Sebastian G. Fritz-Morgenthal, Bernhard Hein, Jochen Papenbrock · 2022 · Frontiers in Artificial Intelligence Titre original : Financial Risk Management and Explainable, Trustworthy, Responsible AI
Dans leur article publié dans 'Frontiers in Artificial Intelligence', Sebastian G. Fritz-Morgenthal, Bernhard Hein et Jochen Papenbrock posent la question cruciale de la gestion du risque des modèles d'intelligence artificielle (IA) et d'apprentissage automatique (ML) au sein des institutions financières. Ce travail s'appuie sur plusieurs sessions de la table ronde AI au FIRM, enrichies par des contributions d'experts internationaux. Les auteurs examinent une gamme de modèles, allant des approches basées sur des règles simples aux modèles d'IA et de ML plus sophistiqués, en mettant l'accent sur leur utilisation dans la prédiction et la prise de décision dans le domaine du risque de crédit, de l'assurance et d'autres types de risques financiers.
L'article adopte une approche analytique en intégrant des perspectives pratiques sur la gestion des modèles à risque. Les auteurs soulignent la nécessité d'un cadre de gouvernance et de tests rigoureux pour ces modèles, en tenant compte des exigences réglementaires croissantes, notamment celles énoncées dans l'Acte sur l'intelligence artificielle de l'UE. Ils discutent également des technologies récentes et des plateformes qui peuvent soutenir l'établissement d'une IA/ML responsable, explicable et auditable, essentielle pour la confiance des parties prenantes dans le secteur financier.
Les résultats mettent en avant l'importance croissante des modèles complexes dans des domaines tels que la détection de la fraude, la surveillance des transactions et la lutte contre le blanchiment d'argent. Les auteurs anticipent une augmentation de l'utilisation de modèles IA/ML comme alternatives aux méthodes traditionnelles, notamment pour résoudre des équations différentielles stochastiques complexes liées à la valorisation des dérivés. Ces modèles ne se limitent pas à la gestion des risques, mais trouvent également des applications dans l'optimisation des ventes et la valeur à vie des clients, ce qui élargit leur pertinence dans divers secteurs.
La portée de cet article est significative pour les acteurs académiques et professionnels du secteur financier, car il propose des recommandations pratiques pour établir des cadres de gouvernance adaptés aux modèles à risque. En abordant les implications de l'IA responsable, les auteurs encouragent une réflexion plus large au-delà du secteur financier, en particulier sur les modèles jugés 'à haut risque' selon les consultations de l'UE. Cela ouvre la voie à des discussions sur la manière dont les principes de responsabilité et de transparence peuvent être intégrés dans le développement et l'utilisation des technologies d'IA dans divers contextes.
Compétences ESCO
- gestion des risques http://data.europa.eu/esco/skill/6eff134b-e34f-4d6e-a6e8-5e47cf2228d0
- gérer l’expérience client http://data.europa.eu/esco/skill/4b95c7bb-5672-4e4a-88ea-ba96c12e8ca2
- principes de l’intelligence artificielle http://data.europa.eu/esco/skill/e465a154-93f7-4973-9ce1-31659fe16dd2
AEES Executive Certificates associés
- Pilotage de la performance
- Gouvernance d’entreprise et conseil
- Intelligence artificielle et leadership
- IA générative et décision d’entreprise
- Gouvernance de la data et de l’IA
- Régulation de l’IA et conformité
- Cybersécurité des organisations
- Finance pour dirigeants
- Intégrité, conformité et alerte
- Audit, risque et contrôle interne
- Direction commerciale et grands comptes
- Expérience client et décision de marque
- Chaîne logistique et résilience
- Gouvernance hospitalière et des soins
- Gouvernance de la sécurité sanitaire des aliments