La Banque de France détaille cinq applications d’intelligence artificielle mises en production en 2025 et début 2026, du contrôle bancaire à l’accueil des particuliers. Les premiers retours font état de gains de temps et d’une meilleure détection des anomalies, sous réserve d’un encadrement des données et des décisions.
Banque de France : cinq outils d’IA déjà déployés, des gains mesurés pour les agents
By
Published on 27 octobre 2026 19h30
La Banque de France a mis en production cinq applications prioritaires d’intelligence artificielle en 2025 et au début de 2026, destinées notamment au contrôle bancaire, à la lutte contre le blanchiment et à l’accompagnement des particuliers. Dans un bulletin publié le 27 octobre 2026, l’institution présente leurs premiers résultats : l’un des assistants ferait gagner environ deux heures par semaine et par agent utilisateur.
Ces cinq outils prolongent un programme engagé bien avant la généralisation des assistants conversationnels. Depuis 2015, la banque centrale a mené plus de soixante expérimentations en intelligence artificielle et en science des données ; neuf avaient déjà débouché sur une application dans ses services au début de 2025. La nouvelle série vise des fonctions précises, avec des résultats différents selon les métiers.
Contrôle bancaire, blanchiment et accueil des particuliers
Le premier outil assiste les contrôleurs dans leurs recherches sur les établissements de crédit. Il répond à des requêtes et produit des synthèses à partir des informations utilisées pour leurs missions. Selon les retours présentés par la Banque de France, il permet un gain d’environ deux heures par semaine et par agent concerné. Il s’agit d’une estimation propre à cet usage, et non d’un gain moyen pour l’ensemble du personnel.
Deux autres assistants sont consacrés aux réponses documentaires. L’un traite des questions internes de ressources humaines ; l’autre aide les agents chargés de l’accueil et de l’instruction des demandes des particuliers, notamment en matière de surendettement et de droit au compte. L’institution fait état de taux de bonnes réponses supérieurs à 95 % pour le premier et de 90 % pour le second. Ces chiffres correspondent aux évaluations communiquées pour ces applications, dont le bulletin ne détaille pas tous les effectifs et protocoles de mesure.
La quatrième application repère les opérations atypiques dans le cadre de la lutte contre le blanchiment de capitaux et le financement du terrorisme. Les premiers retours signalent une réduction importante des fausses alertes automatiques, sans fournir de pourcentage global. La cinquième cartographie des produits financiers structurés, afin de faciliter la lecture des expositions et la production de statistiques descriptives ; la fiabilité annoncée de ses analyses atteint 95 %.
Des données mieux exploitées pour surveiller les risques financiers
L’enjeu dépasse la rédaction de synthèses. Les algorithmes sont aussi employés pour détecter des anomalies dans les déclarations bancaires, rapprocher des bases de données ou analyser les perceptions de l’inflation dans la presse. La Banque de France décrit, par exemple, une expérimentation conduite en 2026 pour mieux reconstituer la structure des groupes d’entreprises à partir de données hétérogènes.
Pour l’Autorité de contrôle prudentiel et de résolution (ACPR), qui supervise les banques et les assurances, le traitement automatique du langage facilite l’examen de documents réglementaires. Les technologies de supervision peuvent aider à identifier des signaux inhabituels et à orienter les contrôles vers les dossiers qui nécessitent une expertise approfondie. Les outils d’aide aux agents chargés des particuliers s’inscrivent dans cette même logique de traitement documentaire.
La Banque de France a intégré l’IA à son plan stratégique 2026-2028, qui prévoit de transformer les processus métiers et d’élargir l’accès à ces outils pour ses agents. Les résultats présentés portent sur des applications identifiées et ne constituent pas une évaluation globale des gains de productivité de l’institution.
Le contrôle humain et la protection des données restent centraux
Les usages bancaires mobilisent des informations financières et parfois personnelles particulièrement sensibles. Le bulletin identifie plusieurs risques opérationnels : erreurs factuelles des modèles, biais, dégradation des performances lorsque les données évoluent, difficulté à expliquer certains résultats et exposition d’informations confidentielles. La qualité des données d’entrée et la vérification humaine conditionnent donc la fiabilité des outils.
Un groupe de conseil interne consacré à l’IA, créé en 2025, associe notamment les compétences juridiques, informatiques, déontologiques et de protection des données. Selon la Banque de France, il a rendu une vingtaine d’avis en un an sur des projets ou des applications déjà utilisées.
La supervision de ces technologies s’inscrit également dans le cadre européen sur l’intelligence artificielle, dont les obligations s’appliquent progressivement selon les catégories de risque. L’ACPR prépare notamment ses méthodes d’audit des systèmes utilisés dans le secteur financier, en particulier lorsque les outils interviennent dans l’évaluation de la solvabilité ou la tarification assurantielle.
À mesure que ces dispositifs gagnent les métiers du contrôle et du service au public, la Banque de France devra apprécier leurs performances dans la durée : qualité des réponses, réduction des alertes inutiles, temps réellement économisé et capacité des agents à vérifier les résultats produits.