Stéphane Arnaudo, Responsable des ventes IA & Data Analytics, EMEA chez NetApp
Les données alimentent les technologies d’IA et l’IA ne peut être aussi bonne que les informations qu’elle exploite. Selon PwC, l’IA a le potentiel de contribuer à hauteur de 14 billions d’Euros à l’économie mondiale d’ici 2030 et pourrait augmenter le PIB jusqu’à 26% dans les économies locales au cours de la même période. L’IA a donc un immense potentiel pour contribuer de manière significative à la croissance économique future de la France, comme l’a présenté le gouvernement dans le cadre du plan France Relance.
Le secteur bancaire a contribué à hauteur de 150,2 milliards d’euros à l’économie française en 2021 et le secteur est le quatrième plus important des économies de l’OCDE. L’augmentation prévue des dépenses d’IA, combinée à la taille du secteur des services financiers en France, représente une immense opportunité de stimuler l’innovation et la croissance pour le mieux.
Tant à l’échelle mondiale qu’en France, nous produisons une quantité stupéfiante de données chaque jour, mais la majorité de celles-ci sont en fait gaspillées (68%). Il y a deux raisons principales pour lesquelles les données ne sont pas utilisées. La première est due à la réglementation. Dans le secteur financier, certaines données ne sont pas autorisées à être utilisées dans ses classifications et aussi pour des raisons réglementaires / de gouvernance. La législation GDPR, par exemple, ne permet pas de conserver les données personnelles plus longtemps que nécessaire, elles doivent donc être éliminées.
La deuxième raison est due à un manque de compréhension. De nombreuses banques ne savent pas quelles données elles ont ou ne comprennent pas les types de données dont elles disposent. Ce manque de connaissances freine la transformation numérique dans de nombreuses entreprises riches en données, mais également pauvres en informations.
Dans de nombreux cas, les données sont traitées sans la précision et la rapidité qu’une meilleure compréhension des données permet d’obtenir. L’opportunité de l’IA sera tout simplement manquée si les gens ne parviennent pas à maximiser leurs données et à obtenir les informations de ce qu’ils ont.
Alors, comment les organisations peuvent-elles mieux comprendre leurs actifs de données ? Les services de gouvernance des données qui analysent les sources de données sur site et dans le cloud peuvent être mis en œuvre pour classer les données et identifier les informations privées, ce qui peut contribuer à réduire les risques de sécurité et de conformité.
Comprendre les données dont vous disposez n’est pas seulement une perte au sens commercial (en termes d’opportunités manquées), mais est bénéfique pour les autres aspects opérationnels (en améliorant la conformité). En ce qui concerne l’IA et le ML, des informations peuvent être obtenues pour améliorer les défenses et mieux servir les clients. L’IA peut aider à relever des défis communs, de l’erreur humaine à la prévention de la fraude, de sorte que la technologie a un réel pouvoir d’apporter des changements positifs et d’établir une plus grande confiance avec les clients.
Avec l’IA et le ML, la conformité réglementaire est cruciale et les données circulant dans un pipeline doivent être à la fois conformes et précieuses à chaque étape. Les institutions doivent envisager de mettre en œuvre une structure de données, afin que les données puissent être collectées à la périphérie, puis de les traiter à l’aide de GPU puissants pour exécuter des modèles offrant une valeur commerciale plus instantanée.
Le cloud peut également aider à maximiser l’IA en élaborant une stratégie multi-cloud qui offre une résilience accrue et une meilleure plate-forme pour que les données puissent évoluer dans plusieurs environnements. L’UE ayant conclu un accord provisoire en mai 2022 sur la nouvelle loi sur la résilience opérationnelle numérique (DORA), les organisations doivent désormais réfléchir plus attentivement à leurs cadres réglementaires et de gestion des risques numériques. La France avait anticipé ce cadre réglementaire, en permettant à l’ANSSI nommant des Opérateurs de Services Essentiels dès 2018, en appliquant l’ancêtre de cette loi DORA, la directive NIS.
Donc, pour conclure, les organisations de services financiers ont une énorme opportunité de saisir les opportunités de l’IA, mais pour ce faire, elles doivent s’assurer que leurs données sont exploitées au maximum de leur potentiel, utilisées de manière conforme et stockées de manière flexible. Aujourd’hui, les organisations sont assises sur des masses de données et leur potentiel inexploité peut accélérer la croissance du secteur bancaire, à la fois maintenant et, à l’avenir : c’est une occasion à ne pas manquer !
Le secteur bancaire a contribué à hauteur de 150,2 milliards d’euros à l’économie française en 2021 et le secteur est le quatrième plus important des économies de l’OCDE. L’augmentation prévue des dépenses d’IA, combinée à la taille du secteur des services financiers en France, représente une immense opportunité de stimuler l’innovation et la croissance pour le mieux.
Tant à l’échelle mondiale qu’en France, nous produisons une quantité stupéfiante de données chaque jour, mais la majorité de celles-ci sont en fait gaspillées (68%). Il y a deux raisons principales pour lesquelles les données ne sont pas utilisées. La première est due à la réglementation. Dans le secteur financier, certaines données ne sont pas autorisées à être utilisées dans ses classifications et aussi pour des raisons réglementaires / de gouvernance. La législation GDPR, par exemple, ne permet pas de conserver les données personnelles plus longtemps que nécessaire, elles doivent donc être éliminées.
La deuxième raison est due à un manque de compréhension. De nombreuses banques ne savent pas quelles données elles ont ou ne comprennent pas les types de données dont elles disposent. Ce manque de connaissances freine la transformation numérique dans de nombreuses entreprises riches en données, mais également pauvres en informations.
Dans de nombreux cas, les données sont traitées sans la précision et la rapidité qu’une meilleure compréhension des données permet d’obtenir. L’opportunité de l’IA sera tout simplement manquée si les gens ne parviennent pas à maximiser leurs données et à obtenir les informations de ce qu’ils ont.
Alors, comment les organisations peuvent-elles mieux comprendre leurs actifs de données ? Les services de gouvernance des données qui analysent les sources de données sur site et dans le cloud peuvent être mis en œuvre pour classer les données et identifier les informations privées, ce qui peut contribuer à réduire les risques de sécurité et de conformité.
Comprendre les données dont vous disposez n’est pas seulement une perte au sens commercial (en termes d’opportunités manquées), mais est bénéfique pour les autres aspects opérationnels (en améliorant la conformité). En ce qui concerne l’IA et le ML, des informations peuvent être obtenues pour améliorer les défenses et mieux servir les clients. L’IA peut aider à relever des défis communs, de l’erreur humaine à la prévention de la fraude, de sorte que la technologie a un réel pouvoir d’apporter des changements positifs et d’établir une plus grande confiance avec les clients.
Avec l’IA et le ML, la conformité réglementaire est cruciale et les données circulant dans un pipeline doivent être à la fois conformes et précieuses à chaque étape. Les institutions doivent envisager de mettre en œuvre une structure de données, afin que les données puissent être collectées à la périphérie, puis de les traiter à l’aide de GPU puissants pour exécuter des modèles offrant une valeur commerciale plus instantanée.
Le cloud peut également aider à maximiser l’IA en élaborant une stratégie multi-cloud qui offre une résilience accrue et une meilleure plate-forme pour que les données puissent évoluer dans plusieurs environnements. L’UE ayant conclu un accord provisoire en mai 2022 sur la nouvelle loi sur la résilience opérationnelle numérique (DORA), les organisations doivent désormais réfléchir plus attentivement à leurs cadres réglementaires et de gestion des risques numériques. La France avait anticipé ce cadre réglementaire, en permettant à l’ANSSI nommant des Opérateurs de Services Essentiels dès 2018, en appliquant l’ancêtre de cette loi DORA, la directive NIS.
Donc, pour conclure, les organisations de services financiers ont une énorme opportunité de saisir les opportunités de l’IA, mais pour ce faire, elles doivent s’assurer que leurs données sont exploitées au maximum de leur potentiel, utilisées de manière conforme et stockées de manière flexible. Aujourd’hui, les organisations sont assises sur des masses de données et leur potentiel inexploité peut accélérer la croissance du secteur bancaire, à la fois maintenant et, à l’avenir : c’est une occasion à ne pas manquer !