Mesdames, Messieurs,
Je suis ravie de m’adresser à vous à l’occasion du Point Zero Forum, un événement favorisant le dialogue politique et technologique dont la finance a besoin aujourd’hui. Les SupTech ou supervisory technologies, c’est-à-dire des nouvelles technologies servant à moderniser la surveillance des marchés financiers, sont au cœur du sujet.
Quatre ans se sont écoulés depuis le lancement public de ChatGPT. Indépendamment de nos attentes de l’époque, aujourd’hui la direction que prennent ces technologies ne fait plus aucun doute: l’intelligence artificielle constitue un changement de paradigme qui transforme radicalement la manière dont nous interagissons avec les machines et les données et dont nous prenons des décisions.
La finance est particulièrement exposée à l’essor de l’IA, notamment parce que celle-ci repose sur la vitesse, les données et la confiance. Depuis plusieurs années déjà, des algorithmes avancés et l’apprentissage automatique modifient discrètement les opérations financières. Du point de vue de la surveillance, trois éléments méritent notre attention.
Le premier est la vitesse. L’IA réduit les intervalles de temps sur lesquels nos marchés reposent. Alors qu’elle durait parfois plusieurs minutes par le passé, la découverte des prix ne nécessite plus que quelques millisecondes. Des décisions de crédit qui prenaient plusieurs jours se règlent aujourd’hui en une poignée de secondes. L’efficacité est réelle, mais elle a aussi réduit comme peau de chagrin l’intervalle au cours duquel il est possible de détecter une erreur avant sa propagation.
Le deuxième est la structure des marchés. Les modèles les plus performants et la capacité de calcul dont ils ont besoin ne sont disponibles que chez une fraction de fournisseurs. Imaginons un instant qu’une grande partie de l’industrie dépende à l’avenir de quelques modèles pour la cotation du risque ou la détection de la fraude. Dans un tel scénario, une simple panne ou un modèle spécifique biaisé ne serait plus l’affaire d’une entreprise isolée, mais menacerait potentiellement la stabilité du système dans son ensemble.
Le troisième est la gouvernance. L’IA fait naître de nouvelles exigences dans la gestion interne des établissements. La gouvernance a pour fondement la responsabilité. Cette responsabilité ne saurait être déléguée à un algorithme. De plus, il faut être en mesure d’expliquer les décisions.
La vitesse, la structure et la gouvernance. Nous devons prendre les bonnes décisions pour ces trois éléments, car tout dépend de la confiance sur laquelle repose le système financier.
La Suisse et Zurich comme pôle de l’IA, et les enquêtes de la FINMA
Il est vrai que la finance utilisait déjà l’IA. Les entreprises de FinTech, mais aussi les banques et les assurances, s’en servent avec succès depuis des années. Ce point est particulièrement visible ici en Suisse. Au-delà de la finance, notre pays – et en particulier Zurich – s’est progressivement profilé comme un pôle particulièrement dense pour l’intelligence artificielle, la science des données et la robotique. Des personnes talentueuses viennent des quatre coins du globe pour étudier dans des universités figurant parmi les meilleures au monde en matière d’IA. La région est ainsi devenue un aimant pour les leaders mondiaux de l’industrie. C’est d’ailleurs l’une des raisons pour lesquelles la Suisse accueillera le World AI Summit en 2027.
En tant qu’autorité qui surveille à la fois les banques, les assurances et les gestionnaires d’actifs, la FINMA est aux premières loges pour assister à la transformation de la finance. Avant même que ChatGPT soit lancé, nous avons mené la première des trois enquêtes sur l’IA dans l’industrie suisse de la finance. Deux éléments sont ressortis de manière significative dans les résultats. D’une part, l’industrie fait preuve d’un grand dynamisme: pour chaque cas d’usage déjà implémenté, deux autres sont en cours de développement. D’autre part, l’adoption de l’IA évolue vers des approches globales: les utilisations de l’IA ne sont plus restreintes au back office, au middle office ou au front office, mais tendent de plus en plus à couvrir la chaîne de valeur dans son intégralité.
Une IA à double tranchant ouvrant la porte à l’industrialisation de la fraude
Revers de la médaille, les nouvelles possibilités s’accompagnent de nouveaux risques, comme les cyberrisques et les liens de dépendance envers des tiers. Si l’IA permet de gagner en efficacité, elle peut également être exploitée à des fins malveillantes. La fraude en est l’exemple le plus éloquent. Selon le rapport d’INTERPOL sur l’évaluation des menaces liées aux escroqueries financières de 2026, les escroqueries amplifiées par IA sont déjà 4,5 fois plus rentables que les escroqueries traditionnelles et les systèmes d’IA agentique sont désormais capables de planifier et d’exécuter de manière autonome des campagnes d’escroquerie complètes. INTERPOL parle d’industrialisation de la fraude. Il est impératif de comprendre ces menaces pour concevoir des mesures de lutte. Et pour combattre ces menaces à temps, il nous faut des outils appropriés et des capacités d’analyse. Il s’agit d’un cas d’usage crucial pour les SupTech.
L’enquête sur les SupTech de l’OICV
Passons maintenant à la transformation profonde. D’une certaine manière, la véritable révolution s’opère non pas dans le domaine de la finance, où l’IA est présente depuis plusieurs années, mais dans celui de la surveillance. L’IA est susceptible de modifier la façon dont nous traitons les données, tirons des conclusions et prenons des décisions. En d’autres termes, de changer fondamentalement notre manière de travailler.
C’est le message clé qu’il faut retenir de l’enquête publiée la semaine dernière par l’OICV, l’Organisation internationale des commissions de valeurs, qui regroupe des régulateurs des marchés des valeurs mobilières de plus de 130 pays et couvre 95% des marchés des titres à travers le monde. Ces trois dernières années, l’OICV s’est engagée dans une nouvelle initiative stratégique dans le domaine des SupTech, que la FINMA a eu l’honneur de présider.
Vastes cas d’usage, et efficience et efficacité
Qu’entend-on concrètement par SupTech? Selon les résultats de l’enquête de l’OICV, qui couvre environ trois quarts des marchés mondiaux, les cas d’usage sont vastes, de l’analyse automatique de documents aux enquêtes sur les abus de marché, l’analyse de sentiments et le suivi des expositions aux cryptoactifs. La grande variété de cas d’usage peut être répartie en deux groupes en fonction des objectifs principaux des SupTech: l’efficience et l’efficacité. Permettez-moi d’illustrer à l’aide d’exemples concrets de la FINMA.
Un exemple pour l’efficience: les examens documentaires assistés par IA
Dans les grandes lignes, l’efficience implique de faire ce que les spécialistes de la surveillance ont toujours fait, mais de le faire plus rapidement et à moindre coût. Nos contrôles sur place, par exemple. Le volume des documents à lire avant chaque contrôle ne fait que croître. Nous sommes donc en train de développer un cas d’usage d’IA générative pour identifier, avant même le début du contrôle sur place, les passages qui doivent être examinés dans les détails dans nos piles de documents toujours plus grandes. Nous entraînons l’IA à l’aide de modèles présents dans une vaste quantité de contrôles précédents que le personnel de la FINMA a appris à reconnaître au fil du temps. Notre outil, qui est encore au stade de preuve de concept, fonctionne en local dans nos infrastructures.
Ce que je trouve intéressant, c’est la manière dont cet outil est construit. D’abord, un premier modèle suggère des anomalies, puis un second modèle indépendant vérifie chaque proposition: est-ce que cette suggestion est cohérente par rapport au texte ou s’agit-il d’une hallucination? Seules les suggestions qui passent ce filtre parviennent aux spécialistes de la surveillance. Je tiens à souligner un point central ici: cet outil ne prend jamais de décision autonome et n’effectue aucune action. Il lit, puis suggère. Tout ce qui relève de l’évaluation, et donc également de la responsabilité, reste entre les mains de notre personnel. Ce n’est pas un détail technique, mais un principe.
Un exemple pour l’efficacité: l’abus de marché
La transformation en profondeur se joue davantage sur le plan de l’efficacité. Deux tiers des autorités se tournent vers les SupTech pour obtenir des informations encore plus détaillées et pour débloquer des capacités qu’elles n’avaient pas auparavant. Elles s’éloignent ainsi de l’automatisation, qui consiste à effectuer les mêmes tâches mais plus vite, pour amorcer un virage vers ce qu’on pourrait qualifier d’augmentation cognitive: voir ce qui était invisible auparavant.
Prenez par exemple le délit d’initié, pour lequel l’identification et l’application de sanctions requièrent des efforts considérables. D’abord, vous devez détecter les modèles suspects dans les opérations dans une immensité de données de transactions, et vous devez le faire avant un changement de prix majeur. Ensuite, vous devez démontrer que ces opérations se fondent sur des informations d’initiés, par exemple en révélant le flux entre des initiés primaires et secondaires au sein d’un réseau de relations. En utilisant des modèles d’apprentissage supervisé et l’analyse de réseaux, nous sommes en train de développer des outils fondés sur l’IA pour ces deux tâches.
Les actifs numériques, un cas d’usage notoire, par exemple pour le suivi en temps réel des cryptoactifs
Après l’efficience et l’efficacité, un autre cas d’usage se démarque au niveau mondial: j’ai nommé les actifs numériques. Comme vous avez pu le constater sur le graphique il y a quelques instants, les actifs numériques sont la catégorie pour laquelle l’intérêt dépasse largement les activités actuelles.
L’importance de ce cas d’usage ne cesse de croître. L’univers des jetons prend également de l’ampleur. En parallèle de cryptoactifs établis comme le Bitcoin, les stablecoins ont changé d’échelle, l’offre en circulation ayant décuplé en tout juste six ans pour dépasser désormais les 300 milliards de dollars américains. La mise en jetons des titres et d’autres actifs du monde physique s’accélère elle aussi.
C’est précisément cet écart entre l’intérêt et les activités actuelles qui rend la collaboration si avantageuse: du point de vue technique, les spécialistes de la surveillance du monde entier sont unis par les mêmes défis et les mêmes opportunités. C’est là qu’entre en jeu le SupTech Forum de l’OICV, que j’ai l’honneur de présider. Le Forum a mené une enquête mondiale, mais entreprend également des actions pratiques concrètes. En ce sens, il a organisé un SupTech Sprint pilote pas plus tard qu’hier à Zurich dans un format hybride.
Cet événement a rassemblé plus d’une centaine de spécialistes des politiques et des technologies du monde entier représentant environ deux tiers de la valeur mondiale des marchés des titres. Ensemble, nous avons lancé la première phase de conception d’outils pour surveiller les marchés des cryptoactifs. Forts de ce premier succès, nous poursuivrons avec la phase d’élaboration en septembre.
Aujourd’hui, permettez-moi de vous montrer un des projets de surveillance de la FINMA fondé sur les données. Nous avons construit un tableau de bord qui associe les quantités par trimestre aux prix journaliers sur les marchés, jeton par jeton, la correspondance étant établie grâce à l’identifiant de jeton numérique , l’équivalent de l’ISIN pour les cryptoactifs. Le résultat est un suivi de l’exposition quasiment en temps réel, à la fois pour le système dans son intégralité et pour chaque établissement. Ce tableau de bord joue un rôle d’avertisseur précoce pour deux risques en particulier: le risque de concentration excessive dans un seul établissement et le risque opérationnel qui survient lorsque des jetons se retrouvent sur une seule blockchain comme Ethereum ou Bitcoin. La première version est déjà en fonction. Nous sommes en train d’ajouter de nouvelles fonctionnalités. À moyen terme, nous prévoyons d’inclure tous les types de licences que nous surveillons.
Même si ce ne sont que quelques exemples, j’espère avoir pu illustrer que les SupTech sont pour nous non plus une promesse d’avenir, mais une réalité. Globalement, les résultats de l’enquête ne laissent aucun doute sur la motivation sous-jacente. L’efficience et l’efficacité représentent une priorité haute ou critique pour 91% des autorités; par comparaison, la diminution des effectifs pour seulement 4%. L’objectif des SupTech est ainsi d’augmenter les capacités des spécialistes de la surveillance, pas de remplacer des professionnels humains par des machines.
Des cas d’usages et des régions qui débouchent sur trois résultats
Au-delà des cas d’usage individuels, nous avons pu faire ressortir trois tendances dans les résultats.
Premièrement, malgré tous les progrès, nous n’en sommes qu’au début. Il existe de nombreux cas d’usage, mais pour la plupart d’entre eux, l’implémentation n’est que partielle. Étonnamment, les autorités de petite taille et celles situées sur des marchés en croissance ou émergents sont celles qui évoluent le plus rapidement. Elles abordent les SupTech comme une opportunité de renforcer leurs capacités de surveillance.
Deuxièmement, les SupTech sont passées du stade expérimental à celui de priorité stratégique. Désormais, elles ne sont plus confinées au back office informatique, mais pilotées par la présidence ou la direction. Ce point est crucial, car étant donné la portée de l’IA, la question est de nature stratégique. L’IA n’est pas un simple outil opérationnel. L’investissement est également devenu financier. Un peu plus de la moitié des juridictions disposent aujourd’hui d’un budget spécifique pour les SupTech. C’est d’autant plus vrai pour les autorités de petite taille et les marchés émergents. L’investissement initial est parfois colossal, mais le coût de l’inaction serait probablement plus élevé.
Troisièmement, concernant la panoplie d’outils qu’emploient les spécialistes de la surveillance, l’IA se profile comme le catalyseur central et devance clairement les autres catégories, en surpassant le meilleur accès aux données et l’informatique en nuage. Il faut souligner ici que l’adoption ne résulte pas d’une poussée technologique de la part des vendeurs. En effet, seule une minorité affirme que le simple fait que l’outil soit disponible constitue le moteur de l’adoption. Il s’agit plutôt d’une stratégie d’attraction: ce sont les besoins réels des spécialistes de la surveillance qui façonnent la technologie, pas l’inverse. Évidemment, cette technologie n’est pas sans inconvénients: les autorités mentionnent clairement que les cyberrisques et la sécurité des données sont leurs principales préoccupations, avant la dépendance envers des tiers.
Modernisation de la surveillance grâce aux SupTech
J’aimerais encore ajouter quelques mots en conclusion. Bien que le secteur financier utilise l’IA depuis longtemps, c’est aujourd’hui la surveillance qui ressent de plus en plus ses effets. C’est ici que les SupTech renferment un potentiel unique de moderniser notre travail. Les avantages sont déjà palpables. En automatisant des processus laborieux, nous pouvons réduire les obstacles administratifs et gagner en agilité et en vitesse. Non seulement cette démarche réduit les coûts, mais elle libère également des ressources, qui peuvent être allouées à des tâches essentielles. Grâce à des analyses plus fines, notre surveillance deviendra non seulement plus rapide, mais aussi plus détaillée.
Il convient de souligner que le facteur limitant pour l’IA dans le domaine de la surveillance ne sera pas la performance du dernier modèle disponible. Ce sera notre capacité à déployer ces outils de manière stratégique, de les superviser en toute efficacité, et de garantir qu’ils sont au service de l’humain dans la boucle. Plus que tout, cette modernisation de la surveillance est entre les mains des spécialistes que nous sommes. Nous avons le devoir de saisir cette opportunité.
Merci de votre attention.
