Plan du cours
L'IA comme actif stratégique dans les services financiers
- Le rôle de l'IA dans les écosystèmes financiers modernes.
- Capacités de l'IA en détection de fraude, notation de crédit et insights client.
- Business valeur versus complexité opérationnelle de la mise en œuvre de l'IA.
Une IA responsable : éthique et impartialité dans les applications financières
- Qu'est-ce que l'IA éthique ? Principes fondamentaux et normes du secteur.
- Risques de biais et discrimination dans la prise de décision algorithmique.
- Stratégies pour l'impartialité, la transparence et la responsabilité.
L'environnement réglementaire de l'IA dans les services financiers
- Vue d'ensemble des régulations mondiales sur l'IA (Acte AI de l'UE, orientations aux États-Unis, etc.).
- Attentes réglementaires en matière d'explicabilité et de validation des modèles.
- Conformité et préparation à l'audit pour les systèmes IA.
Gouvernance et Risk Management de l'IA
- Mise en place de cadres internes de gouvernance pour l'IA.
- Rôles et responsabilités : détenteurs des données, gestionnaires du risque de modèles, chefs de la conformité.
- Gestion des risques liés aux prestataires externes et responsabilité des fournisseurs.
Défis et facteurs de succès pour la mise en œuvre de l'IA
- Planification stratégique et gestion du changement pour la mise en œuvre de l'IA.
- Compétences, infrastructures et préparation culturelle dans les institutions financières.
- Leçons apprises des premiers adopteurs à l'échelle mondiale.
Études de cas en IA responsable pour les institutions financières
- Fintech utilisant l'IA de manière responsable dans le prêt et la technologie du patrimoine.
- Banques traditionnelles modernisant leur gestion des risques avec l'IA.
- Dérapages éthiques et implications pour la confiance publique.
Concevoir une feuille de route IA en tenant compte d'éthique et réglementation
- Fixer des objectifs IA alignés avec les objectifs stratégiques et de conformité.
- Créer une feuille de route pour le déploiement éthique de l'IA dans votre institution.
- Stratégies de communication interne et d'engagement des parties prenantes.
Résumé et étapes suivantes
Pré requis
- Une compréhension des opérations dans les services financiers
- Familiarité avec les concepts de transformation numérique de base
- Intérêt pour les implications stratégiques et éthiques de l'IA
Public cible
- Dirigeants au niveau exécutif dans le secteur bancaire et financier
- Fintech gestionnaires et responsables de la transformation
- Professionnels de la conformité et du gouvernance
Nos clients témoignent (3)
Le contexte / la théorie des LLMs, l'exercice
Joanne Wong - IPG HK Limited
Formation - Applied AI for Financial Statement Analysis & Reporting
Traduction automatique
cela m'a ouvert l'esprit à de nouveaux outils qui peuvent m'aider à créer des automatisations
Alessandra Parpajola - Advanced Bionics AG
Formation - Machine Learning & AI for Finance Professionals
Traduction automatique
J'ai beaucoup apprécié la manière dont le formateur présentait tout. J'ai compris tout, même si la Finance n'est pas mon domaine ; il s'assurait que chaque participant soit à la même page, tout en respectant le temps imparti. Les exercices étaient bien répartis. La communication avec les participants était constante. Le matériel était parfait, ni trop abondant, ni insuffisant. Il a très bien approfondi les sujets un peu plus complexes pour qu'ils soient compréhensibles par tous.
Diana
Formation - ChatGPT for Finance
Traduction automatique