Point de vue pour les dirigeants qui pilotent le changement technologique.
Perspectives approfondies sur la gouvernance de l'IA, les modèles opérationnels, la transformation et le risque — écrites depuis deux décennies dans la finance européenne supervisée par la BCE. Pas du commentaire. Des notes de praticien.
AI Change Management in Financial Services: de l'adoption d'outils au travail humain-IA gouverné
Un framework pratique d'AI change management pour institutions financières : AI literacy, workflow redesign, trust, governance et valeur mesurable.
L'IA dans la prévention de la criminalité financière : du monitoring fondé sur des règles à l'intelligence fondée sur la preuve
Comment l'IA renforce la prévention de la criminalité financière grâce au graph analytics, à la détection, à l'explainability, à la gouvernance et au risk value.
Mesurer la valeur business de l’IA dans la banque : des promesses de productivité à la réalisation de valeur fondée sur la preuve
Comment les banques mesurent la valeur business de l’IA avec baselines, workflow redesign, coûts ajustés au risque, validation Finance et board governance.
Les réseaux neuronaux convolutifs dans la banque : de la reconnaissance de motifs à la gouvernance du risque de modèle
Les réseaux neuronaux convolutifs, généralement appelés CNNs, comptent parmi les architectures les plus importantes de l’histoire de l’intelligence artificielle…
Gouvernance de l’IA dans la banque : le modèle opérationnel pour une IA maîtrisée à grande échelle
L’intelligence artificielle traverse déjà toute la chaîne de valeur bancaire : risque de crédit, détection de fraude, lutte contre le blanchiment, service…
L’IA dans la banque : le véritable avantage européen, c’est l’exécution maîtrisée
L’intelligence artificielle dans la banque n’est plus réservée aux laboratoires d’innovation. La vraie question n’est plus de savoir si les banques utiliseront l’IA, mais si elles peuvent la déployer à grande échelle sans perdre le contrôle.
Le coût caché de la dette technique dans les environnements réglementés
La dette technique a cessé d'être une affaire d'ingénierie. Dans les environnements réglementés, elle est devenue une question de gouvernance, de résilience et de conformité — et, de plus en plus, une responsabilité du conseil d'administration.
Pourquoi les projets pilotes d'IA restent bloqués au stade expérimental
Les pilotes d'IA réussis ne manquent pas. Ce qui échoue, c'est le passage du succès isolé à la capacité d'entreprise — une question de maturité organisationnelle et de gouvernance, pas de technologie.
Le modèle opérationnel d'IA d'entreprise
La plupart des entreprises n'ont pas un problème d'IA. Elles ont un problème de modèle opérationnel. Tout le monde se concentre sur les modèles ; presque personne sur la façon dont l'IA doit réellement fonctionner dans l'organisation.
Pourquoi la plupart des projets d'IA en entreprise échouent — et comment construire une IA qui passe vraiment à l'échelle
L'IA en entreprise échoue rarement parce que le modèle n'est pas assez intelligent. Elle échoue parce que l'organisation autour du modèle n'est pas prête.