La Banque d'Angleterre prévient que l'essor rapide de l'IA dans la finance risque de provoquer des défaillances systémiques

La Banque d'Angleterre a averti que l'adoption rapide de l'IA dans le secteur financier peut passer du statut d'outil d'efficacité à celui de menace pour l'ensemble du système. Le régulateur a aussi pointé le risque de chocs plus larges si des défaillances technologiques coïncident avec les tensions sur le marché du private credit et les conséquences de la guerre avec l'Iran.

Pourquoi le régulateur s'inquiète

Pour la banque centrale, le problème n'est pas l'usage de l'IA en soi, mais la vitesse de sa diffusion. Si banques, fonds, courtiers et plateformes de crédit se mettent à s'appuyer simultanément sur des modèles similaires, les mêmes données et les mêmes services externes, leurs décisions deviendront trop synchrones. En temps normal, cela accélère les opérations et réduit les coûts, mais en situation de stress, cette synchronisation peut amplifier une erreur : une mauvaise évaluation du risque, une défaillance de modèle ou un faux signal se répéteraient presque instantanément tout au long de la chaîne.

Pour la stabilité financière, c'est dangereux pour une raison simple : les marchés reposent non seulement sur le capital, mais aussi sur la diversité des comportements des acteurs. Quand tout le monde regarde le marché à travers le même filtre algorithmique, la dispersion des évaluations, qui atténue souvent la volatilité, disparaît. La Banque d'Angleterre met en garde, en pratique, contre un nouveau type de risque systémique : non pas celui d'une banque au bilan fragile, mais celui d'une automatisation massive de décisions qui peuvent se révéler erronées en même temps.

Pourquoi le private credit est vulnérable

Le régulateur a porté une attention particulière au private credit, le marché du crédit privé en dehors du circuit boursier classique. Ce segment a progressé dans un contexte de taux élevés et de prudence des banques traditionnelles, mais il reste moins transparent et moins liquide que les marchés de dette publics. Si les modèles d'IA sont utilisés de façon agressive pour le scoring, l'évaluation des garanties, le suivi des emprunteurs et l'allocation du capital, une erreur dans ces calculs peut ne pas apparaître tout de suite. C'est pourquoi une défaillance locale peut se transformer en choc plus large pour le système.

• Surestimation de la qualité des emprunteurs
• Décisions identiques de révision du risque
• Net resserrement de l'octroi de nouveaux financements
• Transmission du choc aux banques, aux assureurs et aux fonds

Le danger ne se limite pas aux défauts de paiement. Sur un marché opaque, les problèmes apparaissent souvent tard : les modèles dressent d'abord un tableau serein, puis les investisseurs réalisent soudain qu'il y a moins de liquidité qu'il n'y paraissait et que la qualité du portefeuille est inférieure aux attentes. À ce moment-là, il n'y a pas d'ajustement en douceur, mais une réévaluation brutale des actifs. Si des banques, des fonds de pension ou des assureurs sont liés au private credit, le choc dépasse aisément un seul segment et touche tout l'écosystème financier.

La guerre accentue la pression

Dans la même évaluation, la Banque d'Angleterre a relié les risques technologiques à une instabilité plus large, causée par les conséquences de la guerre avec l'Iran. Un choc géopolitique emprunte généralement des canaux connus : prix de l'énergie, coût de financement, appétit pour le risque et comportement des investisseurs. Mais dans un environnement où les décisions sont de plus en plus automatisées, la réaction peut être plus rapide et plus brutale. Les algorithmes ne créent pas une crise à partir de rien, mais peuvent accélérer sa propagation s'ils réagissent de la même façon aux signaux externes et réaménagent leurs positions en même temps.

C'est la combinaison de ces facteurs qui rend l'avertissement de la banque centrale notable. Il ne s'agit pas de dire que l'IA a déjà déclenché une crise financière, mais qu'elle devient un amplificateur de vulnérabilités existantes. Quand la concentration technologique s'ajoute à un segment de crédit opaque et à un stress géopolitique, le coût de l'erreur grimpe fortement. Pour les régulateurs, c'est un signal : il faut regarder non pas les instruments pris isolément, mais la manière dont les nouveaux comportements affectent le système dans son ensemble.

Ce que cela signifie

Pour le marché, c'est un rappel direct : l'adoption de l'IA dans la finance n'est plus seulement une question de productivité, mais aussi de stabilité macroéconomique. Banques, plateformes de crédit et investisseurs devront prouver que leurs modèles sont maîtrisables, vérifiables et ne conduisent pas à des effets de meute. Plus l'IA s'invite dans les décisions financières, plus les stress tests, la transparence et le contrôle de la dépendance aux mêmes fournisseurs technologiques deviennent importants.