Une AI belge pour aider les banques à limiter les risques

Les banques qui recourent à un modèle de risque erroné, peuvent perdre des milliards. La jeune entreprise Yields a précisément mis en oeuvre une façon d’éviter les erreurs humaines et autres dans ce processus.

‘Le modèle de risque, tel est le problème que nous voulons résoudre’, affirme Jos Gheerardyn de Yields. ‘Les banques utilisent de très nombreux modèles mathématiques, et s’ils ne sont plus corrects, cela peut leur coûter des milliards de dollars. Voyez ce qui est arrivé à JP Morgan en 2012. Elle a perdu six milliards de dollars à cause d’une erreur dans un modèle de risque au crédit. Les régulateurs bancaires demandent dès lors que les institutions financières testent mieux leurs modèles. Jusqu’à présent, cela se faisait manuellement, mais nous, nous avons mis au point une solution d’automatisation, ce qui réduit le risque d’erreurs.’

L’automatisation était tout simplement nécessaire, entend-on. ‘Le nombre de modèles utilisés par les banques progresse de façon exponentielle. On ne peut donc faire autrement. Notre solution, Chiron, reprend un certain nombre de tâches effectuées par des humains et ce, grâce à l’apprentissage machine. Pour commencer, il convient de détecter les problèmes liés à la qualité des données ou de créer un modèle alternatif pour voir si les fonctions sous-jacentes exercent un impact sur les résultats. En outre, il y a évidemment l’intégration avec le ‘workflow process management’, car souvent – surtout au sein des grandes organisations -, il faut tenir systématiquement à jour le processus de test d’un algorithme. Ce faisant, les validateurs de modèles, qui consacrent leur temps à des travaux relativement simples, peuvent à présent se focaliser sur la compréhension des causes d’échec d’un modèle déterminé.’

‘Notre plate-forme repose sur une pile de données massives open source typique, ce qui fait que nous disposons d’un système distribué, qui nous permet d’analyser simultanément de grandes quantités de données. De plus, l’analytique que nous avons conçue, est assez spécifique. Les applications d’apprentissage machine typiques donnent en effet peu d’espace à la gestion des risques: ce sont des algorithmes qui effectuent une prévision, afin qu’on puisse avoir au niveau de la gestion des risques une idée de l’incertitude possible de la prévision. Nous avons créé une technologie capable aussi de cartographier le tout.’

Projets d’expansion

Chiron est commercialisée par le biais d’un modèle de licence SaaS, qui peut opérer tant sur site que dans le nuage. ‘Ce choix est important dans la mesure où tous les régulateurs n’ont pas encore confiance dans le nuage. Le coût de la licence évolue en fonction du nombre de modèles que le système doit gérer.’

Au bout de deux années d’activité commerciale, Yields possède des bureaux à Bruxelles et à Londres, où Chiron est activement vendue. ‘Actuellement, onze banques en Europe et une aux Etats-Unis font tourner notre solution en production. On y retrouve notamment Banca Mediolanum située dans le nord de l’Italie, mais aussi Argenta chez nous. L’objectif est de se concentrer d’abord sur l’Europe, mais nous entendons à coup sûr franchir l’océan et gagner les Etats-Unis.’

‘Il s’agit d’un marche de niche’, précise Gheerardyn. ‘Trouver des clients se fait surtout via notre réseau, puisqu’il s’agit d’une solution ciblant une sorte très spécifique de fonctions comme le Chief Risk Officer ou le Head Of Model Risk. Ce sont ces personnes que nous tentons d’atteindre autant que possible. Cela se passe souvent aussi par ce qu’on appelle le thought leadership: nous sommes régulièrement invités à venir parler du modèle de risque, surtout dans le contexte de l’AI. Avec la percée de l’apprentissage machine, le modèle de risque est en effet devenu important non seulement pour le marché financier, mais en réalité aussi pour toutes les industries qui fonctionnent avec une analytique complexe et veulent explorer en profondeur des modèles. Prenez la réglementation GDPR, qui contraint une entreprise à dévoiler pourquoi son software est arrivé à un certain résultat. Dans ce but, il convient de comprendre son modèle et savoir ce qu’il a fait.’

Fondée avec des fonds propres en 2017, Yields a été très rapidement retenue pour le programme i-Start de l’imec, après quoi Volta et Pamica y ont injecté 1,25 million d’euros. ‘Mi-2020, nous souhaiterions effectuer une nouvelle phase de capitalisation’, conclut Gheerardyn. ‘Cela nous permettrait de financer notre expansion géographique, mais aussi de nous étendre à d’autres segments verticaux, comme celui de l’énergie.’