitatif, pour engager des développements bénéfiques et
pérennes. En même temps, il est certain que le cadre juridique doit aussi pouvoir évoluer
continument, au gré des avancées technologiques et de leur industrialisation. Enfin, il est à
noter que les autorités de supervision elles-mêmes peuvent bénéficier des progrès de l’IA ;
elles ont aussi, notamment, des masses de données à traiter intelligemment.
L’inclusion des autorités de supervision dans la réflexion collective apparaît indispensable,
sous une forme devant leur permettre de jouer un rôle équilibré.
3/ Améliorer la connaissance collective sur les différentes initiatives, afin d’identifier les
activités / les segments les plus susceptibles d’innovation rapide / d’innovation disruptive.
Les deux recommandations précédentes doivent permettre de nourrir un dialogue continu,
fondé sur la pratique et non sur la théorie, et mutuellement bénéfique entre autorités de
supervision d’un côté et acteurs de marché de l’autre. Un modèle possible est celui qui a été
mis en place – même s’il doit lui aussi être continument amélioré – pour les FinTech ou sur
ce qui est fait vis-à-vis de la Blockchain (ouverture des régulateurs afin d’inciter les acteurs
de marché à développer les expérimentations dans un cadre maîtrisé, possibilité
d’enveloppes du PIA 3).
S’agissant le cas échéant de travaux particulièrement confidentiels, les autorités publiques
et notamment de supervision peuvent en tout cas jouer un rôle de « tiers de confiance »