L’essor de l’intelligence artificielle dans l’octroi de crédit bouleverse profondément les pratiques bancaires européennes. Si cette mutation combine gains de productivité et promesse d’inclusion financière, elle s’accompagne d’un encadrement réglementaire en rapide expansion. Entre opportunités commerciales et contraintes juridiques, les établissements financiers évoluent désormais dans un univers où chaque décision algorithmique engage leur responsabilité.
De l’expertise humaine à l’automatisation
Là où les conseillers bancaires analysaient revenus et historiques, les algorithmes explorent désormais comportements d’achat, réseaux sociaux et métadonnées. Les fintechs comme Younited Credit s’appuient sur l’Open Banking pour évaluer instantanément la solvabilité, réduisant considérablement les délais.
L’investissement massif dans ces technologies illustre l’accélération : 150 milliards d’euros injectés en 2024, avec une croissance annuelle de 30 %. Big Data Scoring intègre LinkedIn aux modèles, NeoFinance analyse la qualité des connexions professionnelles. Mais cette sophistication s’accompagne de dérives : une étude de 2025 montre qu’une IA bancaire discrimine 73 % des artistes, révélant les biais structurels des modèles.
Un encadrement européen strict et progressif
L’AI Act, ou le Règlement européen sur l’intelligence artificielle (RIA) en français, applicable depuis août 2024, classe l’évaluation de solvabilité parmi les systèmes « à haut risque », imposant d’ici 2026 des obligations de traçabilité, de supervision humaine et de documentation exhaustive. Les pratiques jugées « inacceptables », comme le scoring social généralisé, sont interdites.
En parallèle, le Règlement Général sur la Protection des Données (RGPD) maintient une pression forte via son article 22, renforcé par l’arrêt SCHUFA de 2023 qui élargit la notion de « décision automatisée ». Enfin, le Code de la consommation français impose un devoir d’explication personnalisé, ce qui renforce la complexité d’une conformité multi-niveaux.
Cadre français et doctrine de surveillance
En mai 2025, la Commission Nationale de l’Informatique et des Libertés (CNIL) a publié un référentiel encadrant l’usage de l’IA dans l’octroi de crédit. Quatre axes stratégiques dominent : documentation systématique, filtres anti-données sensibles, information claire du client et rectification adaptée aux scores financiers.
De son côté, l’Autorité de Contrôle Prudentiel et de Résolution (ACPR) structure sa doctrine autour de la qualité des données, de la performance technique, de la robustesse opérationnelle et de l’explicabilité. Denis Beau, sous-gouverneur de la Banque de France, souligne que les méthodes de supervision doivent désormais s’adapter aux spécificités algorithmiques.
Au niveau européen, l’Autorité Bancaire Européenne (EBA) conserve une approche prudente. Son rapport de 2023 privilégie l’interprétabilité native des modèles de machine learning, estimant que leur usage reste « marginal » malgré leur potentiel prédictif.
Les défis techniques : transparence et équité
La transparence algorithmique soulève des difficultés techniques majeures. Le RGPD exige une information claire sur la logique sous-jacente et les conséquences prévues des décisions. Pour y répondre, les banques développent l’IA explicable, recourant à LIME ou SHAP afin de concilier intelligibilité et performance.
Mais au-delà de la technique, la lutte contre les discriminations algorithmiques constitue un défi systémique. Après le cas emblématique des artistes, d’autres biais touchent le genre, l’origine géographique ou la situation familiale, créant des cercles vicieux d’exclusion financière. Le Défenseur des droits plaide pour des mécanismes robustes de détection et de correction.
Responsabilité juridique et innovation responsable
La responsabilité en cas d’erreur algorithmique demeure incertaine : développeur, banque, fournisseur de données ou hébergeur peuvent tour à tour être concernés. L’AI Act distingue « fournisseurs » et « déployeurs » mais laisse subsister des zones d’ombre, renforcées par des sanctions très dissuasives (jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires mondial).
Face à ces contraintes, émergent des solutions techniques adaptées : l’IA explicable par design, les algorithmes intégrant des métriques anti-discrimination, ou encore les audits algorithmiques réguliers. L’Open Banking, en privilégiant l’analyse comportementale aux critères socio-démographiques, favorise aussi l’inclusion financière de profils traditionnellement exclus.
Conclusion : Vers une finance algorithmique de confiance
Le crédit algorithmique s’impose comme une transformation irréversible. L’Europe construit progressivement un cadre normatif exigeant, où la transparence, l’équité et la responsabilité deviennent des conditions de légitimité. Les établissements capables de transformer ces contraintes en opportunités, par la gouvernance algorithmique, l’explicabilité et l’innovation responsable, disposeront d’un avantage compétitif durable.
L’enjeu dépasse la simple conformité réglementaire : il s’agit de bâtir une IA bancaire de confiance, au service d’un crédit plus juste et accessible, conciliant performance technologique et protection des droits fondamentaux.
Sources :
- https://acpr.banque-france.fr/fr/publications-et-statistiques/publications/gouvernance-des-algorithmes-dintelligence-artificielle-dans-le-secteur-financier
- https://www.cnil.fr/sites/cnil/files/2025-05/projet_referentiel_octroi_credit.pdf
- https://www.eba.europa.eu/publications-and-media/press-releases/eba-publishes-follow-report-use-machine-learning-internal
- https://digital-strategy.ec.europa.eu/fr/policies/european-approach-artificial-intelligence
- https://www.defenseurdesdroits.fr/sites/default/files/2023-07/ddd_rapport_algorithmes_2020_20200531.pdf
- https://open.lefebvre-dalloz.fr/droit-affaires/protection-donnees-personnelles/profilage-rgpd_a93014
- https://www.deloitte.com/fr/fr/Industries/banking-capital-markets/analysis/revision-cadre-reglementaire-ue-paiements-nouvel-ensemble-dsp3-rsp1.html
- https://www.actu-juridique.fr/affaires/lobligation-de-renseignement-du-preteur/
- https://www.leto.legal/guides/ai-act-quelles-sont-les-regles-a-respecter-pour-etre-conforme
- https://bigmedia.bpifrance.fr/nos-dossiers/lintelligence-artificielle-au-service-de-la-banque-et-de-la-finance
Étudiant Master 2 en droit de l’économie numérique à la faculté de droit de Strasbourg
