Comment Standard Chartered gère l'IA dans le respect des règles de confidentialité

La banque exploite déjà des systèmes d'IA en production. Le passage des phases pilotes aux opérations réelles soulève des défis pratiques qu'il est facile de sous-estimer au départ. Lors d'essais à petite échelle, les sources de données sont limitées et bien connues. En production, les systèmes d'IA puisent souvent des données auprès de nombreuses plateformes en amont, chacune ayant sa propre structure et ses propres problèmes de qualité. « Lors du passage d'un projet pilote isolé à une exploitation en production, garantir la qualité des données devient plus complexe en raison de la multiplicité des systèmes en amont et des différences potentielles de schémas », explique Hardoon.