• PARTENARIAT

Le prochain défi de l’IA en finance : confiance, traçabilité et provenance

Precisely
En finance, une réponse rapide ne vaut que si l’on peut prouver sur quoi elle repose. Vos données sont-elles visibles, fiables, traçables et complètes ? Voici par où commencer.
Precisely_Media Image-3 (1) (1).png

Pour les décideurs du secteur financier, une réponse plus rapide n’a de valeur que si l’on peut se fier aux informations sur lesquelles elle repose. Que l’IA soutienne la recherche d’investissement, la due diligence, le suivi de portefeuille ou le reporting financier, lorsqu’un comité des risques, un auditeur ou un client examine un chiffre, il ne demande pas « à quelle vitesse ? ». Il demande « d’où vient ce chiffre ? » : l’information est-elle fiable ? Sa source peut-elle être retracée ? Est-elle accompagnée du contexte nécessaire pour l’interpréter ?

Selon notre rapport 2026 State of Data Integrity and AI Readiness, 43 % des dirigeants d’entreprise estiment que la préparation des données est le principal obstacle à la réussite de l’IA. Pour les décideurs financiers, l’enjeu dépasse la technologie : il touche à la qualité des décisions prises sur la base de ce socle de données.   

La subvention invisible du jugement humain

Chaque grande évolution technologique a reposé sur des personnes pour compenser les lacunes. Les analystes repéraient les erreurs, les équipes rapprochaient des enregistrements contradictoires, le jugement humain comblait ce que les données ne pouvaient pas apporter. Walid Abu-Hadba, CEO de Precisely, parle à ce propos de « subvention invisible » : ce travail souvent méconnu qui rend l’information exploitable sans résoudre les problèmes de données sous-jacents.   

L’IA ne fournit pas ce jugement d’elle-même. Lorsque des agents agissent sans revue humaine, ils peuvent répercuter à grande échelle, dans les décisions, des informations obsolètes, inexactes ou incomplètes. Comme l’écrit Walid Abu-Hadba dans un récent article de blog : « Sans jugement humain dans la boucle, la qualité des données devient la qualité de la décision. Si vous voulez une IA de confiance, il vous faut des données de confiance. »

Les études vont dans le même sens. Dans une enquête d’IDC menée auprès de plus de 1 000 répondants, 44 % des proof of concept d’IA qui n’ont jamais atteint la production ont cité la qualité des données comme raison principale et 33 % supplémentaires lui ont attribué un rôle significatif. MIT Technology Review Insights relève que l’IA n’accède en moyenne qu’à 45 % des données de l’entreprise.

La préparation des données est une décision de direction

Avant de recourir à l’IA pour éclairer des décisions financières, évaluer les risques ou contribuer au reporting réglementaire, les dirigeants devraient pouvoir répondre à quatre questions, une pour chaque caractéristique des données prêtes pour l’IA.

  • Visibles. L’IA peut-elle accéder à l’information, même répartie entre des systèmes cloisonnés ?
  • Fiables. Peut-on s’y fier, grâce à des règles de qualité, au rapprochement des enregistrements et à une surveillance continue ?
  • Traçables. Peut-on remonter d’un résultat jusqu’à ses sources, avec lineage, politiques et définitions partagées ?
  • Complètes. Le résultat porte-t-il le contexte que la décision exige : hiérarchie des entités, exposition géographique, définition de l’indicateur ?

La BCBS 239 renforce ces exigences, en insistant sur des données et un reporting de risque exacts, complets et disponibles en temps voulu.

Prenons un cas simple, illustratif. Un analyste demande à un assistant IA l’exposition d’un portefeuille à un groupe industriel. Si la même entité figure sous trois raisons sociales, si une filiale n’est pas rattachée à sa maison mère, ou si le chiffre date de six mois sans que personne ne le sache, la réponse sera nette, rapide et fausse. L’IA ne peut pas supprimer l’incertitude qui entache les informations sous-jacentes. Elle ne peut que la transmettre à l’analyse ou à la décision suivante.

La confiance, un avantage concurrentiel

Les organisations qui font de la confiance dans les données un avantage concurrentiel peuvent aller plus vite, car elles se fient davantage aux informations qui alimentent l’IA. Lorsqu’on leur demande pourquoi une conclusion assistée par l’IA a été retenue, répondre par des preuves plutôt que par des assurances donne une base plus solide pour déterminer où l’IA peut prendre les devants et où la revue humaine reste indispensable.

Maintenir ces informations fiables, traçables et gouvernées de façon cohérente devient plus difficile lorsqu’elles sont gérées en silos : un outil pour la qualité, un autre pour la gouvernance, un autre pour l’enrichissement. Les organisations ont besoin d’une approche plus unifiée, sans supposer que chaque système sous-jacent puisse être remplacé ou déplacé. 

La Precisely Platform réunit les capacités de gestion des données dans une seule expérience, afin que les organisations puissent connecter l’information, en évaluer la qualité, appliquer la gouvernance et y ajouter le contexte pertinent. L’objectif est la cohérence : des définitions et des règles partagées pour les informations utilisées par les personnes et par l’IA, où qu’elles se trouvent. La Precisely Platform est actuellement en preview, avec une disponibilité générale prévue début 2027. 

Precisely AI Studio offre un autre point de départ aux équipes qui cherchent à relier l’IA aux informations de l’entreprise. Grâce à des applications, des agents et des skills prêts à l’emploi, elles peuvent explorer des cas d’usage de l’IA et développer leurs propres idées, tout en se connectant aux modèles, outils et applications qu’elles utilisent déjà. 

Par où commencer 

Choisissez un projet d’IA au point mort, dans la recherche, la due diligence, le suivi de portefeuille ou le reporting, et demandez-vous si ses données sont visibles, fiables, traçables et complètes. Identifiez ce qui manque et qui est responsable de ces lacunes. Vous saurez vite si le blocage vient du modèle ou des données.



Échangeons sur votre cas.

Un évènement L’AGEFI

Plus d'articles du même thème