Le secteur financier français entre dans une phase plus exigeante de son adoption de l’intelligence artificielle.
Après les expérimentations internes et les gains de productivité, le sujet se déplace vers la supervision, l’explicabilité des modèles et la maîtrise des prestataires technologiques.
Pour les banques, les assureurs, les sociétés de gestion et les fintech, le message est clair: l’IA ne sera pas seulement un outil de compétitivité, mais aussi un nouveau terrain de contrôle réglementaire.
Un usage déjà massif dans la finance
L’Autorité des marchés financiers a mesuré une adoption très avancée parmi les acteurs français des marchés.
Selon son étude, 90 % des répondants utilisent déjà l’IA ou prévoient de le faire à très court terme, avec une place forte de l’IA générative.
Les usages restent surtout internes: assistants de productivité, extraction de données, synthèse documentaire, génération de contenus, analyse de marchés ou renforcement de la conformité.
Cette prudence relative s’explique par la sensibilité des interactions clients et par les obligations de protection des investisseurs.
L’ACPR veut articuler innovation et contrôle
Du côté prudentiel, l’ACPR insiste sur un point central: la réglementation financière est déjà neutre technologiquement, mais le règlement européen sur l’intelligence artificielle ajoute une couche horizontale qui doit être correctement articulée avec les règles existantes.
Les systèmes utilisés pour le risque de crédit, la tarification d’assurance, la lutte contre la fraude ou la surveillance opérationnelle devront donc être documentés, testés et gouvernés avec davantage de rigueur.
L’enjeu n’est pas de freiner les déploiements, mais d’éviter des modèles opaques, mal calibrés ou trop dépendants d’un fournisseur unique.
La dépendance aux prestataires devient un point sensible
L’étude de l’AMF souligne que de nombreux cas d’usage reposent sur des solutions prêtes à l’emploi fournies par un nombre restreint de prestataires spécialisés, souvent non européens.
Pour les institutions financières françaises, cette dépendance pose des questions de souveraineté, de continuité d’activité, de protection des données et de réversibilité contractuelle.
Elle rejoint aussi les préoccupations déjà portées par DORA sur la résilience opérationnelle numérique et par les superviseurs sur l’externalisation des fonctions sensibles.
À mesure que les modèles deviennent plus performants, la chaîne de responsabilité devient moins simple à lire.
Les gains économiques restent attractifs
Les bénéfices attendus restent importants pour la finance française.
L’IA peut accélérer la lecture de documents, automatiser des tâches administratives, améliorer la détection de fraude, mieux exploiter de grands volumes de données et personnaliser certains services.
Pour les établissements soumis à une pression continue sur les marges et les coûts, ces gains de productivité peuvent changer l’équation opérationnelle.
Mais ils supposent des équipes capables de comprendre les limites des outils, de vérifier les résultats et de maintenir une supervision humaine réelle.
Un calendrier qui pousse les directions à s’organiser
Le règlement européen sur l’IA entre progressivement en application depuis 2024, ce qui force les acteurs financiers à cartographier leurs systèmes, leurs usages et leurs risques.
Les priorités se dessinent déjà: gouvernance des données, explicabilité, cybersécurité, validation des modèles, documentation et contrôle des fournisseurs.
Pour les investisseurs, cette transition ouvre aussi un filtre d’analyse: les établissements les mieux organisés pourront transformer l’IA en avantage opérationnel, tandis que les retardataires pourraient subir des coûts de conformité plus élevés.
Le cadre présenté par l’ACPR confirme que la technologie entre désormais dans le cœur du pilotage prudentiel.
