Conformité bancaire et IA : supervision algorithmique et risques réglementaires

1 jour (7h) Éligible OPCO Inter Intra Sur-mesure

Présentation

L'IA transforme la conformité bancaire : RegTech, SupTech, monitoring automatisé, scoring de risque, détection de fraudes. Mais elle crée aussi de nouveaux risques réglementaires : biais algorithmiques, explicabilité des décisions, responsabilité des modèles. Cette formation, à la croisée de la finance et de la technologie, permet de comprendre comment l'IA s'intègre dans la conformité bancaire et comment gérer ses risques spécifiques.

Objectifs pédagogiques

  • Comprendre les opportunités et les risques réglementaires de l'utilisation de l'IA dans la conformité bancaire
  • Appliquer les exigences de l'AI Act aux systèmes IA à haut risque utilisés dans le secteur financier
  • Mettre en place une gouvernance des modèles IA conforme aux attentes de l'ABE et de l'ACPR
  • Gérer les risques de biais, d'opacité et d'explicabilité des modèles IA dans son dispositif de conformité

Public cible

Compliance officers, responsables de la conformité digitale, responsables des modèles (model risk), data scientists en contexte réglementaire, DSI de banques et assurances, responsables de la transformation numérique dans le secteur financier, et plus généralement tout professionnel du secteur financier impliqué dans le déploiement ou la supervision d'outils IA.

Prérequis

Une connaissance de base de la conformité bancaire et/ou des technologies d'IA est recommandée.

Programme

1

Module 1

IA dans la conformité bancaire : état de l'art

  • RegTech et SupTech : définitions, acteurs, cas d'usage en conformité bancaire
  • IA pour la détection de fraude : modèles, données, taux de détection — benchmarks
  • Monitoring de la LCB-FT : transaction monitoring algorithmique, réduction des faux positifs
  • IA pour la conformité MIF 2 : enregistrement, analyse des communications, best execution
  • AI Act européen et secteur financier : systèmes à haut risque, obligations applicables
2

Module 2

Risques réglementaires des modèles IA

  • Model risk management : SR 11-7 (FED) et principes applicables en Europe
  • Risque de biais algorithmique en crédit et scoring : impacts réglementaires
  • Explicabilité et droit d'explication : obligations RGPD et attentes superviseurs
  • Robustesse et stabilité des modèles : tests adversariaux, dérive des données
  • Atelier : évaluer le niveau de risque réglementaire de 3 modèles IA bancaires fictifs
3

Module 3

Gouvernance des modèles IA en banque

  • Cycle de vie du modèle : développement, validation, déploiement, surveillance, retraite
  • Validation indépendante des modèles : qui, comment, fréquence
  • Documentation des modèles : exigences BCE, ACPR, recommandations EBA
  • Comité des modèles : gouvernance, rôles, limites d'utilisation
  • Exercice : construire le dossier de validation d'un modèle de scoring de crédit fictif
4

Module 4

Perspectives et adaptation réglementaire

  • Attentes des régulateurs sur l'IA : BCE, EBA, ACPR — lignes directrices publiées
  • DORA (Digital Operational Resilience Act) et IA : gestion des risques liés aux tiers technologiques
  • Stress tests climatiques et IA : utilisation des modèles dans les scénarios superviseurs
  • IA générative en banque : risques de compliance spécifiques — hallucinations, responsabilité
  • Plan d'action : intégrer la gouvernance des modèles IA dans son dispositif de conformité

Besoin d'adapter cette formation ?

Nos experts conçoivent des programmes sur mesure adaptés à vos enjeux spécifiques.

Contactez-nous