L’intelligence artificielle (IA) n’épargne aujourd’hui aucun secteur et l’industrie bancaire n’échappe pas à cette tendance de fond. Selon une étude de l’Autorité de contrôle prudentiel et de résolution (ACPR) sur la digitalisation du secteur financier en France, jusqu’à 30 % des projets dans les établissements financiers sont principalement axés sur l’utilisation de l’IA. Pour l’instruction de crédit, ces projets se concentrent particulièrement sur la relation client (via des chatbots et voicebots), le conseil automatisé (robo-conseil), ainsi que sur le profilage et le scoring des clients. Face à l’importance grandissante de cette technologie, de nombreuses questions se posent : l’IA améliore-t-elle l’efficacité opérationnelle et l’expérience client ? Cette évolution comporte-t-elle des risques ? Quels sont les impacts réglementaires associés ?
L’IA augmente considérablement la productivité au sein des banques en automatisant les tâches répétitives liées à l’instruction de crédit. La Caisse des Dépôts a ainsi atteint 90 % de lecture automatique de documents, réduisant ainsi les tâches de certification. Environ 88 % des banques en France utilisent des systèmes experts pour l’octroi de crédits, permettant des décisions rapides et précises. Cette approche permet de réduire les coûts liés à l’allocation des fonds propres en cas de crédits de mauvaise qualité. Une étude d’Euler Hermes démontre que les établissements utilisant des solutions d’analyse de données pour la gestion du crédit ont réduit leur taux de défaut de paiement de 43 %. Dans certains cas, ils ont amélioré leur efficacité opérationnelle de 10 à 20 % selon Forrester.
L’IA joue aussi un rôle crucial dans la phase initiale de l’instruction de crédit en optimisant l’expérience client et en renforçant la sécurité par la détection d’activités suspectes. Les algorithmes de machine learning analysent les comportements des clients pour recommander des produits financiers personnalisés, augmentant ainsi la fidélisation et la compétitivité des banques. Environ 83 % des cadres financiers estiment que l’IA permet de différencier les offres et d’acquérir de nouveaux clients. L’automatisation des processus, comme l’analyse instantanée des mails et la fourniture de réponses personnalisées, libère les conseillers des tâches chronophages. L’impact économique global est estimé à 1 % de croissance annuelle supplémentaire en France d’ici à 2034 selon la Commission de l’IA, présidée par Anne Bouverot et Philippe Aghion.
Risque de biais
algorithmiques majeurs
Malgré ses avantages, l’application de l’IA dans l’instruction de crédit comporte des risques importants. Une adoption massive de l’IA peut constituer une menace pour la stabilité du système financier en favorisant des comportements de suivisme chez les clients et les conseillers bancaires. Certains clients pourraient copier les actions de ceux enregistrant de bonnes évaluations de crédit, ce qui conduirait à une économie peu diversifiée et donc vulnérable. Bien plus encore, la capacité de détection des faillites par l’IA tout comme la résilience des systèmes en place seraient affaiblies.
En effet la performance de l’IA s’améliore avec l’augmentation du volume et de la typologie de données pertinentes qui l’alimentent. Ce processus requiert l’interconnexion des systèmes de collecte de données, rendant les infrastructures plus fragiles en cas d’attaque.
Les modèles prédictifs utilisés pour l’instruction de crédit sont souvent critiqués en raison de leurs biais algorithmiques qui rendent les pratiques discriminatoires. Par exemple, les jeunes de 18 à 30 ans ont historiquement des taux de remboursement plus bas. Or, pour rectifier ce biais qui pénalise injustement cette tranche d’âge, des corrections pourraient être apportées au modèle .
La suppression pure et simple des données n’apporte pas toujours une solution efficace. Si l’IA reste un bon outil à la décision, les conseillers doivent néanmoins continuer à prendre en considération les particularités de chaque client et le contexte économique.
Enfin, le déploiement massif de l’IA peut poser des risques de souveraineté et de monopole, en particulier si le secteur financier privilégie les mêmes systèmes d’IA dont les fournisseurs sont très souvent étrangers.
L’instruction de crédit
dans le viseur
de l’Union européenne
L’Union européenne a adopté le 13 mars 2024 le règlement sur l’IA (AI Act), structuré autour de quatre niveaux de risque : risque minimal, risque élevé, risque inacceptable et risque spécifique. Les « risques élevés » incluent l’évaluation de la solvabilité pour l’instruction de crédit. Le secteur bancaire doit désormais appliquer ces nouvelles exigences tout en respectant les règles prudentielles existantes.
Si des précisions ont été apportées à ce règlement, des incertitudes demeurent néanmoins et l’évolution rapide de la technologie pourrait remettre en question les avancées réglementaires actuelles. La BCE reconnaît la nécessité d’ajustements pour éviter que les réglementations ne soient un frein à l’innovation et à la protection des clients.
Des « bacs à sable », ces environnements contrôlés dans lesquels les entreprises peuvent initier de nouvelles idées et de nouveaux produits, ont été mis en place pour tester de nouvelles évolutions.
Cependant, certaines exigences strictes, comme l’explicabilité des modèles d’IA utilisés pour l’instruction de crédit, ne peuvent être assouplies sans compromettre la supervision. Les banques devront donc exploiter les nombreuses opportunités offertes par l’IA tout en se conformant à une réglementation en constante évolution.
Définition des limites
L’utilisation croissante de l’IA contribue de façon significative à l’amélioration de la relation client et à l’efficacité opérationnelle dans le processus d’octroi de crédits. Cependant, cette expansion rencontre des difficultés susceptibles de ralentir son essor. Le juste équilibre entre la protection des droits fondamentaux des clients et les objectifs de rentabilité des banques reste encore à ce jour un sujet en suspens.
Le recours à l’IA pourrait néanmoins permettre aux banques traditionnelles de proposer des offres de crédit plus innovantes en s’appuyant sur une instruction de crédit plus automatisée et plus flexible. Sans sortir de leur cadre réglementaire, les établissements de crédit pourraient ainsi s’inspirer davantage de l’offre diversifiée des fintechs à l’image des prêts entre particuliers. Mais pour mieux anticiper la future place de l’IA dans l’instruction de crédits, consommateurs, institutions bancaires et régulateurs doivent clarifier les priorités et définir les limites de cette technologie.
