« L’impact des exigences d’identification des bénéficiaires effectifs sur les systèmes de conformité. L’apport de l’Intelligence Artificielle », c’est le thème d’un panel organisé à l’occasion du Forum d’Afreximbank sur la conformité qui se tient à Dakar du 4 au 6 septembre 2024.
A cet effet, des spécialistes des systèmes de conformité se sont réunis pour apporter des éclaircissements face à ce bijou du système financier africain. Parmi eux, M. Tumi Sebego, Responsable (Afrique) : Efficacité des paiements, Lexis Nexis, M. Matthieu Andrieu, Responsable de la banque d'affaires (Afrique-Moyen-Orient-Asie), Finastra et M. Filipe Garcia, Directeur Technique chez Elucidate.
Selon M. Tumi Sebego, l’identification des bénéficiaires effectifs (UBO) sur les systèmes de conformité est une technologie à laquelle il est facile d'accéder car elle est basée sur le « cloud computing », l'accès à Internet et sur l'utilisation de données volumineuses, qui existent et sont disponibles.
Il se réjouit des avantages et l’importance de l’IA et de la technologie dans le secteur financier particulièrement pour la partie conformité du secteur. « Après quelques années d'expérience avec de nombreuses banques, nous pouvons constater des avantages tangibles », a salué M. Sebego.
Cependant, le système fait face à de nombreux défis qui sont principalement liés au manque d’accès des données au niveau des machines. Du point de vue de M. Matthieu Andrieu, il est difficile de déployer ces systèmes, car le composant qui leur permet de fonctionner correctement ce sont les données.
Malheureusement, « les registres d’entreprises et toutes les données disponibles ne sont toujours pas accessibles aux systèmes pour pouvoir les utiliser », déplore-t-il. En effet, il a insisté sur le fait que leur plus gros problème sur le terrain, c’est de pouvoir déployer ces systèmes de manière sure, d’avoir les données afin de les soutenir et de les auditer.
Le rôle de la technologie dans l’expansion des UBO
L’Intelligence Artificielle a joué un rôle majeur dans le développement des UBO notamment pour lutter contre le blanchiment d’argent et le financement du terrorisme, mais également en facilitant les échanges dans le secteur financier. « Aujourd’hui, nous sommes capables de traiter d’énormes quantités de données plus rapidement grâce aux algorithmes qui traitent les données. Nous sommes également capables de recueillir plus d’information en termes d’apprentissage automatique », a indiqué M. Felipe Garcia.
Selon lui, le levier clé de l’IA, c’est d’aller plus loin et de créer suffisamment de capacités, « pas seulement pour prendre une décision, mais pour continuer à apprendre et à stocker les informations afin de prendre de meilleures décisions à mesure que l’on avance, contribuant ainsi à une réduction des faux positifs ».
En termes d'identification des UBO, M. Garcia a donné des exemples avec l’utilisation de l’IA. « L'un des meilleurs exemples que nous ayons vus est la capacité à extraire des entités. Les grands modèles de langage le font bien mieux que tout autre logiciel disponible », a-t-il renseigné.
Par ailleurs, M. Tumi Sebego pour sa part, prend l’exemple de la recommandation 24 qui dit « que la transparence est une quantité suffisante de données en temps réel pour pouvoir disposer de données précises afin de pouvoir décider de la nature des UBO, de sorte que le fait que les données ne soient pas au niveau que nous souhaiterions en Afrique va entraver ou retarder nos efforts pour mettre en œuvre des décisions au niveau de l'IA ».
Ceci dit, M. Sebego d’assurer que cela n'empêche pas de renforcer la capacité ou l'aptitude à agir rapidement lorsque les données sont disponibles. « Il y a donc beaucoup de travail dans les différents UBO pour rendre les registres disponibles, faire des efforts pour former différents modèles, être prêts à les consommer, pouvoir prendre des décisions et en tirer des leçons », a-t-il ajouté.
M. Mathieu Andrieu, pour sa part ne voit aucune barrière technologique en Afrique. A l’en croire, la technologie commence par le cloud avec un calcul intensif qui est disponible partout dès qu’on a accès à Internet et au réseau.
Il précise que le problème n'est pas technique, il réside probablement dans la capacité de chaque pays à ne pas pouvoir offrir l'accès aux données. « C'est un problème d'avoir un consensus local entre le secteur privé et le secteur public pour partager les données et les rendre disponibles afin qu'elles puissent être utilisées ».
