L’intelligence artificielle (IA) est merveilleuse pour contrôler correctement un programme existant, avec des risques clairement compris. Il excelle dans les composants de conception et de gestion. Avec suffisamment d’observations et une transmission puissante, il pourrait déterminer des composants dynamiques sérieux beaucoup plus robustement que n’importe quel humain et est également considérablement exceptionnel dans les endroits qui nécessitent l’analyse statistique de grands volumes de données. Il peut le faire sans intervention humaine. Nous pouvons laisser un dispositif d’IA à l’intérieur du contrôle quotidien de ce type de programme, résoudre automatiquement et apprendre des erreurs et atteindre les objectifs des maîtres individuels. En raison de ce contrôle des dangers et des conseils microprudentiels sont les meilleurs pour l’IA. Les problèmes spécialisés réels sont évidemment décrits, ainsi que les objectifs de haut et de bas niveau. Néanmoins, les mêmes qualités qui rendent l’IA si utile pour les autorités micro-prudentielles respectives seront également la raison pour laquelle elle peut déstabiliser le système financier et augmenter le risque systémique, comme discuté dans Danielsson et al. (2017). Dans les programmes efficaces à grande échelle, les entraînements d’un moteur d’IA contrôlent de petites parties d’une difficulté générale, dans lesquelles la solution globale est simplement des sous-options agrégées. Contrôler toutes les petites parties d’un processus individuellement équivaut à contrôler le système dans son intégralité. La gestion des risques et les restrictions microprudentielles sont des exemples de ce type de problème. La première étape du contrôle des chances sera la modélisation du hasard et c’est certainement simple pour l’IA. Cela nécessite la gestion des taux du marché avec des méthodes statistiques assez basiques, travail qui était auparavant bien en dessous. La tâche suivante consiste à combiner une compréhension détaillée de tous les placements détenus par le biais d’une banque avec des informations sur les individus qui choisissent des rôles individuels, créant un moteur d’IA de gestion des chances avec une connaissance des chances, des postes et du capital humain. Bien que nous ayons encore la meilleure option à cette fin, la majorité des informations dont vous avez besoin se trouvent certainement à l’intérieur de l’infrastructure informatique des banques et il n’y a pas d’obstacles technologiques insurmontables dans le processus. Il ne reste plus qu’à informer le moteur des objectifs de niveau supérieur d’une banque. La machine peut alors automatiquement contrôler les chances et les capacités d’attribution des avantages, définir des limites de position, conseiller qui est renvoyé et qui devient des offres de bonus, et suggérer où les classes d’avantages à acheter. Il en va de même pour la plupart des orientations microprudentielles. Sans aucun doute, l’IA a déjà donné naissance à un nouveau domaine connu sous le nom de technologie de contrôle, ou «regtech». Il n’est vraiment pas si difficile de traduire le livre de règles de l’agence de contrôle, maintenant pour de nombreuses parties en clair, en anglais, directement dans un générateur de raisonnement informatisé formel. Cela permet de valider ses directives de régularité et offre aux institutions financières une interface de programmation d’application pour authentifier les pratiques par rapport aux règles. D’un autre côté, l’IA de supervision et l’IA de gestion des risques bancaires peuvent instantanément interroger l’autre personne pour s’assurer de sa conformité. Cela implique également que toutes les informations générées par les institutions financières soient correctement organisées et identifiées et traitées instantanément par l’autorité pour la conformité et l’identification des chances. Il existe néanmoins une meilleure option avant que l’IA de supervision / administration fortuite ne devienne une réalité pratique, mais ce qui est exposé ci-dessus est éminemment concevable en raison de la trajectoire de la progression scientifique. Le principal obstacle sera probablement légal, politique et interpersonnel par opposition à technologique.