Lignes directrices de la MAS sur les risques de l'IA : un modèle utile au-delà de la banque

Une réglementation écrite pour les banques enthousiasme rarement les marketeurs. Celle-ci devrait au moins les inciter à prendre des notes. Le 7 octobre, la Monetary Authority of Singapore a publié ses Guidelines on Artificial Intelligence Risk Management. Les banques, les assureurs et les autres institutions financières en sont les destinataires directs. Mais la logique de ces lignes directrices offre un modèle clair à toute équipe qui utilise l'IA pour prendre des décisions concernant des clients, marketing compris.

Ce qui s'est passé

Selon le communiqué de presse de la MAS, les lignes directrices s'appliquent à toutes les institutions financières et à toutes les formes de technologies d'IA, selon une « approche fondée sur des principes et proportionnée aux risques ». La MAS les avait soumises à consultation en novembre 2025.

Les attentes se répartissent en quelques groupes. Les conseils d'administration et la direction générale doivent superviser les risques liés à l'IA et définir des rôles, une appétence au risque et des cadres clairs ; un comité IA dédié n'est pas requis si les structures existantes assurent une supervision adéquate. Les institutions doivent recenser leurs usages de l'IA, tenir des inventaires, évaluer l'importance de chaque usage et appliquer des contrôles proportionnés tout au long du cycle de vie, couvrant la gouvernance des données, les tests, la supervision humaine, la cybersécurité, la surveillance et la gestion des changements. Elles restent responsables de l'IA utilisée dans leurs services, même lorsqu'elle provient de tiers, et doivent obtenir des garanties et appliquer des contrôles compensatoires, ou encore limiter, suspendre ou remplacer un service dont les risques dépassent leur appétence.

Les lignes directrices entrent en vigueur le 7 octobre 2027, certaines sections s'appliquant d'ici le 7 octobre 2028. La MAS a également signalé l'usage croissant de systèmes d'IA agentique capables d'agir de manière autonome et d'utiliser des outils, et a indiqué son intention de consulter le secteur en 2027 sur les recommandations supplémentaires qui seraient utiles.

Pourquoi c'est important

Regardez où l'IA touche aujourd'hui les clients d'une banque : recommandations de produits, moteurs de next-best-offer, chatbots, marketing du crédit, filtrage de la fraude, contenus générés dans les campagnes. Une grande partie est gérée ou commandée par le marketing. Au titre de ces lignes directrices, une bonne part doit figurer dans un inventaire, faire l'objet d'une évaluation de son importance et être gouvernée tout au long de son cycle de vie.

La clause sur les tiers est celle qui compte le plus pour le marketing. Les équipes marketing achètent beaucoup d'IA : auprès de plateformes publicitaires, d'éditeurs martech, d'agences et de freelances qui utilisent leurs propres outils. La MAS est claire : l'institution reste responsable. « C'est le prestataire qui l'a fait » n'est pas un contrôle.

Et le calendrier est généreux, sans être long. Un an avant l'entrée en vigueur des principales sections, c'est suffisant pour constituer un inventaire correctement, et insuffisant pour le faire au dernier trimestre.

Ce que disent mes recherches

J'ai donné à WSDM 2023 une conférence intitulée Under the Hood of Social Media Advertising: How Do We use AI Responsibly for Advertising Targeting and Creative Evaluation. L'argument central était que les questions éthiques et de vie privée liées au profilage automatisé, au ciblage et au scoring créatif ne sont pas abstraites. Elles découlent de choix de conception précis qui peuvent être documentés et maîtrisés.

C'est exactement ce qu'un inventaire de l'IA vous oblige à faire. Pour chaque usage, notez quelles données entrent, quelle décision en sort, qui la vérifie et ce qui se passe quand cela tourne mal. Mes recherches sur l'IA explicable pour le marketing, d'Against Opacity (ACM Multimedia 2023) à MindFuse (ACM Multimedia 2025), reposaient sur le même réflexe : si la recommandation d'un modèle touche à l'argent ou aux clients, les personnes responsables doivent pouvoir comprendre pourquoi il l'a formulée.

J'ai aussi soutenu dans Forbes que la transparence compte pour les entreprises tirées par le marketing. Les régulateurs transforment désormais ce principe en attentes prudentielles. Les équipes qui pratiquent déjà l'explicabilité trouveront la conformité bien moins coûteuse.

Une check-list pratique pour les équipes marketing (dans la finance et au-delà)

• Constituez l'inventaire. Listez chaque système d'IA que le marketing utilise ou commande : ciblage, recommandations, chatbots, génération de contenu, scoring créatif, analytique.
• Évaluez l'importance avec honnêteté. Un outil qui rédige des notes internes présente un risque faible. Un modèle qui décide quels clients voient une offre de crédit, non.
• Cartographiez les tiers. Pour chaque prestataire et chaque agence, consignez quelle IA ils utilisent en votre nom et quelles garanties vous avez reçues.
• Placez des humains là où c'est important. Définissez où une relecture humaine est requise avant la mise en ligne de contenus destinés aux clients.
• Surveillez après le lancement. Les modèles dérivent et les campagnes évoluent. Planifiez des revues, en particulier après les mises à jour de modèles des prestataires.
• Suivez la consultation sur l'IA agentique. Si vous testez des agents qui agissent sur des données clients, attendez-vous à des recommandations spécifiques et concevez dès maintenant pour l'auditabilité.

Les régulateurs singapouriens ont l'habitude de rédiger des recommandations qui deviennent ensuite la norme régionale. Si votre entreprise opère en Asie du Sud-Est, il est raisonnable de considérer ces lignes directrices comme un avant-goût, même si vous n'êtes pas une banque.

FAQ