Le Data Office : pilier de la politique IA et data dans la banque et l’assurance
Maxime Havez, Chief Data Officer du Crédit Mutuel Arkea, revient sur l’importance de l’IA et de la data dans le monde de la banque et de l’assurance. Il nous explique également le rôle joué par le Data Office dans ce cadre et nous en dit plus sur les sujets et enjeux qui mobilisent cette entité transverse au quotidien.
Aujourd’hui, la data et l’IA jouent un rôle de plus en plus prépondérant dans le monde de la banque et de l’assurance. Qu’avez-vous pu remarquer ?
Historiquement utilisée sur quelques sujets spécifiques tel que la détection de fraude par exemple, l’IA impacte désormais la quasi-totalité de nos activités opérationnelles (conformité, analyse de documents, octroi de crédit…), mais aussi l’expérience client (connaissance client, émergence de bots, nouveaux produits et services…) avec de plus en plus d’usages déployés en production. En effet, au cours des dernières années, on entendait beaucoup parler de PoCs (Proofs of Concept) avec une opposition entre ces derniers et les projets qui partaient en production.
Personnellement, je trouve cette dichotomie quelque peu regrettable, car il y a derrière les PoCs une notion d’expérimentation qui, à mon sens, contribue à l’acculturation et la sensibilisation des différents métiers, mais aussi à leur capacité à se faire une conviction sur la performance des modèles sur une problématique donnée. C’est, d’ailleurs, une des spécificités de l’IA : il faut pouvoir la tester pour s’assurer qu’elle soit adaptée à une problématique donnée !
“Le Data Office a été créé dans une logique de proximité et d’écoute des différents métiers. Son rôle est véritablement de leur apporter des expertises en exploitation et valorisation de données pour garantir que les projets développés répondent aux besoins des métiers et puissent partir en production.”
Plus particulièrement, le passage en production de ces projets recoupe des sujets d’ordre IT et de gestion de plateforme de données, mais soulève également des enjeux de gouvernance, de responsabilité et d’organisation qui doivent également être pris en compte.
Aujourd’hui, les data scientists et data engineers travaillent de plus en plus dans une logique partenariale avec les entités métiers, mais également l’IT et la DSI. Et à cela s’ajoute une notion d’identification des risques associés à l’IA avec un regard et une attention particulière sur les questions relatives à la règlementation et au développement d’une IA éthique et responsable.
Comment un acteur comme Crédit Mutuel Arkea appréhende cette dimension ?
Acteur du monde de la banque et de l’assurance, Crédit Mutuel Arkéa utilise et exploite les données depuis déjà de nombreuses années. La singularité de notre modèle repose toutefois sur notre culture d’innovation.
Dès 2016, nous avons mis en place un Datalab qui fonctionnait de manière transversale. Plus récemment, le groupe s’est doté d’un Data Office dont l’objectif est d’opérer dans un modèle organisationnel hybride. Il est ainsi amené à travailler avec les différentes entités, directions et filiales du groupe afin de garantir que ces sujets et enjeux relatifs à la valorisation soient traités correctement et avec pertinence en partant bien des besoins métiers et business.
Dans cette démarche, nous conservons bien évidemment notre rôle de tiers de confiance, qui est au cœur même de l’ADN des banques. C’est un sujet qui nous tient particulièrement à cœur et que l’on retrouve, d’ailleurs, dans notre plan stratégique à horizon 2024 afin de garantir et de promouvoir un usage responsable et transparent des données de nos clients.
Plus particulièrement, quel est le périmètre du Data Office de Crédit Mutuel Arkea ?
Son rôle est d’expliciter et d’accompagner la démarche du groupe autour de l’utilisation de l’IA et des données. Son action s’articule donc autour de quatre missions qui abordent directement les principaux défis de notre secteur en la matière :
- L’innovation : aujourd’hui, l’IA occupe une place significative en matière d’innovation technologique. Il suffit de consulter les rapports publiés par Gartner pour s’en rendre compte ;
- Le pilotage d’une utilisation responsable et transparente des données ;
- Le développement et le déploiement de la plateforme data du groupe ;
- L’accompagnement des métiers et des différentes entités du groupe dans le développement de cas d’usages emblématiques.
Et à cela s’ajoute aussi un travail autour de la création de passerelles entre les sujets différents transverses autour de l’IA et la data : la gestion de la qualité de la donnée, le respect du RGPD et de la protection des données personnelles, la sécurisation de ces données, le développement de modèles de management du risque…
Comment voyez-vous le rôle de l’IA évoluer sur le moyen et long termes ? Quels sont les enjeux qui se posent afin qu’elle soit un atout et non pas un risque ?
Le Data Office a été créé dans une logique de proximité et d’écoute des différents métiers. Son rôle est véritablement de leur apporter des expertises en exploitation et valorisation de données pour garantir que les projets développés répondent aux besoins des métiers et puissent partir en production.
En parallèle, nous sommes très vigilants aux évolutions législatives et règlementaires autour de l’utilisation de l’IA. Au-delà d’un traditionnel travail de veille règlementaire, nous nous inscrivons aussi dans une démarche d’anticipation.
L’enjeu est aussi de trouver le bon équilibre afin de ne pas tomber dans une hypervigilance qui pourrait parfois se révéler contre-productive. Par exemple, la notion de biais de l’IA doit évidemment être regardée de près mais ne doit être appréhendée comme un frein, car elle est une composante importante du développement responsable de l’IA. Enfin, de plus en plus, il nous faut raisonner en termes de produit et plus uniquement envisager les projets d’IA sous le prisme de projets purement algorithmiques. Penser produit, c’est aussi une façon de s’assurer que l’usage final du modèle reste au cœur du sujet.
Quelles pistes de réflexion pourriez-vous partager avec nos lecteurs dans ce cadre ?
Aujourd’hui, l’exploitation des données est un sujet qui mobilise l’ensemble des directions et des entités d’un groupe.
Elle est aussi un des leviers à actionner pour développer des produits transverses qui pourront être utilisés par toutes les composantes d’un groupe. Cette réalité va probablement pousser les entreprises à repenser leurs modèles organisationnels sur certains sujets. En parallèle, il faut poursuivre les efforts d’acculturation au sein des différents métiers afin de développer une culture de l’IA et de la data en interne. Ce travail de formation doit s’inscrire dans le temps long et être adapté à chaque partie prenante de l’entreprise (management, utilisateur…).
Enfin, il faut pouvoir également attirer et fidéliser les compétences et les talents. Au-delà des data scientists et engineers, on assiste à l’émergence de nouveaux métiers et besoins en termes de compétences (product management, juriste…).