L’intellect synthétique (IA) est utile pour gérer de manière optimale un programme en cours, notamment avec des risques manifestement réalisés. Il fonctionne exceptionnellement bien lors de la conception et de la gestion des composants. Offrant des observations adéquates ainsi qu’un signal solide, il peut déterminer des bâtiments dynamiques sérieux beaucoup plus robustement que tout être humain et est considérablement exceptionnel dans les domaines qui nécessitent l’analyse statistique de grandes quantités de données Web. Il peut le faire sans traitement humain. Nous pouvons laisser une machine IA dans la charge quotidienne de ce type de système, s’auto-corriger instantanément et apprendre des erreurs et atteindre les objectifs de ses maîtres humains. Cela signifie que l’administration des risques et les petites orientations prudentielles sont très bien conçues pour l’IA. Les problèmes technologiques réels sont clairement décrits, tout comme les objectifs de niveau supérieur et réduit. Cependant, les mêmes attributs particuliers qui rendent l’IA si idéale pour les petits organismes gouvernementaux prudentiels peuvent également expliquer pourquoi elle pourrait déstabiliser le système économique et améliorer le risque systémique, comme mentionné dans Danielsson et al. (2017). Dans les applications à haut niveau réussies, les routines d’entraînement d’un moteur d’IA alimentent de petits éléments d’un problème complet, dans lequel l’option internationale est simplement des sous-alternatives agrégées. Gérer tous les petits éléments d’un processus de manière indépendante équivaut à gérer la méthode dans son intégralité. La gestion des dangers et les petites restrictions prudentielles sont des exemples de ce type de difficulté. La première étape de l’administration des risques est certainement la modélisation du danger et c’est simple pour l’IA. Cela nécessite de gérer les taux du marché avec des méthodes statistiques assez basiques, travail qui est certainement déjà bien avancé. L’étape suivante consiste à mélanger une connaissance détaillée de tous les postes organisés par une institution financière avec des informations sur les personnes qui décident de ces placements, en créant un moteur d’IA d’administration des risques avec une expertise en matière de danger, de rôles et de fonds humains. Fondamentalement, nous avons encore du chemin à parcourir pour parvenir à cette conclusion, une grande partie des informations importantes ayant déjà été contenues dans la structure informatique des banques, il n’y a pas d’obstacles techniques insurmontables en cours de route. Il ne resterait plus qu’à informer le moteur des objectifs de haut niveau de toute banque. La machine est en mesure d’opérer immédiatement des fonctions régulières de contrôle des risques et de répartition des avantages, de définir des limites de placement, de recommander qui est licencié et qui devient des bonus, et de recommander où les leçons de ressources à investir. Sans aucun doute, l’IA a donné naissance à une toute nouvelle industrie appelée «technologie moderne de contrôle» ou «regtech». Il est loin d’être difficile de traduire le livre de règles de toute société de surveillance, maintenant pour la plupart des éléments en anglais de base, en un moteur de raisonnement informatisé officiel. Cela permet à l’autorité de confirmer la régularité de ses réglementations et fournit aux institutions bancaires une interface utilisateur de codage logiciel pour authentifier les procédures par opposition aux restrictions. Pendant ce temps, l’IA de supervision et l’IA d’administration des banques des chances peuvent instantanément s’interroger pour obtenir une certaine approbation. Cela signifie également que toutes les informations générées par les institutions bancaires sont correctement organisées et étiquetées et immédiatement traitables par l’autorité pour la conformité et l’identification des risques. Il existe encore un long chemin à parcourir avant que l’IA ne devienne une réalité sensible, mais ce qui est exposé ci-dessus est éminemment concevable en raison de la trajectoire de la progression scientifique. La principale barrière peut très bien être juridique, politique et interpersonnelle plutôt que technique.