De l’Ecosysteme vers les méthodes innovantes pour adresser les uses cases
Dans la chaîne de valeur on peut démontrer que des marges de manoeuvre existent. Il s’agit du recueil d’informations sur les clients. Certes, pour la gestion des risques mais aussi et surtout en regard des réglementations AML-CT, de FATCA, de AEOI, de MiFID et de MAD/MAR. Cette collecte est source de tensions en particulier auprès des commerciaux, surtout, elle est coûteuse en ETP. De plus, elle est coûteuse en quantité de données à collecter : flux financiers, listes de sanctions, variation des cours de bourse, communication sur le résultat des sociétés cotées, e-mails et conversations téléphoniques, données comptables internes, etc. ici, les outils standards de détection quand il existe, conduisent à des erreurs très « time consuming ». Il faut savoir en outre que pas plus de 2 % des alertes remontées méritent de donner lieu à de plus amples investigations et des déclarations de soupçon. Chiffre à priori dérisoire si ce n’est qu’il faut prendre en compte la quantité considérable de données traitées et la pression du régulateur pour tout justifier au peigne fin, sans erreur, avec comme enjeux le montant des sanctions ! Cela fait suffisamment de raisons pour tenter d’automatiser certaines tâches et se focaliser sur l’essentiel : l’enrichissement du métier pour plus de création de valeur, plutôt que celui d’une minimisation constante des coûts.
On voudrait ici présenter à titre d’exemple quelques use cases de solutions actuellement apportées par des sociétés innovantes en matière de lutte anti-blanchiment, et de mettre en exergue quelques limites et enseignements.
Les solutions d’onboarding permettent de gagner en productivité et en standardisation de la donnée collectée, ce qui n’est pas rien. On trouve beaucoup ces offres dans le mobile banking grâce à la photo ! Il s’agit en effet d’un processus de déport de la collecte vers les clients. Ensuite, les clients scannent les documents d’identification lors de l’ouverture de compte. Ainsi, il sera possible de transmettre ces pièces à la banque. L’aspect innovant ici vient davantage du principe d’onboarding que du mobile banking transactionnel qui existe déjà depuis longtemps notamment dans les pays africains. Ces principes technologiques valent surtout dans la banque de détail. Toute la difficulté ici, en terme règlementaire consiste en l’authentification du document pris en photo ! La néobanque allemande N26 avec sa solution ID Now / Neo ID2 utilise une authentification KYC client via vidéo, acceptée par le régulateur allemand (le même type d’authentification est appliqué – mais sans les contraintes prudentielles – par des plateformes d’intermédiation de location telles que AirBnB), également fondées sur des techniques de reconnaissance.
On peut citer aussi, mais les exemples restent assez rares, d’application de la technologie blockchain aux problématiques de la sécurité financière. Il s’agit de mutualiser les informations concernant la KYC pour minimiser les coûts de collecte et permettre des synergies en terme de certification. Ces mises à jour sont ensuite distribuées à l’ensemble des acteurs intéressés.
Une dernière technologie pourrait être celle de l’intelligence artificielle. Une troisième technologie de rupture au service potentiel de la conformité est l’utilisation de l’intelligence artificielle en matière de détection des opérations suspectes. Les dispositifs actuels reposent sur des systèmes experts où la seule intelligence est celle du collaborateur qui a identifié le type de scénario que l’outil doit détecter. Ainsi avec cet outil, le compliance officer collaborera de plus en plus avec le data scientist, ces informaticiens capables de détecter des automatismes dans ce que nous considérions hier comme des aléas. Ce sont des statisticiens, des sociologues, des économistes capables de mettre en place des chaînes de traitement prenant en compte des interactions humaines. Elles réagissent de plus en plus rapidement en fonction de l’information saisie par des capteurs (caméra, sons, interactions avec un site web, réponses à des questionnaires) et de donner une réponse appropriée. Un exemple emblématique de cette évolution est la voiture sans chauffeur qui roule entourée de conducteurs humains. Elle reçoit en permanence les images de caméras, répond en temps réel, détecte la présence de passants devant elle grâce à des réseaux de neurones profonds qui ont des millions de coefficients. Le paradis !