Enjeux
Pourquoi la donnée compte
Exigences réglementaires croissantes (BCBS 239, Solvabilité II, DORA, AI Act, RGPD) : la conformité repose désormais sur la qualité, la traçabilité et la gouvernance des données.
Apports de la data
Ce que la data change
Données de risque fiables
Lignage, contrôles de qualité et réconciliation des données alimentant les modèles et les états réglementaires.
Détection de la fraude
Modèles de détection sur les paiements, les sinistres ou les transactions.
Pilotage des risques
Tableaux de bord des risques opérationnels, de crédit et de marché.
Conformité des données personnelles
Cartographie des traitements, gestion des consentements, anonymisation.
Gouvernance de l'IA
Inventaire des modèles, évaluation des risques et documentation exigées par l'AI Act.
IA générative
Premiers usages de l'IA générative
- Analyse de textes réglementaires et identification des impacts
- Contrôles KYC et revue documentaire assistés
- Rédaction de la documentation de conformité
Méthode
La démarche Visian
- Cadrage avec la direction concernée : décisions à éclairer, indicateurs, priorités.
- Données : inventaire des sources, mesure de la qualité, corrections à la source.
- Outil : tableau de bord, modèle ou assistant IA livré par itérations courtes.
- Adoption : formation des équipes, suivi de l'usage, transfert de compétences.
Références
Réalisations Visian
- BNP Paribas : refonte du parcours fraudes moyens de paiement, modélisation IRBA, tableaux de bord risques opérationnels
- Société Générale : datalake risques
- BPCE / Natixis : data engineering risques et portail Risques de crédit
- Servier : expertise cybersécurité GRC