L’écrivain est président et directeur général du Nasdaq
Les récentes percées dans le domaine de l’intelligence artificielle sont à juste titre considérées comme un changement radical dans notre économie technologique. Pour le monde de la finance, une grande partie de la réaction s’est concentrée sur les risques liés à ce changement rapide.
Des inquiétudes ont été soulevées à juste titre quant à la capacité des régulateurs à superviser les opérations d’IA, les risques de concentration du marché dus au petit nombre de fournisseurs de services et l’élevage numérique où les ordinateurs agissent tous de la même manière, renforçant les fluctuations du marché.
Bien que les appels à la prudence et à une réglementation proactive soient appropriés, les appels à l’urgence et à l’optimisme le sont également alors que nous donnons aux industries les moyens de commencer à exploiter le potentiel des avancées de l’IA.
Cela commence par reconnaître que toutes les IA ne sont pas créées égales. Oui, la puissance de l’IA générative, qui permet de créer des images et du texte à partir d’invites, a capturé l’imagination du monde. Mais l’IA est déployée sur nos marchés depuis de nombreuses années.
Le Nasdaq utilise l’IA pour la maintenance prédictive du marché – empêchant les perturbations avant qu’elles ne surviennent – et nous intégrons l’IA à différentes étapes de nos opérations. C’est particulièrement important pour notre division de logiciels anti-criminalité financière. Dans le monde de la finance, la capacité de l’IA à aider à détecter, dissuader et arrêter la criminalité financière est peut-être le cas d’utilisation le plus convaincant de la technologie.
La criminalité financière est une industrie mondiale majeure et florissante. Les estimations de LexisNexis montrent que les banques dépensent près de 275 milliards de dollars chaque année pour lutter contre la criminalité financière. Pourtant, des études de l’ONU suggèrent que moins de 1 % des quelque 4 milliards de dollars de fonds illicites qui circulent dans le système financier sont actuellement interceptés par les forces de l’ordre.
L’un des facteurs contribuant à cette déconnexion est l’impact restrictif des réglementations qui limitent l’utilisation des données et des technologies de pointe par les banques.
Pour le dire plus simplement, la criminalité financière est un problème de données. Les criminels ne font pas affaire avec une seule banque. Ils exploitent l’ensemble de l’écosystème financier pour éviter d’être détectés. L’interconnectivité croissante du système financier et l’émergence de nouveaux systèmes de paiement aident les criminels à devenir plus efficaces.
Par conséquent, du côté de la lutte contre la criminalité, la qualité et la profondeur de nos ensembles de données, combinées à l’utilisation des dernières technologies d’analyse, sont les déterminants les plus critiques du succès dans la lutte contre la criminalité.
Dans la division anti-criminalité financière du Nasdaq, nous avons construit des lacs de données qui rassemblent les données de transactions normalisées et anonymisées de plus de 2 400 banques. Cette approche de données de consortium, combinée à des algorithmes d’IA avancés, a renforcé notre capacité à détecter les modèles de transactions suspectes.
Pourtant, les banques sont censées fournir une explicabilité de bout en bout à tout modèle qu’elles utilisent, y compris pour la lutte contre la criminalité, ce qui inhibe considérablement l’impact.
Après des années de lutte contre la manipulation du marché et la criminalité financière, deux vérités ressortent : les criminels ne respectent pas les lois ou les réglementations et ils tirent parti de l’innovation technologique à grande échelle et à grande vitesse pour garder plusieurs longueurs d’avance sur la détection. Il est donc essentiel que nous trouvions un terrain d’entente avec les régulateurs autour de solutions pour résoudre ce problème insidieux.
Cela commence par un partage responsable des données. Aux États-Unis, les banques sont autorisées à partager des informations dans le but de lutter contre la criminalité. Permettre aux institutions financières en Europe, au Canada et dans d’autres régions de partager des données à la fois à l’intérieur et à l’extérieur de leurs propres réseaux améliorerait considérablement notre capacité à identifier les activités criminelles. Il existe des modèles éprouvés qui permettent le partage de données tout en protégeant les droits des individus à la vie privée. Celles-ci peuvent – et doivent – être reproduites à grande échelle.
Le deuxième impératif est que les régulateurs permettent à l’industrie de tirer parti des dernières capacités en matière de cloud, d’IA et d’apprentissage automatique afin que nous puissions mieux répondre aux nouvelles menaces, accroître l’efficacité et améliorer l’efficience.
Et enfin, il y a une possibilité d’accroître la collaboration. Les entreprises criminelles sont profondément liées et le système financier doit refléter cela en renforçant la collaboration entre le secteur privé, le gouvernement et les forces de l’ordre. Un changement critique serait le déploiement de « boucles de rétroaction » : communication entre les forces de l’ordre et les banques pour confirmer si l’activité signalée a été jugée criminelle ou non. Cela nécessite peu d’investissement mais permet aux banques d’affiner leurs algorithmes en fonction des résultats réels.
La lutte contre la criminalité financière est déjà assez complexe. J’exhorte vivement les régulateurs à réduire, et non à augmenter, la complexité. Tirons parti de la prochaine vague d’innovation pour renforcer l’intégrité du système financier, avec la technologie de notre côté.