Sebastien Rousseau

RISQUE LIÉ À L'IA TIERCE

L'IA tierce, nouveau défi de gouvernance de la finance britannique

L'usage de l'IA atteint 86 % parmi les établissements financiers britanniques interrogés, mais les chiffres qui comptent le plus se trouvent sous ce titre : les tiers fournissent désormais plus de la moitié des systèmes à forte matérialité, et leur supervision est le défi de gouvernance que les établissements citent le plus souvent.

19 min de lecture
Banner for: L'IA tierce, nouveau défi de gouvernance de la finance britannique

L'usage de l'IA atteint 86 % parmi les établissements financiers britanniques interrogés, mais les chiffres qui comptent le plus se trouvent sous ce titre : les tiers fournissent désormais plus de la moitié des systèmes à forte matérialité, et leur supervision est le défi de gouvernance que les établissements citent le plus souvent.

Synthèse

  • 86 % des répondants déclarent utiliser l'IA, contre 75 % en 2024. L'IA générative représente 56 % des systèmes déclarés.
  • Environ 7 % des systèmes déclarés sont jugés à forte matérialité, contre 16 % en 2024, mais le nombre absolu de systèmes à forte matérialité est plus élevé en 2026.
  • Les implémentations tierces représentent 53 % des systèmes à forte matérialité, contre 35 % en 2024. Les trois principaux fournisseurs de cloud et de calcul représentent 79 % des relations cloud/calcul déclarées.
  • 80 % des répondants ont déployé des agents d'IA, mais seuls 2 % déclarent des agents dotés d'une large autonomie.
  • Les répondants anticipent une hausse des bénéfices comme des risques dans toutes les catégories, l'amplification du risque cyber et les dépendances critiques envers des tiers étant classées comme les principaux risques systémiques.
  • La supervision des systèmes d'IA tiers est le défi de gouvernance le plus souvent cité.

Ce qu'est l'enquête, et ce qu'elle n'est pas #

La publication, quatrième enquête de la Banque d'Angleterre et de la FCA (Financial Conduct Authority) sur l'IA et l'apprentissage automatique dans les services financiers britanniques, est un résumé descriptif de résultats agrégés, et il faut garder ce cadrage en tête avant d'en tirer la moindre conclusion. Les résultats sont des éléments fournis par les établissements participants, et non une évaluation complète de l'adoption de l'IA dans l'ensemble du secteur financier britannique. Rien de ce qui suit ne doit se lire comme un recensement.

L'enquête a recueilli 196 réponses : 101 grands établissements et 95 plus petits. Pour la première fois, les établissements de moins de 100 salariés pouvaient choisir un questionnaire abrégé, et 105 répondants ont rempli le questionnaire complet. Sauf mention contraire, les chiffres du rapport reposent sur les réponses au questionnaire complet, ce qui facilite la comparaison avec les enquêtes précédentes. Les pourcentages sont calculés sur les seules réponses valides à chaque question : un établissement qui n'a pas répondu à une question sort du dénominateur de celle-ci. Les réponses des banques internationales et des courtiers-négociants portent sur leurs activités au Royaume-Uni.

L'enquête 2026 conserve les questions de fond des éditions précédentes par souci de continuité, tout en ajoutant ou en modifiant des questions pour refléter l'évolution de l'adoption et des capacités de l'IA depuis 2024. C'est ce qui permet au rapport de mettre les chiffres de 2026 en regard de ceux de 2024 pour l'adoption, la matérialité et la part des tiers, et c'est aussi pourquoi il demande au lecteur d'interpréter avec prudence les comparaisons avec 2024 lorsque la formulation des questions, les définitions, le périmètre ou la population des répondants diffèrent. Certains sujets, comme la courte annexe sur l'IA de pointe et le risque cyber, ne comportent aucune comparaison avec 2024.

Ces réserves comptent, car plusieurs des chiffres les plus frappants ci-dessous sont des parts de parts. Un lecteur qui ignore les dénominateurs prendra un changement de composition pour un changement de volume. L'enquête offre elle-même un exemple net de ce piège, que nous verrons sous peu.

L'adoption est quasi universelle, et l'IA générative domine #

Commençons par le titre. 86 % des répondants déclarent utiliser l'IA, contre 75 % en 2024. Ce chiffre couvre le questionnaire complet comme le questionnaire abrégé, et le rapport avertit lui-même que les pourcentages de 2026 et de 2024 ne portent pas sur la même population d'établissements et doivent être comparés avec prudence. Les établissements déclarent de plus en plus recourir à l'IA générative, à des agents fondés sur l'IA et à des implémentations tierces de systèmes d'IA, et ces trois fils traversent tout le reste de l'enquête.

L'IA générative représente 56 % de l'ensemble des systèmes d'IA déclarés. Le rapport la compare aux modèles de fondation, qui représentaient 17 % des cas d'usage d'IA déclarés en 2024. Le rapport précise que ces mesures ne sont pas directement comparables : parler d'une envolée de 39 points d'une seule technologie serait donc une erreur. Prises ensemble, selon les termes du rapport, elles suggèrent une hausse substantielle du recours déclaré des établissements aux capacités généralistes depuis 2024.

Où se situe l'IA au sein des établissements ? Les opérations et l'informatique représentent environ 31 % de l'ensemble des systèmes d'IA déclarés, contre environ 22 % en 2024, et aucun autre domaine ne dépasse 11 %. La concentration est frappante. Les cas d'usage en contact avec la clientèle et en front-office captent l'essentiel de l'attention publique, mais le plus gros bloc de systèmes déclarés se trouve dans la tuyauterie de l'entreprise. Un chiffre de la section consacrée aux petits établissements va dans le même sens : parmi les répondants au questionnaire abrégé, les opérations sont le domaine le plus souvent cité pour les usages actuels ou prévus de l'IA, par 64 % d'entre eux.

Les bénéfices perçus concordent avec ce tableau. L'efficacité opérationnelle, l'automatisation et la productivité sont les domaines de bénéfice perçu les mieux notés aujourd'hui. À en juger par leurs déclarations, les établissements utilisent l'IA d'abord pour fonctionner plus efficacement.

L'adoption n'est pas non plus répartie uniformément. Près de la moitié des établissements déclarent dix systèmes d'IA ou moins, tandis que les dix établissements qui en déclarent le plus représentent 43 % de l'ensemble des systèmes d'IA déclarés. Le chiffre de 86 % mesure donc l'étendue de l'usage, pas sa profondeur. Un petit nombre d'établissements porte une large part du total, et un grand nombre n'exploite qu'une poignée de systèmes. Les petits établissements sont aussi de la partie : 73 % des répondants au questionnaire abrégé déclarent utiliser l'IA, et parmi eux, 58 % s'appuient principalement sur des grands modèles de langage généralistes.

L'énigme de la matérialité #

Voici le piège annoncé. Environ 7 % des systèmes d'IA déclarés sont jugés à forte matérialité par les répondants, contre 16 % en 2024. Lu trop vite, ce chiffre laisse croire que l'IA devient moins importante pour les établissements, ou moins risquée.

Ce n'est pas le cas. Le nombre absolu de systèmes d'IA à forte matérialité déclarés en 2026 dépasse celui de 2024. La part a baissé parce que le total a crû plus vite que le sous-ensemble à forte matérialité. À mesure que les établissements déploient davantage de systèmes, la plupart des ajouts sont jugés de moindre matérialité, ce qui dilue le pourcentage alors même que le nombre de systèmes à forte matérialité augmente. Ces systèmes sont aussi concentrés : dix établissements représentent 62 % de l'ensemble des systèmes d'IA à forte matérialité déclarés.

C'est un correctif utile pour quiconque bâtit un argumentaire de gouvernance sur les seuls pourcentages. Une part en baisse de systèmes à forte matérialité n'a rien de rassurant pour la charge de travail des personnes qui en sont responsables. Il y en a davantage à superviser qu'en 2024.

D'où viennent les systèmes importants #

Le résultat le plus lourd de conséquences de l'enquête porte sur qui construit et exploite les systèmes les plus critiques. Les implémentations tierces représentent 39 % de l'ensemble des systèmes d'IA déclarés, contre 33 % en 2024 et 17 % en 2022. La progression est régulière. Le basculement parmi les systèmes à forte matérialité est bien plus net : les implémentations tierces en représentent 53 %, contre 35 % en 2024.

Ainsi, sur l'ensemble des systèmes déclarés, ceux que les établissements jugent les plus critiques viennent désormais plus souvent de l'extérieur que de l'intérieur. Une hausse de 18 points en deux ans, dans la catégorie où une défaillance ferait le plus mal, est le signal le plus clair des données. Combiné au constat sur la matérialité, le tableau est celui d'un nombre croissant de systèmes importants, dont la majorité n'est pas construite par les établissements eux-mêmes.

La concentration des fournisseurs accentue le constat. Les trois principaux fournisseurs de cloud et de calcul représentent 79 % de l'ensemble des relations cloud/calcul déclarées, et 98 % des répondants déclarent recourir à l'un d'eux. La fourniture d'API de modèles et d'hébergement est elle aussi concentrée, quoique moins : les trois principaux fournisseurs représentent 54 % des relations déclarées, et les trois principaux fournisseurs de cloud et de calcul figurent tous parmi les cinq premiers fournisseurs d'API de modèles et d'hébergement. Les établissements ont peut-être de nombreux systèmes d'IA, mais ils puisent dans un petit nombre de fournisseurs pour l'infrastructure et les modèles sous-jacents.

La substituabilité est la question la plus délicate. Sur les 169 relations distinctes de cloud et de calcul déclarées, 37 % sont jugées à la fois hautement critiques et difficiles à remplacer, et seules 35 % d'entre elles disposent de plans de sortie testés. Pour les 226 relations d'API de modèles et d'hébergement, la part hautement critique et difficile à remplacer est de 14 %. Des exigences renforcées de résilience opérationnelle pour l'IA tierce, comme des tests d'incident conjoints ou une planification de sortie, ne sont déclarées que par 27 % des établissements.

Les répondants soulèvent eux-mêmes la version systémique de cette inquiétude : l'amplification du risque cyber et les dépendances critiques envers des tiers sont les deux risques systémiques les mieux notés, aujourd'hui comme sur les trois prochaines années, et les répondants s'attendent à ce qu'ils s'intensifient à mesure que l'usage de l'IA se généralise. La part de répondants jugeant les dépendances critiques envers des tiers comme une préoccupation élevée ou sévère passe de 40 % aujourd'hui à 63 % à un horizon d'un à trois ans. Cette anticipation est une prévision des répondants, pas un résultat observé, mais les chiffres de concentration des fournisseurs lui donnent un fondement évident.

Les établissements ne sont pas inconscients de la contrainte. 40 % des répondants citent les préoccupations de sécurité de l'information et de résilience opérationnelle comme un frein majeur à l'adoption d'IA tierce, suivies du manque de transparence des systèmes d'IA tiers (données d'entraînement, conception du modèle, limites de performance, modes de défaillance), à 34 %. En cumulant contraintes majeures et modérées, la difficulté à négocier des protections contractuelles est le deuxième défi le plus cité. Ensemble, ces éléments décrivent des établissements qui s'appuient fortement sur des fournisseurs externes tout en reconnaissant ne pas toujours pouvoir voir à l'intérieur.

Agents : largement déployés, surtout en appui #

Les chiffres sur les agents demandent une lecture attentive, car le titre et le fond pointent dans des directions différentes. 80 % des répondants déclarent avoir déployé des agents d'IA, et 14 % de plus prévoient de le faire dans les 12 prochains mois. Sur ces chiffres, seule une petite minorité n'a ni déployé ni prévu de déployer.

Mais regardons ce que font ces agents. 80 % des répondants déclarent des agents en production pour l'aide à la décision, définie comme des agents d'IA qui recommandent des actions tandis que les humains décident et exécutent. 46 % déclarent des agents à exécution encadrée, qui agissent dans des limites et des règles prédéfinies, et 22 % des agents à autonomie conditionnelle. Seuls 2 % déclarent déployer des agents dotés d'une large autonomie. Le schéma dominant : des agents qui conseillent ou agissent dans des limites étroites.

C'est dans les communications clients que la ligne commence à bouger. 16 % déclarent utiliser aujourd'hui des agents pour des communications clients automatisées, et 34 % en incluant les déploiements prévus. La part ferait plus que doubler si les établissements tiennent leurs projets, mais un projet reste un projet, et l'enquête ne peut pas dire combien aboutiront. À l'inverse, même en incluant les déploiements prévus, 9 % des répondants au plus s'attendent à ce que des agents approuvent ou refusent des décisions concernant les clients, exécutent des transactions ou passent des ordres, initient, exécutent ou bloquent des paiements, ou modifient des limites, des seuils et des contrôles.

Selon moi, le chiffre de 2 % est le plus révélateur, et il mérite plus d'attention que les 80 %. Déployer un agent qui suggère puis attend une personne est un pas modeste. En déployer un doté d'une large autonomie change la question de savoir qui répond d'un résultat. Jusqu'ici, les établissements ont franchi le premier pas massivement et le second presque pas du tout. Les projets de communication client marquent-ils le début d'un changement de posture ? C'est l'une des questions ouvertes les plus intéressantes des données.

Bénéfices et risques : une double hausse attendue #

Les répondants ne voient pas l'IA comme un pari à sens unique. Ils anticipent une hausse des bénéfices dans tous les domaines au cours des trois prochaines années, les progressions les plus fortes étant attendues en cybersécurité et résilience opérationnelle, ainsi qu'en génération de revenus et positionnement concurrentiel. Ce sont des anticipations, et l'enquête les présente comme telles. Aucun des bénéfices listés n'est largement jugé plus que modéré aujourd'hui.

Côté risques, la direction est tout aussi constante. Les domaines de risque perçu les mieux notés aujourd'hui pour les établissements sont la protection et la sécurité des données, le risque lié aux tiers et à la chaîne d'approvisionnement, et les risques propres à l'IA générative. Sur les un à trois prochaines années, les répondants s'attendent à une hausse du niveau de risque dans toutes les catégories, même si, en moyenne, ils jugent les risques moins sévères en 2026 qu'en 2024.

La source présente le tableau d'ensemble en termes équilibrés. Ces évolutions peuvent apporter des bénéfices, notamment une efficacité accrue, une meilleure aide à la décision et une gestion des risques renforcée. Elles peuvent aussi créer ou amplifier des risques liés à la gouvernance, à la résilience opérationnelle, à la protection des données, aux résultats pour les consommateurs, à la dépendance envers des tiers et à la stabilité financière. La nuance vient de la source, et elle est appropriée : l'enquête mesure des perceptions et des pratiques déclarées, pas des gains ou des pertes réalisés.

Un groupe de résultats porte sur l'IA de pointe et ses capacités cyber. 88 % des répondants estiment que l'évolution des capacités cyber de l'IA de pointe au cours des deux prochaines années aura un impact modéré ou élevé sur le profil de risque de leur établissement. C'est une évaluation prospective plutôt qu'un effet mesuré, même si 19 % désignent déjà l'efficacité accrue des attaques sur la chaîne d'approvisionnement ou via des tiers comme le canal par lequel l'IA de pointe présente aujourd'hui le plus grand risque. Ce que les établissements ont déjà fait en réponse est plus facile à vérifier : 64 % désignent la gestion des vulnérabilités et le rythme d'application des correctifs comme le domaine de cyber-résilience qui a bénéficié de la plus forte hausse d'attention de la direction du fait de la prise de conscience de l'IA de pointe.

Contraintes : plus pratiques que réglementaires #

Qui s'attendait à voir la réglementation en tête des obstacles trouvera l'enquête plus nuancée. Les contraintes non réglementaires les plus citées sont la difficulté d'intégrer l'IA aux processus et décisions existants, et les systèmes ou infrastructures historiques, jugés comme des contraintes importantes par respectivement 23 % et 22 % des répondants. Ces parts sont modestes, ce qui suggère qu'aucun obstacle non réglementaire ne domine, mais il s'agit de problèmes d'ingénierie et d'organisation ordinaires, pas exotiques.

Côté réglementaire, les contraintes perçues les plus citées sont la protection des données et de la vie privée au Royaume-Uni, et la réglementation internationale, que respectivement 42 % et 29 % des répondants jugent porteuses d'une lourde charge de conformité. 28 % ne signalent aucune contrainte réglementaire.

Les petits établissements présentent un profil similaire : 30 % des répondants au questionnaire abrégé citent la protection des données, la confidentialité et les considérations informatiques comme des contraintes. La protection des données apparaît dans les évaluations de risque, dans les chiffres de charge réglementaire et dans les contraintes des petits établissements. Si un thème relie les différentes sections de l'enquête au-delà des tiers, c'est celui-là.

Gouvernance : étendue sur le papier, plus mince après le déploiement #

Les structures formelles sont quasi universelles. 94 % des répondants déclarent des politiques, principes ou normes d'IA à l'échelle de l'établissement, et 84 % des instances centralisées de gouvernance de l'IA et du risque de modèle. Parmi les contrôles du risque lié aux données, l'approbation humaine, la revue avant déploiement et la due diligence fournisseur sont chacune déclarées par plus de 90 % des répondants.

Comparons maintenant les contrôles qui s'appliquent après la mise en service. La surveillance continue, les tests de fuite de données et la revue ou recertification périodique sont chacun déclarés par environ la moitié des répondants. Le contraste est net. Les contrôles du risque lié aux données qui interviennent avant ou au moment du déploiement, là où une personne valide, sont quasi universels. Ceux qui continuent de fonctionner après le déploiement sont déclarés par environ la moitié.

C'est, selon moi, le constat central en matière de gouvernance, et il se rattache directement à la question des tiers. L'enquête montre à quel point les établissements comprennent différemment ce qu'ils achètent. Pour les systèmes à forte matérialité, 77 % des répondants déclarent s'appuyer sur une connaissance approfondie des systèmes développés en interne, contre 24 % pour les systèmes tiers ; pour ces derniers, 81 % s'appuient plutôt sur les assurances du fournisseur et les dispositions contractuelles. Pour un système acheté plutôt que construit, la revue avant déploiement et la due diligence fournisseur sont les leviers évidents. La surveillance et la recertification supposent une visibilité sur le système, et le manque de transparence des systèmes d'IA tiers est déjà signalé par 34 % des répondants comme une contrainte. L'enquête n'établit pas ce lien de causalité, et les données ne peuvent pas le prouver, mais les pièces s'emboîtent de manière inconfortable.

Les établissements le disent eux-mêmes. La supervision des systèmes d'IA tiers est le domaine d'incertitude ou de difficulté de mise en œuvre en matière de gouvernance le plus souvent cité. Appliquer les principes de gestion du risque de modèle aux modèles tiers ou fournis par un prestataire est cité par 54 % des répondants, et superviser des systèmes fournis ou substantiellement influencés par des tiers par 49 %. Environ la moitié des établissements déclarent donc une difficulté à appliquer les principes de gestion du risque de modèle aux modèles fournis par un prestataire, et environ la moitié à superviser les systèmes que des tiers fournissent ou influencent substantiellement.

Mettons les trois fils côte à côte. Les tiers fournissent la majorité des systèmes à forte matérialité. Une poignée de fournisseurs domine les relations sous-jacentes. Et la gouvernance des établissements, solide à l'entrée, s'amincit sur la supervision continue, le cas des tiers étant désigné comme le plus difficile. Ce n'est une critique d'aucun établissement ; c'est une description de l'endroit où se situe l'effort déclaré par rapport à celui où se situe l'exposition déclarée.

Ce qu'il faut en retenir #

Pour les responsables techniques, la lecture pratique est que l'achat a supplanté la construction pour les systèmes qui comptent, du moins dans cet échantillon : 53 % des systèmes à forte matérialité sont des implémentations tierces. L'effort d'ingénierie se déplace donc vers ce qui peut être fait autour d'un système qu'on ne contrôle pas : transparence contractuelle, tests aux interfaces et surveillance qui ne dépend pas d'un accès aux composants internes. L'enquête ne prescrit rien de tout cela, et rien de cela ne doit être pris pour un résultat. Ce sont les questions que soulèvent ses chiffres.

Pour les fondateurs qui vendent de l'IA aux services financiers, les données indiquent où se situeront les frictions. Les répondants citent les préoccupations de sécurité de l'information et de résilience opérationnelle (40 %) et le manque de transparence (34 %) comme des freins majeurs à l'adoption d'IA tierce. Un fournisseur capable de répondre directement à ces deux préoccupations traite ce qu'une part substantielle des répondants désigne comme un frein. Et comme plus de 90 % des répondants déclarent la due diligence fournisseur comme contrôle du risque lié aux données, un fournisseur doit s'attendre à être examiné.

Pour qui serait tenté de lire le chiffre d'adoption de 86 % comme le signe que le plus dur est fait, l'enquête offre une vue plus sobre. L'adoption est large, mais quelques établissements portent une large part des systèmes, les agents jouent surtout un rôle d'appui, et les répondants s'attendent à une hausse du risque dans toutes les catégories sur les un à trois prochaines années. Ils anticipent aussi une hausse des bénéfices dans tous les domaines : ni l'optimisme ni la prudence n'ont les données pour eux seuls.

Les réserves du début s'appliquent toujours. Il s'agit d'un résumé descriptif de 196 établissements répondants, dont 105 seulement ont rempli le questionnaire complet, et non d'une évaluation complète du secteur financier britannique. Dans ces limites, le schéma est assez cohérent pour être utile : les systèmes que les établissements jugent les plus importants viennent de plus en plus de l'extérieur, et la supervision qu'ils déclarent est la plus faible là où cette dépendance est la plus forte.

La question que soulèvent les données sans pouvoir y répondre concerne la frontière de l'autonomie. Avec 34 % des répondants qui utilisent ou prévoient des agents pour des communications clients automatisées, contre 2 % seulement qui déploient aujourd'hui des agents dotés d'une large autonomie, la prochaine enquête dira si les agents restent en appui lorsque les systèmes qui les sous-tendent sont, le plus souvent, fournis par quelqu'un d'autre.

Questions fréquentes #

Qu'est-ce que l'enquête de la Banque d'Angleterre et de la FCA sur l'IA dans les services financiers britanniques ? C'est la quatrième enquête conjointe sur l'intelligence artificielle et l'apprentissage automatique dans les services financiers britanniques, après celles de 2019, 2022 et 2024. L'édition 2026 a recueilli 196 réponses, dont 105 au questionnaire complet. Les auteurs la présentent comme un résumé descriptif d'éléments fournis par les établissements participants, et non comme une évaluation complète du secteur financier britannique.

Quelle part de l'IA des établissements provient de tiers ? Les implémentations tierces représentent 39 % de l'ensemble des systèmes d'IA déclarés en 2026, contre 33 % en 2024 et 17 % en 2022. Parmi les systèmes à forte matérialité, la part atteint 53 %, contre 35 % en 2024.

Quel est le degré de concentration des fournisseurs d'IA ? Les trois principaux fournisseurs de cloud et de calcul représentent 79 % des relations cloud/calcul déclarées, et 98 % des répondants recourent à l'un d'eux. Les trois principaux fournisseurs d'API de modèles et d'hébergement représentent 54 % des relations déclarées dans cette catégorie. Sur les 169 relations de cloud et de calcul déclarées, 37 % sont jugées à la fois hautement critiques et difficiles à remplacer, et seules 35 % d'entre elles disposent de plans de sortie testés.

Quels défis de gouvernance les établissements déclarent-ils face à l'IA tierce ? La supervision des systèmes d'IA tiers est le domaine d'incertitude ou de difficulté de mise en œuvre en matière de gouvernance le plus souvent cité. 54 % des répondants citent l'application des principes de gestion du risque de modèle aux modèles tiers ou fournis par un prestataire, et 49 % la supervision de systèmes fournis ou substantiellement influencés par des tiers. Pour les systèmes tiers à forte matérialité, 81 % s'appuient sur les assurances du fournisseur et les dispositions contractuelles, tandis que 24 % seulement déclarent une connaissance approfondie du système.

Les agents d'IA agissent-ils de manière autonome dans les établissements financiers britanniques ? Rarement. 80 % des répondants déclarent avoir déployé des agents d'IA, et 80 % déclarent des agents en production pour l'aide à la décision, où les agents recommandent des actions et les humains décident et exécutent. Seuls 2 % déclarent des agents dotés d'une large autonomie, et même en incluant les projets, 9 % au plus s'attendent à ce que des agents approuvent ou refusent des décisions concernant les clients, exécutent des transactions ou passent des ordres, initient, exécutent ou bloquent des paiements, ou modifient des limites.

Références #

Dernière révision .

Republier cet article

Copier le format pour Medium

# L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau

> Originally published at [https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/](https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/)

Les tiers fournissent 53 % des systèmes d'IA à forte matérialité dans la finance britannique, et leur supervision est le premier défi de gouvernance cité.

Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/

Copier le format pour Mastodon

L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau

Les tiers fournissent 53 % des systèmes d'IA à forte matérialité dans la finance britannique, et leur supervision est le premier défi de gouvernance cité.

https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/

Copier formaté pour LinkedIn

L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau

Les tiers fournissent 53 % des systèmes d'IA à forte matérialité dans la finance britannique, et leur supervision est le premier défi de gouvernance cité.

Voici les principaux points stratégiques à retenir :

- Ce qu'est l'enquête, et ce qu'elle n'est pas. La publication, quatrième enquête de la Banque d'Angleterre et de la FCA (Financial Conduct Authority) sur l'IA et l'apprentissage automatique dans les services financiers britanniques, est un résumé descriptif de…
- L'adoption est quasi universelle, et l'IA générative domine. Commençons par le titre.
- L'énigme de la matérialité. Voici le piège annoncé.
- D'où viennent les systèmes importants. Le résultat le plus lourd de conséquences de l'enquête porte sur qui construit et exploite les systèmes les plus critiques.

Quelle est l'approche de votre organisation face aux défis évoqués dans cet article ?

→ https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/

#RisqueLiéÀL'iaTierce #GouvernanceDeL'ia #BanqueD'angleterre #BankOfEngland #Fca

Sebastien Rousseau | CC-BY-4.0
Citer cet article

L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau

Les tiers fournissent 53 % des systèmes d'IA à forte matérialité dans la finance britannique, et leur supervision est le premier défi de gouvernance cité.

BibTeX

@online{rousseau2026l,
  author  = {Rousseau, Sebastien},
  title   = {{L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau}},
  year    = {2026},
  url     = {https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/},
  urldate = {2026}
}

RIS

TY  - GEN
AU  - Rousseau, Sebastien
TI  - L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau
PY  - 2026
UR  - https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/
ER  -

Vancouver

Rousseau S. L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/

Chicago

Rousseau, Sebastien. "L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/.

APA

Rousseau, S. (2026, November 21). L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/

Republier cet article

L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau

Les tiers fournissent 53 % des systèmes d'IA à forte matérialité dans la finance britannique, et leur supervision est le premier défi de gouvernance cité.

Cet article est sous licence Creative Commons Attribution 4.0 International. La republication nécessite l'attribution à l'URL canonique.

L'IA tierce, nouveau défi de gouvernance de la finance britannique — Sebastien Rousseau

Les tiers fournissent 53 % des systèmes d'IA à forte matérialité dans la finance britannique, et leur supervision est le premier défi de gouvernance cité.

Originally published at https://sebastienrousseau.com/fr/2026-11-21-tierce-nouveau-defi-gouvernance-finance-britannique/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.