La big data dans le secteur des banques de détail dites universelles

Thèmes abordés

data intelligence, IA Intelligence artificielle

Résumé du document

Les clients des banques, génèrent constamment et massivement des données à partir de leurs interactions avec les médias électroniques, que ce soit directement ou indirectement. Ces données sont à leur tour canalisées pour en extraire des informations qui peuvent être utiles à la banque. En collectant, stockant et traitant ces données, le travail d'analyse effectué par le système d'IA est grandement facilité, car il fournit une énorme base d'entraînement pour l'amélioration du système. Pour que les résultats produits par l'algorithme soient aussi concis que possible, les données d'entraînement doivent être variées, étendues et, de préférence, abondantes.

Extraits

[...] Une étude de Berg et al. (2019)6 a observé que la prise en compte de l'empreinte digitale d'un client a considérablement amélioré la performance prédictive des modèles de scoring, pour une entreprise de commerce électronique qui accorde des crédits aux consommateurs jusqu'à la livraison des marchandises. Des résultats similaires ont été obtenus par Frost et al. (2019)7 dans leur analyse de la plateforme argentine Mercado Libre, qui propose des prêts aux petites entreprises. Les auteurs montrent que les techniques d'évaluation du crédit basées sur l'IA sont plus performantes que les notations des bureaux de crédit pour prédire les taux de perte, en particulier pour les entreprises plus risquées (Sadok et al. [...]

[...] Ces deux étapes peuvent introduire des biais qui s'intègrent dans les systèmes d'IA (Smith et Rustagi, 2021) Les systèmes d'IA sont biaisés en raison du fait qu'ils sont des créations humaines. Les personnes qui prennent les décisions concernant les systèmes d'IA et celles qui font partie de l'équipe chargée de développer les systèmes d'IA influencent leur développement. Et sans surprise, il existe un énorme fossé entre les hommes et les femmes : Seuls des professionnels dans les domaines de l'IA et de la science des données sont des femmes - et elles sont plus susceptibles d'occuper des emplois associés à un statut moindre (Smith et Rustagi, 2021). [...]

[...] Deux principes fondamentaux inclus dans le nouveau GDPR qui seront essentiels lors du traitement des données personnelles sont la minimisation des données et la limitation de la finalité. Face à une solution d'IA qui fonde son efficacité sur l'optimisation de ses résultats - résultats qui ne peuvent être obtenus que par un apprentissage basé sur le plus grand volume possible de données - la tentation pour les entreprises de collecter un volume inutile de données ou de conserver les données plus longtemps que nécessaire peut être irrésistible (Damiano, 2019)9 Jusqu'à présent, il est possible de penser qu'il ne s'agit que de problèmes liés à la simple programmation d'un système, sans autre forme de procès. [...]

[...] L'utilisation de la big data dans le secteur des banques de détail dites universelles - Des biais de décision interrogeant sur la fiabilité des résultats L'IA se présente comme une nouvelle technologie introduite sur le marché il y a seulement une soixantaine d'années (Zouinar, 2020)1. Bien que son développement soit assez précoce, elle est considérée comme une option viable pour la prise de décision dans des domaines bancaires. En principe, cette technologie est considérée comme un outil permettant de neutraliser la subjectivité associée à la prise de décision humaine en éliminant les traitements discriminatoires et les préjugés à l'égard de certaines personnes ou de certains groupes. [...]

[...] Une prémisse fondamentale à prendre en compte est que les données avec lesquelles le modèle travaillera à l'avenir seront quelque peu similaires, mais pas identiques, à celles avec lesquelles le modèle a été formé. Les données dont le système est alimenté tout au long du processus de formation de l'IA constituent la base fondamentale de sa prise de décision ultérieure. Les clients des banques, génèrent constamment et massivement des données à partir de leurs interactions avec les médias électroniques, que ce soit directement ou indirectement. Ces données sont à leur tour canalisées pour en extraire des informations qui peuvent être utiles à la banque. [...]