EconomieTech

L’I.A. au service des banques pour stopper les « traders fous » avant qu’ils ne passent à l’acte

Imaginez un futur dans lequel les banques pourraient stopper les agissements d’un trader en roue libre grâce à des machines qui permettraient de l’arrêter avant même qu’il ne dérape, en détectant des changements de comportement comme le ton de la voix ou d’autres tics.

De la science-fiction ? Pourtant, il existe déjà des outils similaires, comme ces caméras d’I.A. installées dans des magasins japonais, qui permettent de prévenir le vol à l’étalage avant qu’il n’arrive. Pourquoi les plus grosses banques du monde n’utiliseraient-elles pas quelque chose de semblable ?

La surveillance des traders a beaucoup progressé

Le domaine de la surveillance des traders a fait de grandes avancées ces dernières années, avec l’introduction d’outils de surveillance des communications qui peuvent détecter des phrases ou mots-clés suspects, et les activités des traders sont également plus limitées.

Ces efforts peuvent être poussés encore plus loin grâce à l’intelligence artificielle et l’apprentissage automatique. Comme le résume Marc Andrews, vice-président de la division Watson Financial Services d’IBM, « nous avons ouvert les portes du possible ». Watson, le logiciel apprenant d’IBM, peut détecter des changements de ton dans les conversations ou surveiller les modifications de situation financière pour prédire quels traders présentent plus de chances de commettre des fraudes.

Des robots apprenants qui améliorent leurs capacités avec le temps

Une douzaine de banques utilise déjà Watson pour la surveillance des communications quotidiennes. Marc Andrews explique que « l’un des bénéfices de… l’application de l’apprentissage automatique est qu’il ne s’agit pas de mettre en place des règles spécifiques qui pourraient simplement être contournées. Quand les personnes commencent à modifier leur comportement (…) les modèles vont apprendre avec le temps et seront capables de s’adapter beaucoup plus rapidement ».

Pour les banques, plutôt que de rechercher un « risque zéro », il est essentiel de parvenir à diminuer la quantité de « faux positifs ». Avec les systèmes traditionnels de surveillance, des centaines de milliers de messages par mois sont marqués comme potentiellement suspects, c’est-à-dire une masse énorme d’informations à traiter pour démêler le vrai du faux… autant chercher une aiguille dans une botte de foin. La machine IBM classe les alertes en risque ‘élevé’ ou ‘moins élevé’ pour permettre aux banques de fixer leurs priorités dans le traitement des alertes.

Des pertes qui peuvent se chiffrer en milliards de dollars

Le coût pour un système de détection de rogue trading se situe habituellement sous la barre des 10 millions de dollars. C’est relativement peu, si on compare ce montant aux pertes colossales qu’un trader qui engagerait frauduleusement des sommes sur les marchés financiers, pourrait entraîner. Celles-ci se chiffrent alors souvent en milliards de dollars pour les banques.

Pourtant, selon Marc Andrews, les banques rechignent quand même à débourser de trop grosses sommes pour un bon système de surveillance. Il pense que cela est dû en partie au fait qu’il n’y a pas eu de scandale retentissant de fraude ces dernières années.

Tags
Show More
Close
Close