5 conseils pour adopter l'IA agentique pour l'obligation de vigilance LCB-FT

L’IA agentique, un système d’intelligence artificielle (IA) qui exécute des tâches de manière autonome et sans supervision humaine directe, est devenue l’un des sujets les plus brûlants en matière de conformité à la législation sur la criminalité financière. Dans un contexte où des établissements avant-gardistes cherchent à développer leurs ressources d’automatisation, l’utilisation d’agents d’IA pour des flux de travail liés à la lutte contre le blanchiment d’argent (LCB) fait désormais partie des priorités des responsables de la conformité.

À l’occasion du tout dernier numéro de notre série d’événements AML Unplugged, un panel d’experts s’est emparé de ce sujet, dont Iain Armstrong (Directeur exécutif de la Stratégie de conformité en matière de lutte contre la criminalité financière chez ComplyAdvantage), Laura Lehane (Responsable de la lutte contre la criminalité financière & MLRO chez AJ Bell) et Will Lawrence (CEO & co-fondateur de Greenlite).

Notre panel a évoqué l’impact sans précédent de l’IA agentique sur les processus liés à la vigilance raisonnable (CDD). Il a également analysé la manière dont un établissement financier peut s’appuyer sur cette IA pour renforcer la détection des risques et ses performances. 5 enseignements majeurs ont émergé de cette discussion, à savoir :

1. L’IA agentique permet de faire plus avec moins 

Le temps, le budget et l’équipe dont disposent les responsables de la conformité font l’objet d’une pression constante, si bien que, inévitablement, la plupart des opérations de conformité ne fonctionnent jamais de manière optimale. Dans le cadre des processus de connaissance de la clientèle (KYC) et de CDD, examiner les alertes pour identifier et résoudre les faux positifs impacte souvent lourdement les ressources de conformité. Au point que les véritables risques peuvent passer inaperçus au milieu d’innombrables alertes inutiles et qu’un manque de ressources peut retarder les contrôles continus à effectuer sur les clients posant le plus de risques.

Les systèmes d’IA agentique peuvent automatiser différentes tâches de CDD qui sont tributaires de flux de travail à la fois lents et manuels. Ces agents effectuent des contrôles de filtrage des clients à partir de données de qualité sur les risques (sanctions, personnes politiquement exposées, couverture médiatique négative, etc.) et génèrent des alertes en cas de correspondance.

De plus, ces agents d’IA peuvent examiner et trier les alertes en éliminant les faux positifs bien plus efficacement qu’au moyen d’une vérification manuelle. Utiliser ces agents permet aussi de rediriger directement les dossiers à plus haut risque vers des analystes humains qui peuvent ainsi consacrer leur temps et leur énergie à des dossiers vraiment importants. Enfin, ces agents surveillent les risques en permanence et mettent à jour les profils clients dès qu’ils détectent une évolution des informations concernant ces derniers, ce qui permet à un établissement de passer de contrôles périodiques à une KYC perpétuelle (connaissance permanente de la clientèle ou pKYC).

2. L’adoption de l’IA peut être personnalisée à votre appétit pour le risque

Même si l’IA agentique fonctionne sur l’ensemble du spectre des opérations de CDD, adopter une approche « tout ou rien » pour déployer ce type d’IA n’est pas nécessaire. Comme pour chaque composant de la conformité LCB, c’est la pile technologique que vous avez mise en place ainsi que votre évaluation des risques pour l’ensemble de votre activité et de votre appétit pour le risque qui conditionneront votre déploiement de l’IA. Dans tous les cas, il vous faudra : 

1. Développer une preuve de concept
2. Tester les possibilités offertes par les systèmes agentiques
3. Créer tout un éventail de cas d’utilisation à mesure que votre courbe de maturité progressera en termes de conformité

Selon votre appétit pour le risque, vous pouvez utiliser l’IA agentique uniquement pour des contrôles de filtrage préliminaires et définir un seuil plus bas pour lancer des vérifications humaines, sans pour autant renoncer à utiliser ce type d’IA pour une remédiation complète des alertes dans le cadre de votre feuille de route technique.

L'IA agentique dans le cadre de la conformité LCB-FT

Découvrez comment tester et mettre en œuvre l'IA agentique dans votre organisation pour développer votre activité tout en simplifiant la conformité.

Téléchargez votre copie

3. L’objectif de l’IA agentique est d’accompagner votre activité et non pas de remplacer vos collaborateurs

Le rôle premier de l’IA agentique est d’automatiser les tâches et non pas de supprimer des emplois. Rechercher des informations sur les clients manuellement est une pure perte de temps pour les analystes Conformité si ce travail peut être réalisé par des agents d’IA qui permettront ainsi à ces mêmes analystes de se concentrer sur des recherches plus complexes et des dossiers à plus haut risque.

Sur le long terme, l’IA agentique est un puissant tremplin pour les établissements qui cherchent à se développer. En effet, cette IA leur permet d’accepter plus de clients sans être contraints d’étoffer leur équipe Conformité dans l’unique but de se conformer aux exigences de collecte de données dans le cadre de l’entrée en relation avec les clients. Une fois déployée, l’IA agentique facilite la proactivité de l’équipe Conformité lorsque l’établissement se développe et lui confère aussi un rôle plus stratégique quand la conformité devient un moteur de croissance. De plus, la maîtrise de l’IA agentique devenant incontournable et non plus une simple option pour les responsables Conformité, de nouveaux métiers se développeront de plus en plus autour des tests et de la gestion de l’IA agentique.

4. Il faut toujours privilégier l’explicabilité de l’IA 

Même si les autorités réglementaires reconnaissent le potentiel de l’IA pour renforcer la conformité, l’explicabilité est devenue incontournable pour évaluer la manière dont les établissements utilisent les outils d’IA, sachant qu’un manque de transparence déclenchera des mesures coercitives.

Le succès de votre système d’IA agentique dépend notamment des données que vous utilisez. En effet, comprendre le lignage de vos données, déployer des pratiques de nettoyage de données et conserver les archives des investigations sont autant de gages de transparence et de moyens de réduire le risque d’erreurs ou d’hallucinations d’une IA. En outre, les pratiques de gestion des risques liés au modèle d’IA utilisé ainsi que des tests réguliers peuvent contribuer à équilibrer efficience et explicabilité.

Pour y parvenir, il est notamment possible d’allier une expertise en criminalité financière et en IA, idéalement en travaillant avec un fournisseur de solutions dédiées à la LCB plutôt qu’avec un éditeur de solutions IA généralistes. Le premier type de fournisseur vous proposera une solution testée de manière rigoureuse ainsi qu’une documentation complète et un support adapté qui seront les garants d’une auditabilité de bout en bout.

5. L’équipe humaine et les politiques restent incontournables

Aussi transformatifs que soient les systèmes d’IA agentique, ces outils technologiques ne sont qu’une composante de vos opérations de conformité. En effet, pouvoir s’appuyer sur une équipe d’analystes efficaces et sur un programme de conformité établi est essentiel pour des opérations LCB efficaces. L’IA agentique est particulièrement performante pour mettre en pratique un programme de conformité rigoureux, sachant que les économies de ressources réalisées par cette IA ne seront tangibles que si votre équipe dispose des moyens de réaffecter ces ressources à d’autres objectifs.

En outre, ces facteurs garantiront une intégration fluide à votre configuration existante. Et même si certains établissements pensent qu’il est impératif de créer un cadre de gouvernance ex nihilo pour utiliser ces outils d’intelligence artificielle, ce n’est généralement pas le cas lorsqu’un programme de conformité est bien conçu. Disposer de structures à la fois bien établies et claires pour gérer des tâches telles que les tests, la surveillance et la protection des données vous permettra d’ajouter des politiques spécifiques à l’IA agentique sans bouleverser les règles en place.