Les connaissances synthétiques (IA) sont utiles pour gérer correctement un système existant, un système avec des risques bien compris. Il excelle dans les composants de conception et de gestion. Proposé des résultats adéquats et un indice fort, il pourrait reconnaître les bâtiments puissants et sérieux beaucoup plus robustement que n’importe quel individu et est considérablement supérieur dans les endroits qui nécessitent l’évaluation statistique de grands volumes d’informations. Il pourrait le faire sans intervention humaine. Nous pourrions laisser un dispositif d’IA à l’intérieur du contrôle quotidien de ce type de système, se réparer instantanément et étudier les erreurs et atteindre les objectifs des experts humains. De ce fait, la gestion des risques et les petites orientations prudentielles sont bien adaptées à l’IA. Les problèmes spécialisés sous-jacents sont clairement décrits, tout comme les objectifs à haut et à faible degré. Néanmoins, les mêmes caractéristiques particulières qui rendent l’IA si utile pour les petites autorités prudentielles respectives sont également la raison pour laquelle elle pourrait déstabiliser la méthode économique et stimuler les chances systémiques, comme discuté dans Danielsson et al. (2017). Dans les applications efficaces de haut niveau, les routines d’entraînement d’un moteur AI alimentent de minuscules éléments d’une difficulté complète, où l’option mondiale n’est que des sous-options agrégées. Contrôler toutes les petites parties d’un système individuellement équivaut à manipuler le programme dans son intégralité. Le contrôle des risques et les restrictions microprudentielles sont des exemples de ce type de problème. La première étape de l’administration fortuite sera la modélisation du danger et c’est facile pour l’IA. Cela nécessite la gestion des taux du marché avec des méthodes statistiques assez basiques, fonction qui était auparavant bien en dessous. La tâche suivante consiste à combiner une compréhension détaillée de tous les rôles détenus par une institution bancaire avec des informations sur les personnes qui prennent une décision sur les rôles individuels, créant un moteur d’IA d’administration des dangers avec une expertise en matière de risques, de rôles et de capital humain. Fondamentalement, nous avons encore une approche à adopter à cette fin, la majorité des informations nécessaires se trouvant définitivement dans la structure informatique des banques, il n’y a pas d’obstacles technologiques impossibles au fur et à mesure. Il ne resterait plus qu’à informer le moteur des objectifs de haut niveau de la banque. La machine peut alors exécuter immédiatement des fonctions régulières d’administration des dangers et d’allocation des ressources, fixer des limites de place, suggérer qui est licencié et qui obtient des bonus supplémentaires, et recommander les cours de l’actif à acheter. Il en va de même pour la plupart des petites orientations prudentielles. Sans aucun doute, l’IA a créé un tout nouveau domaine appelé la technologie moderne de contrôle, ou «regtech». Il est loin de tout ce qui est difficile à traduire le livre de règles d’une agence de surveillance, maintenant pour de nombreuses parties en anglais simple, directement dans un moteur de raison informatisé officiel. Cela permet au pouvoir de confirmer ses règles de cohérence et offre aux institutions financières une interface utilisateur de programmation logicielle pour valider les méthodes par rapport aux règles. Dans le même temps, l’IA de supervision ainsi que l’IA de contrôle des dangers des banques peuvent interroger instantanément l’autre personne pour s’assurer de sa concordance. Cela signifie que toutes les informations produites par les banques sont correctement organisées et classées et traitées automatiquement par l’autorité de conformité et d’identification des risques. Il y a toujours une approche à prendre pour que l’IA de supervision / contrôle des risques devienne un fait utile, mais précisément ce qui est exposé est éminemment concevable en raison de la trajectoire de l’amélioration technologique. Le principal obstacle sera probablement d’ordre juridique, gouvernemental et social plutôt que technique.