Le FSB entrevoit le risque de monopoles liés au machine learning

Dans un rapport publié le 1er novembre, le Conseil de stabilité financière (FSB) estime que le recours à l’intelligence artificielle et au machine learning pourrait être bénéfique pour la stabilité financière en rendant plus efficace la fourniture des services financiers (détection de la fraude credit scoring…), ainsi qu’en améliorant la surveillance des risques systémiques et réglementaires.

“Dans le même temps, des effets de réseau et le passage à l’échelle (scalability) des nouvelles technologies pourraient à l’avenir donner naissance à des dépendances à des parties tierces (de grands acteurs de la technologie, NDLR)“, nuance le FSB. “Il y a un potentiel pour des monopoles ou des oligopoles naturels“, prévient le groupement économique international.

Le FSB souligne également les risques soulevés par l’intelligence artificielle et le machine learning en matière d’audits internes dans les entreprises. “Au-delà des équipes travaillant sur ces applications, des fonctions clés telles que la gestion du risque, les audits internes, la gestion administrative et l’entité de supervision devraient être adaptées pour le contrôle et la gestion de ces applications“, estime le Conseil.

Le FSB relève que les méthodes d’intelligence artificielle et de machine learning sont utilisées aujourd’hui pour évaluer la qualité de crédit, tarifer les contrats d’assurance, automatiser les interactions avec le client, optimiser les fonds propres, détecter des signaux de rendements supérieurs non corrélés et optimiser l’exécution des ordres (pour les fonds alternatifs et les broker-dealers).