Nos derniers articles

Le rapport du FSB analyse l'accélération de l'intégration de l'IA (ML, LLM, IA agentique) dans la finance. Si elle optimise les opérations (crédit, assurance, cyberdéfense), elle introduit des risques majeurs : biais, opacité, dérive, cyberattaques et concentration des tiers. L'IA agentique accroît ces périls par son autonomie.
Pour y répondre, le cadre préconise six pratiques : supervision stratégique, modèle à trois lignes de défense, documentation stricte, maintien des compétences, évaluation de la matérialité et sélection rigoureuse des modèles tout au long d'un cycle de vie en sept phases.

Le passage de l’IA générative traditionnelle aux systèmes d’IA agentique autonomes transforme le risque de modèle individuel en risque systémique macroprudentiel.
Le cadre quantitatif de dommage attendu EH = PHA × SGH × BR révèle un risque défavorable où la probabilité, la sévérité et le rayon d'impact co-varient négativement en période de crise. De plus, la monoculture autour de quelques modèles de fondation crée un plancher de risque non diversifiable, tandis que les contagions techniques, sémantiques et les comportements mimétiques de troupeau amplifient le danger.
Les contrôles à l'exécution et le capital s'avèrent inopérants face aux actions irréversibles. La gestion des risques doit donc imposer en amont un confinement robuste et des limites d'exposition structurelles via l'indice d'écart de confinement (CMI).