La criminalité financière évolue à un rythme sans précédent, accélérée par la mondialisation et les nouvelles technologies. Elle a notamment su exploiter les failles de la crise sanitaire à travers des schémas multiples : recours frauduleux aux mesures de financement d’urgence, augmentation des cyberattaques et arnaques en ligne,...
Les institutions financières déploient des moyens conséquents pour identifier les transactions suspicieuses ; elles ont investi dans des outils de place et implémenté des règles standards pour surveiller les transactions de leurs clients. Cependant, ces dispositifs, même à un niveau de maturité avancé, ne sont pas toujours adaptés aux risques liés à leurs activités et, peu flexibles, ils ne peuvent s’adapter à des chocs exogènes qui provoquent un changement brusque des comportements des marchés et des clients. Ils génèrent souvent un nombre démesuré d’alertes non pertinentes ou « faux positifs », provoquant de la charge supplémentaire aux analystes et un coût important pour la conformité.
Aujourd’hui les banques sont à la recherche de dispositifs plus flexibles et résilients capables de s'adapter à la vitesse d'évolution des schémas criminels et de faire face à des changements
de comportements drastiques.
Pour rendre ces systèmes plus robustes et anti-fragiles, l’Intelligence Artificielle (IA) représente un levier incontournable. Ses applications sont multiples : segmentation dynamique, calibrage de modèles en temps réel et détection de nouveaux schémas de criminalité sont autant de réponses que peut apporter l’IA. Elle a aussi sa place dans l’amélioration de l’efficacité opérationnelle des processus de traitement des alertes, en fournissant au chargé de conformité une meilleure visualisation des données requises pour son analyse et en lui apportant une évaluation du risque de façon à l’accompagner dans sa décision.
Si les barrières à son implémentation sont encore nombreuses, de plus en plus d’institutions financières sont en phase de POC : l’IA pour la LCB-FT est amenée dans les mois et années à venir à se développer de façon exponentielle, jusqu’à devenir une nouvelle norme. Il est crucial que son développement se fasse dans le respect des règles d’éthique et d’explicabilité des algorithmes. Il est de la responsabilité des institutions financières vis-à-vis de leurs parties prenantes (management, organes de contrôles, client final) d’assurer une explicabilité des modèles développés et de leurs résultats, une traçabilité de leurs évolutions et une garantie s’agissant de l’absence de biais. Répondre à ces enjeux n’est possible qu’avec l’intervention d’un humain : ce dernier devra valider le modèle, les données avec lesquelles il est entraîné, les résultats qu’il génère et évaluer l’impact des évolutions connexes. Une gouvernance claire doit donc s'instaurer entre ces algorithmes et les humains qui les maintiennent et en sont la clé de voûte.
PwC France et Maghreb, avec l’assistance de son réseau international PwC Financial Crime, a mené un benchmark globalisé des pratiques en matière de monitoring de transaction LCB-FT et d’utilisation de l’IA.
Nous partageons nos constats, nos convictions et vous accompagnons, de la stratégie à la mise en œuvre de vos dispositifs d’Intelligence Artificielle en réponse aux enjeux de lutte contre le blanchiment d’argent et du financement du terrorisme.
Pour aller plus loin
Suivez-nous !
Contactez-nous
