Comment limiter les risques de l'intelligence artificielle en finance ?

Christine Balagué ()
Additional contact information
Christine Balagué: LITEM - Laboratoire en Innovation, Technologies, Economie et Management (EA 7363) - UEVE - Université d'Évry-Val-d'Essonne - Université Paris-Saclay - IMT-BS - Institut Mines-Télécom Business School - IMT - Institut Mines-Télécom [Paris], IMT-BS - MMS - Département Management, Marketing et Stratégie - TEM - Télécom Ecole de Management - IMT - Institut Mines-Télécom [Paris] - IMT-BS - Institut Mines-Télécom Business School - IMT - Institut Mines-Télécom [Paris]

Post-Print from HAL

Abstract: Selon le rapport du World Economic Forum de janvier 2025, les entreprises de services financiers ont consacré 35 Md USD dans l'intelligence artificielle (IA) en 2023, et les investissements attendus dans le secteur bancaire (assurances, marchés des capitaux et services de paiement) s'élèvent, en 2027, à 97 Md USD. Ce secteur est donc l'un des plus importants investisseurs dans l'IA. Les bénéfices de l'IA dans le secteur financier sont bien identifiés et nombreux, comme le traitement automatique et rapide des demandes de prêts, la personnalisation des services clients, l'évaluation de la solvabilité, la détection d'anomalies financières, l'analyse prédictive des tendances de marché. En revanche, moins de publications portent sur les effets problématiques de l'IA dans le secteur financier. Cet article se focalise donc sur les défis et les risques de l'IA en finance, et la manière de les limiter.

Date: 2025-09
References: Add references at CitEc
Citations:

Published in Revue d'économie financière, 2025, La finance à l'ère de l'intelligence artificielle, 159, pp.165-176

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-05315545

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().