La finance, la banque et l’assurance sont des domaines o\u00f9 l’IA peut apporter une valeur ajout\u00e9e significative, mais o\u00f9 les questions de s\u00e9curit\u00e9 et de confiance sont \u00e9galement importantes.<\/p>\n\n\n\n
Lorsqu\u2019on parle du secteur de la finance, l\u2019image de la bourse reste tr\u00e8s pr\u00e9sente dans les esprits. Pouvoir pr\u00e9dire les fluctuations de la bourse est un r\u00eave pour permettre de gagner beaucoup d\u2019argent. A une \u00e9poque o\u00f9 des algorithmes parviennent \u00e0 r\u00e9aliser des pr\u00e9dictions, l\u2019image d\u2019une IA permettant de pr\u00e9dire les fluctuations des cours reste alors opini\u00e2tre pour le secteur. Cependant, la pr\u00e9diction est loin d\u2019\u00eatre l\u2019unique application de l\u2019IA pour ce secteur.<\/p>\n\n\n\n
Selon des \u00e9tudes, le march\u00e9 de l’IA dans les Fintech atteindrait en moyenne les 22 milliards de dollars en 2025, avec un CAGR autour de 23%1<\/a><\/sup>. La finance, les banques et les assurances sont des secteurs o\u00f9 l\u2019IA peut avoir une forte valeur ajout\u00e9e mais pour lesquels les probl\u00e9matiques de s\u00e9curit\u00e9 et de confiance sont \u00e9galement importantes. Ainsi l\u2019int\u00e9gration de l\u2019intelligence artificielle y est un vrai d\u00e9fi.<\/p>\n\n\n\n Dans cet article, les opportunit\u00e9s de l\u2019IA pour les secteurs de la finance, des banques et assurances seront pr\u00e9sent\u00e9es, avant d\u2019aborder les risques en lien avec l\u2019utilisation de cette technologie.<\/p>\n\n\n\n La premi\u00e8re \u00e9tape pour la mise en place de l\u2019intelligence artificielle est l\u2019acquisition de la data. Or le secteur financier est exp\u00e9riment\u00e9 en la mati\u00e8re, les donn\u00e9es sont nombreuses et y sont s\u00e9curis\u00e9es. L\u2019\u00e9tape suivante est de chercher \u00e0 exploiter ces donn\u00e9es acquises pour permettre de les valoriser. C\u2019est ainsi que l\u2019IA prend tout son sens, pour assister gr\u00e2ce au Big Data les travailleurs de ce secteur \u00e0 r\u00e9aliser certaines t\u00e2ches sp\u00e9cifiques qui vont \u00eatre expos\u00e9es dans la suite de l\u2019article.<\/p>\n\n\n\n Tout d\u2019abord, une utilisation commune de l\u2019IA pour les trois secteurs de la finance, des banques et assurances, est la pratique de personnalisation d\u2019offres par le biais d\u2019activit\u00e9s de conseil. Entre autres, l\u2019IA est tr\u00e8s efficace pour rep\u00e9rer des motifs qui se r\u00e9p\u00e8tent et donc des profils clients qui se ressemblent. En apprenant les types d\u2019offres qui sont propos\u00e9s et qui fonctionnent le mieux pour un profil donn\u00e9, l\u2019IA va pouvoir faire des propositions personnalis\u00e9es qui seront \u00e0 m\u00eame de correspondre au mieux au client. Cette innovation prend tout son sens dans l\u2019assistance pour la gestion de patrimoine, la gestion d\u2019actifs et l\u2019investissement. <\/p>\n\n\n\n Aussi, dans ce type d\u2019activit\u00e9s, l\u2019IA permet d\u2019automatiser le traitement de documents, en remplissant certaines parties et en demandant des pi\u00e8ces suppl\u00e9mentaires qui faciliteront le travail des conseillers. Pour aller plus loin, dans le secteur bancaire la personnalisation des offres peut \u00eatre coupl\u00e9e \u00e0 du \u00ab credit scoring \u00bb qui est l\u2019application d\u2019une notation d\u2019un client par une intelligence artificielle. Le travail d\u2019\u00e9valuation d\u2019un dossier client est r\u00e9alis\u00e9 automatiquement suivant un certain nombre de crit\u00e8res qui peuvent \u00eatre appris par l\u2019algorithme.<\/p>\n\n\n\n L\u2019IA est \u00e9galement utilis\u00e9e dans les 3 secteurs pour r\u00e9aliser des t\u00e2ches de soutien, c\u2019est-\u00e0-dire d\u2019automatisation de t\u00e2ches \u00e0 faible valeur ajout\u00e9e. Ainsi le pr\u00e9-remplissage de documents est une t\u00e2che qui peut \u00eatre r\u00e9alis\u00e9e par un algorithme et qui fait gagner un temps pr\u00e9cieux aux collaborateurs. <\/p>\n\n\n\n Les algorithmes peuvent \u00e9galement assister les \u00eatres humains dans des activit\u00e9s d\u2019aide \u00e0 la d\u00e9cision. Effectivement, en \u00e9tant en capacit\u00e9 d\u2019analyser d\u2019\u00e9normes quantit\u00e9s de donn\u00e9es, les algorithmes peuvent prendre connaissance d\u2019informations qui sont de grande valeur ajout\u00e9e et qui peuvent influencer des d\u00e9cisions. Ainsi, l\u2019algorithme peut venir exposer des pr\u00e9conisations suite \u00e0 une s\u00e9rie d\u2019analyses. L\u2019objectif n\u2019est pas de remplacer les humains mais de les aider, notamment en les assistant dans des t\u00e2ches r\u00e9barbatives qui n\u2019ont que tr\u00e8s peu de valeur ajout\u00e9e, comme par exemple le tri de ch\u00e8ques dans le secteur bancaire2<\/a><\/sup>.<\/p>\n\n\n\n Concernant les secteurs de la finance et des assurances, un enjeu majeur pour l\u2019IA est la d\u00e9tection de fraudes. En effet, la pr\u00e9vention de celles-ci est un v\u00e9ritable cheval de bataille, avec des pertes sur les march\u00e9s financiers li\u00e9es aux fraudes ou \u00e0 des op\u00e9rations hors des limites admises qui s\u2019approximent \u00e0 plus 40 milliards de dollars sur les dix derni\u00e8res ann\u00e9es3<\/a><\/sup>. Pour donner un ordre d\u2019id\u00e9e, sur l\u2019ann\u00e9e 2011, l\u2019Association of Certified Fraud Examiners (ACFE) a estim\u00e9 la fraude \u00e0 3,5 milliards de dollars, soit en moyenne 5 % du chiffre d\u2019affaires mondial. Lutter contre la fraude est donc un enjeu majeur ; et avec les capacit\u00e9s d\u2019analyse de l\u2019IA, il est possible d\u2019imaginer des solutions automatiques de d\u00e9tection des fraudes qui assisteront les sp\u00e9cialistes dans leurs activit\u00e9s de pr\u00e9vention. <\/p>\n\n\n\n Effectivement, l\u2019IA est performante pour d\u00e9tecter les comportements qui sont diff\u00e9rents des comportements habituels et surtout elle permet de faire simultan\u00e9ment des analyses sur de tr\u00e8s grands nombres de dossiers. Par exemple, dans le secteur bancaire, Mastercard utilise des algorithmes de Machine learning4<\/a><\/sup> pour \u00ab v\u00e9rifier en quelques millisecondes jusqu\u2019\u00e0 160 millions de transactions et appliquer plus d\u20191,9 million de r\u00e8gles diff\u00e9rentes pour examiner chaque transaction \u00bb. Ainsi, l\u2019intelligence artificielle pourrait entre autres reconna\u00eetre des activit\u00e9s de blanchiment d\u2019argent, des tentatives d\u2019extorsion ou des indices de vol de codes bancaires.<\/p>\n\n\n\n Pour les secteurs de la banque, l\u2019intelligence artificielle est \u00e9galement utilis\u00e9e dans le renforcement des capacit\u00e9s de cyberd\u00e9fense, notamment pour d\u00e9tecter les attaques \u00e0 l\u2019encontre des organismes financiers. Alors que les hackers utilisent l\u2019IA pour perfectionner leurs attaques et afin de combattre \u00e0 armes \u00e9gales, l\u2019IA peut aussi \u00eatre utilis\u00e9e pour se pr\u00e9munir des attaques informatiques. Concernant un secteur o\u00f9 la s\u00e9curit\u00e9 est centrale, notamment pour la protection des donn\u00e9es, l\u2019utilisation de l\u2019IA comme outil suppl\u00e9mentaire dans la panoplie d\u00e9fensive est un atout non n\u00e9gligeable5<\/a><\/sup>.<\/p>\n\n\n\n Une autre utilisation de l\u2019IA sur le plan strat\u00e9gique concerne les activit\u00e9s de ma\u00eetrise des risques. L\u2019IA participe \u00e0 l\u2019am\u00e9lioration des \u00e9l\u00e9ments de contr\u00f4le du risque, qu\u2019ils soient pr\u00e9ventifs, d\u00e9tectifs ou correctifs. L\u2019IA peut permettre de r\u00e9aliser des veilles, d\u2019\u00e9tudier le contenu de documents et d\u2019en extraire les informations les plus pertinentes. <\/p>\n\n\n\n Elle permet \u00e9galement de r\u00e9aliser des analyses de tendances qui peuvent permettre de d\u00e9tecter certains risques, comme des diminutions de volumes de march\u00e9s, des p\u00e9nuries de ressources, des crises financi\u00e8res \u00e0 venir, etc. Des alertes peuvent alors \u00eatre automatiquement lev\u00e9es lorsque des signaux sont alarmants. L\u2019IA aide \u00e0 gagner du temps et peut limiter les erreurs d\u2019interpr\u00e9tation, ce qui permet in fine d\u2019am\u00e9liorer la gestion des risques.<\/p>\n\n\n\n \u00c9galement, pour le secteur des assurances, la gestion des sinistres peut \u00eatre assist\u00e9e par l\u2019IA. Il est possible d\u2019automatiser l\u2019analyse de sinistre, l\u2019indemnisation, la pr\u00e9diction et m\u00eame la d\u00e9claration ; l\u2019IA permet d\u2019optimiser tout le processus. Ainsi, il est possible de limiter les postes de d\u00e9penses des compagnies d\u2019assurance avec un gain de temps et des d\u00e9placements en moins pour les experts. L\u2019IA assiste \u00e9galement ces experts en permettant une meilleure analyse des donn\u00e9es et une plus grande pr\u00e9cision dans la gestion des sinistres6<\/a><\/sup>.<\/p>\n\n\n\n Enfin, l\u2019IA peut \u00eatre utilis\u00e9e sous la forme de \u00ab robots \u00bb qui vont permettre d\u2019automatiser des t\u00e2ches pour le compte des humains. Ainsi, dans les banques et assurances, les relations clients peuvent \u00eatre en partie g\u00e9r\u00e9es par une intelligence artificielle, notamment gr\u00e2ce \u00e0 l\u2019utilisation de chatbots. Alors que dans la finance, ce sont les actions financi\u00e8res de trading telles que l\u2019achat et la vente d\u2019actions qui peuvent \u00eatre automatis\u00e9es \u00e0 l\u2019aide de programmes trader. Dans ces deux cas, l\u2019humain peut \u00eatre en supervision et peut intervenir \u00e0 tout moment pour reprendre la main ou au contraire laisser l\u2019algorithme g\u00e9rer la t\u00e2che.<\/p>\n\n\n\n L\u2019IA peut avoir de nombreuses applications pour les secteurs financiers, cependant nombre de ces utilisations poussent \u00e0 s\u2019interroger concernant la s\u00e9curit\u00e9 et la confiance accord\u00e9es \u00e0 ces syst\u00e8mes.<\/p>\n\n\n\n Effectivement, pour les secteurs critiques o\u00f9 la s\u00e9curit\u00e9 est centrale, l\u2019intelligence artificielle reste une technologie qui pr\u00e9sente nombre d\u2019avantages mais qui comprend \u00e9galement des inconv\u00e9nients qu\u2019il faut \u00eatre en mesure de pouvoir ma\u00eetriser7<\/a><\/sup>.<\/p>\n\n\n\n Tout d\u2019abord, les algorithmes d\u2019IA doivent respecter un certain nombre de principes, notamment afficher des valeurs \u00e9thiques, comme le fait de ne pas \u00eatre discriminante. Or, les algorithmes d\u2019IA sont souvent soumis \u00e0 des probl\u00e8mes de biais, qui peuvent affecter le fonctionnement des algorithmes en les faisant prendre en compte des param\u00e8tres impertinents. Il est ainsi d\u00e9j\u00e0 arriv\u00e9 que des biais am\u00e8nent des algorithmes d\u2019IA \u00e0 devenir discriminants. Pour beaucoup, les algorithmes d\u2019IA posent alors des probl\u00e8mes de confiance. Les biais sont souvent cach\u00e9s dans les jeux de donn\u00e9es et ce m\u00eame si ces derniers contiennent des donn\u00e9es de qualit\u00e9. <\/p>\n\n\n\n Ainsi, pour renforcer la confiance dans les syst\u00e8mes d\u2019IA il faut \u00eatre en mesure de pouvoir r\u00e9aliser des tests pour rep\u00e9rer ces biais et pour \u00e9valuer la robustesse des algorithmes face \u00e0 des perturbations. \u00c9galement, pour renforcer la confiance, il faut \u00eatre en mesure de pouvoir comprendre la base sur laquelle l\u2019algorithme prend ses d\u00e9cisions. Or, actuellement un grand nombre de syst\u00e8mes d\u2019IA se comporte comme \u00e9tant des \u00ab boites noires \u00bb, c\u2019est-\u00e0-dire dont on ne peut expliquer le fonctionnement. Ainsi, l\u2019explicabilit\u00e9 est une dimension sur laquelle les d\u00e9veloppeurs d\u2019IA doivent travailler pour s\u2019assurer que les algorithmes prennent les bonnes d\u00e9cisions et surtout pour les bonnes raisons. Cependant, une autre difficult\u00e9 se pr\u00e9sente face \u00e0 l\u2019impl\u00e9mentation de l\u2019IA dans ces secteurs. Effectivement, dans ces milieux les processus de prise de d\u00e9cision sont tr\u00e8s complexes, avec des nombres de param\u00e8tres qui peuvent \u00eatre colossaux. Certes les algorithmes d\u2019intelligence artificielle peuvent traiter un tr\u00e8s grand nombre de donn\u00e9es, cependant le nombre de param\u00e8tres \u00e0 traiter doit rester relativement faible car plus le nombre de param\u00e8tres augmente, plus les performances de l\u2019algorithme diminueront9<\/a><\/sup>. Cette observation fait r\u00e9f\u00e9rence au principe de dimensionnalit\u00e9 des donn\u00e9es et \u00e0 la mal\u00e9diction de la dimension qui frappe l\u2019int\u00e9gralit\u00e9 des algorithmes de machine learning. Une technique pour pallier \u00e0 ce probl\u00e8me est de r\u00e9duire le nombre de param\u00e8tres en s\u00e9lectionnant les plus pertinents. Or, cet exercice n\u2019est pas simple pour les secteurs de la finance qui comprennent de tr\u00e8s grands nombres de param\u00e8tres, ce qui n\u00e9cessite des datascientists tr\u00e8s exp\u00e9riment\u00e9s10<\/a><\/sup>.<\/p>\n\n\n\n Enfin, un dernier risque sera abord\u00e9 concernant l\u2019utilisation de l\u2019IA dans la finance, les banques et les assurances. Celui-ci concerne les probl\u00e9matiques de s\u00e9curit\u00e9, et plus pr\u00e9cis\u00e9ment de cybers\u00e9curit\u00e9. Cette difficult\u00e9 est inh\u00e9rente au secteur, qui a historiquement toujours \u00e9t\u00e9 en proie aux attaques. Les informations qui sont d\u00e9tenues par les secteurs financiers sont critiques, avec des r\u00e9percussions \u00e9conomiques qui peuvent \u00eatre tr\u00e8s importantes, pouvant amener \u00e0 la manifestation d\u2019un crash boursier. Prot\u00e9ger les algorithmes est donc un enjeu de cyberd\u00e9fense pour faire face aux hackers qui auraient des intentions malveillantes visant \u00e0 d\u00e9tourner les algorithmes ou \u00e0 les faire dysfonctionner. Or un algorithme de machine learning peut \u00eatre difficile \u00e0 prot\u00e9ger, outre le code, ce sont \u00e9galement les donn\u00e9es qui doivent \u00eatre s\u00e9curis\u00e9es. C\u2019est alors que la robustesse des algorithmes intervient de nouveau car cette derni\u00e8re peut permettre de faire face \u00e0 des perturbations qui seraient cr\u00e9\u00e9es volontairement. Ainsi, la s\u00e9curit\u00e9 des algorithmes d\u2019IA est un enjeu majeur car elle repr\u00e9sente un risque suppl\u00e9mentaire vis-\u00e0-vis de leur impl\u00e9mentation.<\/p>\n\n\n\n Ces d\u00e9fis sont concr\u00e8tement per\u00e7us par les organismes financiers qui s\u2019appliquent d\u2019ores et d\u00e9j\u00e0 \u00e0 y r\u00e9pondre. Ainsi, l\u2019ACPR, qui est l\u2019Autorit\u00e9 de Contr\u00f4le Prudentiel et de R\u00e9solution int\u00e9gr\u00e9e \u00e0 la Banque de France, a r\u00e9alis\u00e9 en 2021 un hackathon dont l\u2019objectif \u00e9tait de r\u00e9ussir \u00e0 expliquer le comportement de mod\u00e8les pr\u00e9dictifs de type \u00ab boites noires \u00bb11<\/a><\/sup>. D\u2019autres initiatives peuvent \u00e9galement \u00eatre financ\u00e9es par les banques, qui participent ainsi \u00e0 construire le futur du march\u00e9 des services financiers et qui facilitent l\u2019adoption des innovations financi\u00e8res. La BPI, Banque Public d\u2019Investissement, participe \u00e9galement \u00e0 l\u2019essor de ce secteur et \u00e0 la r\u00e9ponse de ces challenges en produisant des appels \u00e0 projet tel que les appels de Finance Innovation, visant le d\u00e9veloppement des fintechs12<\/a><\/sup>.<\/p>\n\n\n\n M\u00eame si les enjeux de l\u2019utilisation de l\u2019IA sont reconnus, avec de nombreux avantages \u00e0 la cl\u00e9, il n\u2019en reste pas moins que l\u2019impl\u00e9mentation de ces algorithmes reste un v\u00e9ritable d\u00e9fi pour les secteurs de la finance, des banques et des assurances. Ces d\u00e9fis sont \u00e0 la fois li\u00e9s \u00e0 la nature des algorithmes d\u2019IA, mais ils sont \u00e9galement inh\u00e9rents \u00e0 ces secteurs qui pr\u00e9sentent de fortes contraintes de fonctionnement et de s\u00e9curit\u00e9.<\/p>\n\n\n\n Pour conclure, l\u2019intelligence artificielle permet d\u2019assister les collaborateurs dans un certain nombre de t\u00e2ches de soutien, de gestion et de protection pour le secteur de la finance, des banques et des assurances. De l\u2019automatisation de t\u00e2ches r\u00e9currentes \u00e0 faible valeur ajout\u00e9e, aux activit\u00e9s de lutte contre les fraudes ou aux activit\u00e9s d\u2019aide \u00e0 la d\u00e9cision, l\u2019IA est multidisciplinaire et peut efficacement transformer les secteurs. Cependant, comme toujours, l\u2019intelligence artificielle comprend \u00e9galement des probl\u00e9matiques et des d\u00e9fis qu\u2019il faut adresser. Or, pour les secteurs financiers les probl\u00e9matiques de s\u00e9curit\u00e9 et de protection des donn\u00e9es sont encore plus importantes. Il faut donc particuli\u00e8rement prendre en compte les aspects de robustesse et d\u2019explicabilit\u00e9 des algorithmes, ainsi que de cybers\u00e9curit\u00e9.<\/p>\n\n\n\n Alors que l\u2019impl\u00e9mentation de l\u2019IA est en plein d\u00e9veloppement, d\u2019autres technologies pourraient lui \u00eatre combin\u00e9es pour sculpter le futur de la finance, des banques et des assurances. Effectivement, les blockchains et les technologies quantiques font parties des investissements technologiques qui pourraient servir \u00e9galement les secteurs financiers. Concernant les blockchains, leur aspect de s\u00e9curisation des op\u00e9rations est mis en avant, avec des possibilit\u00e9s concernant l\u2019automatisation de transactions financi\u00e8res. Coupl\u00e9 \u00e0 l\u2019IA, il serait donc possible d\u2019imaginer des processus enti\u00e8rement automatis\u00e9s de contractualisation. Ainsi, les enjeux technologiques sont en pleine croissance pour les secteurs de la finance, des banques et des assurances, avec cependant des besoins qui restent forts concernant la s\u00e9curisation de ces technologies pour permettre leur plus large impl\u00e9mentation.<\/p>\n\n\n\n La finance, la banque et l’assurance sont des domaines o\u00f9 l’IA peut apporter une valeur ajout\u00e9e significative, mais o\u00f9 les questions de s\u00e9curit\u00e9 et de confiance sont \u00e9galement importantes. Lorsqu\u2019on parle du secteur de la finance, l\u2019image de la bourse reste tr\u00e8s pr\u00e9sente dans les esprits. Pouvoir pr\u00e9dire les fluctuations de la bourse est un […]<\/p>\n","protected":false},"author":8,"featured_media":6911,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"none","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":"[{\"content\":\"Etude ResearchAndMarkets<\/a>\u00a0et\u00a0Etude MordorIntelligence<\/a>\",\"id\":\"45d782b6-638e-413e-8d27-68a0801c1c53\"},{\"content\":\"Intelligence artificielle assurance service satisfaction client<\/a>\",\"id\":\"a359ff75-7385-4b6a-a213-672f06bb5120\"},{\"content\":\"Pr\u00e9vention de la fraude<\/a>\",\"id\":\"962c4b84-f6fb-4f9b-b627-611b28165ddd\"},{\"content\":\"IA dans la finance<\/a>\",\"id\":\"032f54fd-570a-4ef5-86fa-6cc244472636\"},{\"content\":\"Challenges de l\u2019IA dans la finance<\/a>\",\"id\":\"75b94d92-67a4-4ec9-9bb1-1367c77a1e51\"},{\"content\":\"IA dans le secteur de l\u2019assurance<\/a>\",\"id\":\"ca628625-8fc0-42d1-8a6a-124509c7d35e\"},{\"content\":\"Enjeux de l\u2019IA dans les institutions financi\u00e8res<\/a>\",\"id\":\"527f2f8c-1d75-47b7-b88a-b2d61cf46531\"},{\"content\":\"Ethique et IA dans le secteur bancaire et financier<\/a>\",\"id\":\"3fbd7285-af06-450c-99a9-af5e3958f825\"},{\"content\":\"La mal\u00e9diction de la dimensionnalit\u00e9<\/a>\",\"id\":\"aa0e48ed-a3ee-4b31-8829-7df69e8336c3\"},{\"content\":\"Opportunit\u00e9s et challenges de l\u2019IA dans la finance<\/a>\",\"id\":\"4a3e7b8a-f7a3-4939-a6b4-73540936d19e\"},{\"content\":\"Hackathon ACPR<\/a>\",\"id\":\"cc1bc474-51a0-46c8-9ea6-39e70033a51d\"},{\"content\":\"AAP Finance Innovation BPI<\/a>\",\"id\":\"4207be66-58cc-47bf-b370-c9d1366c8409\"},{\"content\":\"IA, technologies quantiques et blockchains pour la finance<\/a>\",\"id\":\"496aaf59-9273-4430-ba18-c75c654d6eff\"}]"},"categories":[149],"tags":[178,160,173],"class_list":["post-6908","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia-et-industrie","tag-assurance","tag-banque","tag-finance-fr"],"acf":[],"_links":{"self":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/6908","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/comments?post=6908"}],"version-history":[{"count":0,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/6908\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media\/6911"}],"wp:attachment":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media?parent=6908"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/categories?post=6908"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/tags?post=6908"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}L\u2019intelligence artificielle, une opportunit\u00e9 pour la finance, les banques et les assurances<\/h2>\n\n\n\n
L\u2019IA de soutien<\/h3>\n\n\n\n
L\u2019IA de d\u00e9fense<\/h3>\n\n\n\n
L\u2019IA de gestion<\/h3>\n\n\n\n
L\u2019intelligence artificielle non exempte de challenges et de risques<\/h2>\n\n\n\n
La robustesse et l\u2019explicabilit\u00e9 semblent alors indispensables pour limiter les risques, notamment \u00e9thiques, et instaurer la confiance lors de l\u2019impl\u00e9mentation de l\u2019IA dans les secteurs de la finance, la banque et des assurances8<\/a><\/sup>.<\/p>\n\n\n\nConclusion<\/h2>\n\n\n\n
Pour les technologies quantiques, l\u2019int\u00e9r\u00eat principal serait d\u2019augmenter davantage les puissances de calcul et les possibilit\u00e9s de r\u00e9alisation d\u2019op\u00e9rations. Ces composantes sont tr\u00e8s importantes quand elles sont coupl\u00e9es \u00e0 l\u2019IA ainsi qu\u2019aux volumes de donn\u00e9es et de traitements des services financiers13<\/a><\/sup>.<\/p>\n\n\n\nSources <\/h2>\n\n\n