La réglementation suisse peut sembler complexe aux acteurs des services financiers qui doivent s’y référer régulièrement, voire la mettre en œuvre dans les banques. L’empilement d’une quantité importante de textes de loi, de circulaires ou d’ordonnances FINMA, de normes et de règlements de sources variées n’aide pas à s’y retrouver. Les RegTechs apportent des solutions à ces professionnels. Connaissez-vous la notion de recherche sémantique appliquée à la réglementation financière ? Nous vous proposons ce guide sur cette technologie puissante, bien plus que la simple exploration traditionnelle par mot clé.
1 – Les défis des banques en matière de réglementation financière et de conformité
Selon le Boston Consulting Group, le niveau d’amendes infligées aux banques de 2008 à 2016 atteint plus de 320 milliards de dollars, dont 37 % pour les établissements européens. Même si ces pénalités présentent des origines et natures diverses, la conformité reste une préoccupation majeure.
1.1 – Analyser et rechercher des informations dans une quantité de textes réglementaires toujours grandissante
La gestion de la réglementation financière concerne des milliers de pages en Suisse. Ainsi, selon notre décompte, l’année 2022 comporte pas moins de 620 pages publiées pour des rapports explicatifs en provenance de la FINMA et du DFF. S’y ajoutent toutes les sources d’information relatives à l’autoréglementation (ASB, AMAS, etc.). Enfin, n’oublions pas les changements réglementaires imposés par d’autres textes hors réglementation financière. C’est le cas de la (n)LPD par exemple. Les projets de loi comme ceux relatifs à Bâle III final doivent également être pris en compte.
Certes, le régime des petites banques permet de réduire un peu la complexité pour les établissements de taille modeste. Toutefois, les tâches liées au domaine réglementaire exigent d’utiliser les bons outils pour gagner du temps et disposer d’une vue complète du contexte autour de chaque requête.
1.2 – Maîtriser les risques de non-conformité en exploitant au maximum les sources d’information réglementaires
Non seulement les textes et sources d’information sont très nombreux, mais en plus la réglementation ne cesse d’évoluer. Les régulateurs suisses et les institutions mondiales adaptent leurs exigences à l’issue de chaque crise financière. De nouveaux changements pourraient ainsi venir modifier un jour les ratios réglementaires.
Dans les banques, les équipes qui traitent la conformité sont confrontées à un dilemme pour honorer leurs obligations :
- respecter au maximum les exigences réglementaires afin d’éviter les pénalités ;
- tout en réduisant le coût de la conformité, notamment le temps qui y est consacré.
Cette complexité réglementaire demande à être vaincue. Des outils RegTech spécialement conçus dans ce but apportent du confort aux équipes en matière de compliance. Ils facilitent l’exploitation maximale des sources d’information réglementaires afin de diminuer le risque de non-conformité.
1.3 – Optimiser la gestion des changements réglementaires et les tracer
Tout changement réglementaire dans une banque constitue un projet sensible. Il implique de nombreuses personnes au sein de l’établissement, voire chez les sociétés de conseil. Cet exercice demande d’analyser les textes réglementaires de façon minutieuse ainsi que de piloter les tâches induites par ce changement. À l’heure du digital et avec l’idée de toujours gagner du temps, la RegTech apporte des solutions collaboratives intéressantes, tout en documentant et en traçant chaque changement.
1.4 – Associer les politiques et procédures propres à la banque aux textes réglementaires
Chaque établissement financier doit appliquer les exigences réglementaires qui font autorité. Toutefois, il doit aussi concilier ces travaux avec le respect de ses propres politiques et directives internes. Cet aspect complexifie encore plus la tâche des spécialistes en services financiers.
Comment concentrer toute cette documentation au même endroit afin de ne pas perdre de temps et trouver une classification pour un traitement optimal de l’information ? e-Reg propose cette fonctionnalité RegTech justement. Nous offrons en effet à nos clients une option intéressante, la mise en place d’un dossier global qui inclut les règles internes sur notre plateforme. Cette organisation documentaire se réalise dans un espace sécurisé et ségrégué.
2 – Rechercher des informations réglementaires par mots clés : les limites du processus
Les outils comme e-Reg proposent divers systèmes de recherche réglementaire du type RegTech. La première technique consiste à saisir des mots clés dans un moteur.
2.1 – Qu’est-ce qu’une recherche par mot clé ?
Un outil de recherche efficace permet d’attaquer simultanément de multiples sources d’information grâce à une base de données unique, souvent électronique. Avec un tel système, chaque personne obtient de nombreux résultats à partir d’un simple mot clé. C’est l’utilisation la plus élémentaire pour un outil RegTech.
L’application RegTech renvoie des résultats en s’appuyant sur toutes les sources de la base de données qui contiennent le mot clé retenu. Avec des outils bien paramétrés, cette manière s’avère intéressante. Elle peut procurer une liste de résultats solides, par exemple dans le domaine juridique. En effet, elle consiste à identifier des mots exacts. Elle permet d’identifier très rapidement les quelques passages de la réglementation financière qui discutent d’un sujet très précis.
2.2 – Améliorations pour chercher de l’information avec un mot clé
La première limite de cette méthode par mot clé concerne la quantité d’informations récupérées ou la taille de la liste de documents à consulter. Certaines fonctionnalités RegTech complémentaires améliorent l’expérience de l’utilisateur et facilitent son analyse.
2.2.1 – Les facettes : un système qui exige une caractéristique commune
Cette technique sert par exemple pour l’organisation de l’archivage de la documentation. C’est une manière d’améliorer la structuration des documents et de faciliter l’interface de navigation. Système inventé par le mathématicien et bibliothécaire, Ranganathan, il permet d’utiliser simultanément plusieurs dimensions d’analyse. Notamment, on y définit des catégories fondamentales afin d’extraire les données d’une base qui répondent à une caractéristique.
Prenons un exemple simple. Le mot clé “avocat” associé à une facette “juridique” ne renvoie pas d’informations autour du fruit. Ainsi, dans le domaine réglementaire, le client d’une solution RegTech peut filtrer et affiner ses résultats. Il obtient seulement l’affichage des données qui disposent de la caractéristique commune choisie.
2.2.2 – Rechercher avec des expressions
Plutôt que de se lancer dans une requête qui se base sur un simple mot clé, certains outils offrent aussi la possibilité de frapper une expression en la mettant entre guillemets. Tout comme des moteurs classiques le proposent sur le Web, cette fonctionnalité réduit la quantité de réponses.
Prenons deux exemples de requête dont la mise en place s’avère simple dans le cadre de notre solution RegTech, e-Reg :
1. L’utilisateur saisit le numéro d’une circulaire FINMA dans le moteur : “2301”. Il obtient immédiatement le texte de cette circulaire FINMA 23/01.
2. Un utilisateur souhaite accéder à un extrait d’un document, par exemple l’article 22a de l’ordonnance de la FINMA relative au blanchiment d’argent. Il frappe dans le moteur l’expression entre guillemets “22a OBA-FINMA”. Voici l’affichage du résultat :
2.2.3 – Les snippets ou extraits
Pour illustrer ce concept, prenons l’exemple de Google. Ainsi, depuis 2016 Google propose un affichage dans son moteur appelé “featured snippets”. Cette réponse comporte directement l’extrait du texte retenu par Google. Elle se positionne systématiquement dans un bloc en haut de la première page. L’algorithme choisit la réponse qu’il considère la plus pertinente à la question que pose l’internaute. Un lien permet d’accéder au texte intégral.
Certaines RegTechs spécialisées en gestion réglementaire proposent aussi cette fonctionnalité. Ce type d’extrait aide les utilisateurs à comprendre le contexte de leur requête.
2.3 – Les limites de la recherche d’informations réglementaires par mot clé
Quel que soit le terme que vous saisissez dans un moteur, la requête par mot clé ne peut répondre aisément à tous vos besoins en matière réglementaire. Ainsi, cette méthode peut conduire à des résultats qui manquent de pertinence, voire des informations inutiles.
Parfois, ce type de requête vous limite à un nombre fixe de mots clés. C’est toutefois une technique qui apporte des résultats plus rapides et plus efficaces. En effet, l’algorithme de recherche n’effectue aucune hypothèse sur le sens de la recherche (par opposition à la recherche sémantique).
3 – Rechercher une information grâce à la sémantique : une technologie RegTech à connaître
Identifier des informations dans l’ensemble d’une base de données peut toutefois s’opérer différemment que par mot clé. Cette technologie s’appelle la recherche sémantique ou vectorielle.
3.1 – Recherche sémantique ou vectorielle : définition et historique
Comment faire comprendre à une machine que deux mots sont synonymes ? De nouvelles technologies comme l’intelligence artificielle (IA) ainsi que de nouveaux algorithmes prennent désormais en charge cette problématique. La recherche sémantique ou vectorielle constitue une des techniques pour y parvenir.
Ce type de recherche augmentée permet d’améliorer l’expérience et la précision de l’investigation. L’objectif consiste à comprendre l’intention de l’utilisateur du moteur de recherche. Ce processus prend en compte la signification des mots saisis dans la requête, en fonction de leur contexte.
3.2 – Les technologiques exploitées par un processus de recherche sémantique de données et d’informations
Cette technologie se base sur le traitement du langage naturel (NPL), tout comme sur les mécanismes d’apprentissage automatique. Ainsi, l’outil de recherche sémantique utilisé pour les textes réglementaires identifie seul les meilleurs résultats pour l’utilisateur, en fonction de leur sens sémantique.
3.2.1 – L’intelligence artificielle
L’IA exploite des vecteurs de grande taille afin d’extraire toutes les informations d’une large base de données, dès lors qu’elles sont sémantiquement proches de la requête saisie. Parmi les techniques IA utilisées, citons notamment le Machine Learning.
L’IA rend possible la comparaison de deux phrases ou expressions ainsi que l’évaluation de leur contenu. Le logiciel peut alors décider si la similarité existe et si ce sont des synonymes.
3.2.2 – Le Machine Learning (ML)
C’est une forme d’intelligence artificielle. Ce processus consiste à créer des systèmes afin d‘apprendre des données lors de leur traitement, puis d’améliorer les performances en fonction des résultats obtenus. C’est un mode de fonctionnement basé sur la courbe d’apprentissage. Le Machine Learning intervient dans de nombreux domaines, notamment en vue de maximiser l’expérience de l’utilisateur.
Appliqué au domaine réglementaire dans les banques, le Machine Learning permet d’identifier le sens et le contexte de données non structurées, soit des textes. Avec cette technologie, l’outil trouve des données similaires selon le principe du plus proche voisin approximatif ou ANN, et non pas des correspondances exactes.
3.3 – Recherche sémantique en réglementation financière : caractéristiques du processus
La recherche vectorielle s’utilise dans des applications de services à la clientèle ainsi que pour des assistants virtuels. Citons aussi les chatbots qui pratiquent l’analyse sémantique. Mais les institutions financières ne sont pas oubliées sur le plan de la réglementation et de la surveillance de la conformité. Ainsi, certaines plateformes RegTechs comme e-Reg réalisent un tel traitement au niveau de leur processus de recherche. Selon les applications, l’utilisateur peut disposer d’une ou plusieurs des fonctionnalités décrites ci-après.
3.3.1 – Un système de recherche avec des capacités multilingues simultanées
Cette technologie autorise la recherche en plusieurs langues. L’application parvient à afficher le résultat de la requête, quelle que soit la langue dans laquelle vous la formulez. C’est un gain de temps appréciable et un traitement qui conduit à des résultats plus riches. L’utilisateur améliore ainsi son analyse ainsi que sa décision qui en découle le cas échéant.
3.3.2 – Un outil pour rechercher des informations par similarité de contenu
C’est une autre manière de procéder pour de la recherche vectorielle. Ainsi, l’application affiche un contenu similaire et en relation avec la requête saisie par l’utilisateur. En effet, un des principes d’un moteur de recherche vectoriel consiste à mesurer le score de similarité. Ce traitement s’opère grâce à l’indexation des requêtes et des documents de la base de données en s‘appuyant sur des plongements vectoriels.
3.3.3 – Une solution de recherche de texte multi-modale
Avec la recherche sémantique multi-modale, vous pouvez obtenir des résultats sous diverses formes : le texte d’un document, mais aussi une image, un extrait d’une vidéo ou même une bande audio. Cette technique agrandit donc le champ des possibles et enrichit encore les informations obtenues par l’outil.
3.4 – Les avantages de la recherche vectorielle pour les banques et le secteur des services financiers en général
Cette technique d’investigation sémantique s’avère plus pratique pour formuler sa demande dans un vocabulaire naturel au lieu de devoir le coder avec des mots clés. En outre, elle autorise l’affichage de données issues de synonymes ou de variantes sémantiques. C’est donc l’assurance d’obtenir un résultat plus complet et plus riche, autour du contexte de sa recherche.
Recherchez efficacement de l’information dans la réglementation financière grâce à la sémantique
L’enjeu de la conformité dans les banques vaut le coup de s’équiper des outils les plus efficaces en matière de gestion réglementaire. La RegTech apporte des technologies comme le Machine Learning et l’IA pour faciliter le travail dans les services financiers des banques ou dans les cabinets de conseil. e-Reg, la RegTech suisse spécialisée en recherche sémantique, se propose de vous réaliser une démonstration personnalisée de ce type de fonctionnalités. Inscrivez-vous en ligne !