Pouvoir & systèmes

Inde : ce que la banque centrale attend quand l'IA dit non

6 min de lecture

89 % des adultes indiens ont un compte, 14,5 % ont emprunté auprès d'une banque. Le gouverneur de la RBI mise sur l'IA pour combler l'écart.

La newsletter IA gratuite
Inde : ce que la banque centrale attend quand l'IA dit non

Un atelier de mécanique dans une ville moyenne indienne. Le patron emploie quatre personnes, encaisse ses clients par virement instantané, ne tient aucune comptabilité formelle. Il demande un prêt, le logiciel de la banque répond non, et personne dans l'agence ne sait lui dire pourquoi.

La petite entreprise à qui un modèle dit non, c'est le cas que Sanjay Malhotra, gouverneur de la Reserve Bank of India, a placé au centre de son discours du 11 août devant la conférence FIBAC, à Mumbai. Sa phrase : quand un système d'IA recommande de ne pas accorder un crédit à une petite entreprise, l'emprunteur comme le régulateur « sont en droit de savoir pourquoi ». Il ajoute que l'opacité n'est pas un simple désagrément, qu'elle touche au cœur de la responsabilité.

Neuf comptes sur dix, un emprunt sur sept

L'Inde a réglé la bancarisation avant le crédit. D'après la base Global Findex de la Banque mondiale, 89 % des adultes indiens avaient un compte en 2024, contre 35 % en 2011. Sur ces douze mois, 14,5 % seulement ont emprunté auprès d'une banque ou d'une institution financière formelle. Chez les 40 % les plus pauvres, on descend à 9,7 %.

L'écart entre ces deux chiffres, c'est le terrain du discours. Avoir un compte, c'est disposer d'une porte d'entrée ; avoir un historique de crédit, c'est en avoir la clé. Ceux qui ont la porte et pas la clé, ce sont les profils que le gouverneur énumère : primo-emprunteurs, travailleurs de plateformes, petites entreprises sans livres de comptes.

Ce que les modèles changent à l'économie du prêt

Le gouverneur y voit le terrain naturel de l'IA. Des modèles entraînés sur des « données alternatives », dit-il, flux de trésorerie, déclarations de TVA indienne (GST), factures de services publics, empreintes numériques, peuvent repousser la frontière de l'Inde « bancarisable » bien plus loin que l'analyse manuelle, à une fraction du coût marginal par dossier.

La différence tient en une phrase. L'analyse traditionnelle réclame un passé écrit, quand ces modèles regardent ce qui bouge en ce moment sur un compte. Un artisan sans bilan a rarement un dossier ; il a presque toujours une trace.

Puis vient le passage que la reprise n'a pas retenu. « Cette liste est indicative, pas exhaustive, et je ne la présente pas comme une obligation », dit Malhotra devant la salle. « Le playbook de chaque banque doit être le sien », façonné par sa clientèle, son appétit pour le risque et sa capacité à gouverner ce qu'elle déploie. Il presse simplement chaque banque de se demander où elle en est, sans lui dicter sa réponse.

Cinq attentes, et une qui coûte cher

Sur l'autre versant, le ton change. La RBI a « délibérément choisi une approche par principes, proportionnée, plutôt que rigide et prescriptive », mais « certaines attentes s'appliqueront à tous ». Suivent cinq points que le gouverneur demande de traiter comme des priorités immédiates plutôt que comme des échéances lointaines.

Un inventaire complet de chaque système d'IA en service, y compris ceux embarqués chez les fournisseurs. Des politiques de gouvernance validées par le conseil d'administration. Du red teaming avant déploiement, puis à intervalles réguliers. Une supervision humaine partout où l'erreur d'un système pourrait causer un préjudice matériel. Et la capacité d'expliquer les décisions qui affectent matériellement un client, « en particulier en matière de crédit et de fraude ».

Le partage mérite qu'on s'y arrête. Ce qui rapporte, prêter plus large, reste au choix de chaque établissement. Ce qui coûte, savoir dire pourquoi on a refusé, s'applique à tous. Le même discours contient une invitation et un cahier des charges, et ils ne portent pas sur la même moitié du métier.

Le texte qui contraindra est déjà écrit

Un discours de gouverneur n'oblige personne. Celui-ci en commente un qui obligera : la RBI a publié le 24 juin 2026 un projet de « Guidance on Regulatory Principles for Model Risk Management », ouvert aux commentaires du public jusqu'au 24 juillet. Il vise les banques commerciales, les banques coopératives, les sociétés financières non bancaires et les sociétés d'information sur le crédit, une dizaine de catégories en tout.

La généalogie est donnée par la RBI elle-même. Un premier projet sur les risques de modèle dans le crédit en août 2024, puis le rapport de son comité FREE-AI en août 2025, sept principes fondateurs et vingt-six recommandations réparties sur six piliers, puis ce projet de juin. L'intervention du 11 août n'ouvre donc aucun chantier. Elle met en musique une partition écrite depuis deux ans.

Ce comité, la banque centrale l'avait constitué fin décembre 2024 sous la présidence d'un professeur d'informatique de l'IIT Bombay, avec des membres venus du régulateur, du ministère de l'électronique, d'un cabinet d'avocats, d'une grande banque privée et de la recherche industrielle. Sa mission : recommander un cadre de gouvernance pour l'adoption de l'IA dans la finance indienne, fintechs comprises.

Plus on ouvre le robinet, plus on refuse

Reste la tension que le discours ne résout pas. Élargir l'accès au crédit, c'est instruire beaucoup plus de dossiers, donc en refuser beaucoup plus en valeur absolue. Chaque refus supplémentaire est une décision à justifier, et justifier le non d'un modèle est précisément ce que le secteur sait le moins faire.

Malhotra nomme lui-même le risque le plus inconfortable. Un modèle entraîné sur l'historique des prêts peut, s'il n'est pas surveillé, apprendre et perpétuer des biais existants : « biais contre certaines zones géographiques, certaines professions, certaines communautés ». Un algorithme neutre en apparence peut produire des résultats profondément discriminatoires en pratique, dit-il, et l'équité n'est pas une case à cocher mais une exigence de conception.

Cette mécanique, on l'a déjà croisée ailleurs. L'IA comble un manque d'accès réel et fabrique un risque neuf en le comblant, comme dans les déserts médicaux où 600 000 questions sans réponse ont trouvé preneur. Ou elle gonfle un volume qu'une institution doit ensuite absorber, comme devant les tribunaux du travail britanniques.

Ce que la reprise en a fait

Le lendemain, The Register titrait que la banque centrale indienne « veut que l'IA accorde des prêts que des humains refuseraient ». Le corps de l'article est fidèle : il cite les verbatims, reprend les cinq attentes une à une, ne parle jamais d'obligation, et son sous-titre est exact. C'est le titre qui transforme un élargissement de périmètre en renversement de décision.

Un titre est un entonnoir, et ce qui n'y rentre pas disparaît du reste de la chaîne. Le refus explicite de l'obligation, formulé devant la salle, n'a pas franchi l'étape. Entre l'estrade de Mumbai et les fils d'actualité, un régulateur qui suggère est devenu un régulateur qui exige, sans que personne ait écrit une seule ligne fausse.

Ce que Malhotra a réellement laissé aux banquiers indiens est plus exigeant qu'un ordre, parce qu'un ordre se coche et qu'une attente se démontre. Sa formule : « le modèle a décidé » ne pourra jamais être une réponse acceptable à un client, à un auditeur ou à la Reserve Bank.

Sujets abordés :

RéglementationDécryptage

Questions fréquentes

La RBI oblige-t-elle les banques indiennes à utiliser l'IA pour accorder des crédits ?
Non. Dans son discours du 11 août 2026, le gouverneur Sanjay Malhotra présente sa liste de pistes comme indicative, pas exhaustive, et dit ne pas la présenter comme une obligation. L'adoption de l'IA reste au choix de chaque établissement : le playbook de chaque banque doit être le sien, façonné par sa clientèle, son appétit pour le risque et sa capacité à gouverner ce qu'elle déploie.
Qu'est-ce qui s'applique alors à toutes les banques ?
Les attentes de gouvernance. La RBI dit avoir délibérément choisi une approche par principes, proportionnée, plutôt que rigide et prescriptive, mais certaines attentes s'appliqueront à tous : un inventaire complet de chaque système d'IA en service, y compris ceux embarqués chez les fournisseurs, des politiques de gouvernance validées par le conseil d'administration, du red teaming avant déploiement puis à intervalles réguliers, une supervision humaine partout où l'erreur d'un système pourrait causer un préjudice matériel, et la capacité d'expliquer les décisions qui affectent matériellement un client.
Ce discours a-t-il une valeur contraignante ?
Non : un discours de gouverneur n'oblige personne. Le texte qui obligera est le projet de Guidance on Regulatory Principles for Model Risk Management, publié par la RBI le 24 juin 2026 et ouvert aux commentaires du public jusqu'au 24 juillet. Il vise les banques commerciales, les banques coopératives, les sociétés financières non bancaires et les sociétés d'information sur le crédit.
Pourquoi parle-t-on d'un problème de crédit et non de bancarisation en Inde ?
Parce que les deux chiffres ont divergé. D'après la base Global Findex de la Banque mondiale, 89 % des adultes indiens avaient un compte en 2024, contre 35 % en 2011. Sur ces douze mois, 14,5 % seulement ont emprunté auprès d'une banque ou d'une institution financière formelle, et 9,7 % chez les 40 % les plus pauvres.
Quel risque le gouverneur pointe-t-il sur les modèles de crédit ?
Le biais. Un modèle entraîné sur l'historique des prêts peut, s'il n'est pas surveillé, apprendre et perpétuer des biais existants contre certaines zones géographiques, certaines professions, certaines communautés. Un algorithme neutre en apparence peut produire des résultats profondément discriminatoires en pratique, et l'équité n'est pas une case à cocher mais une exigence de conception.
Pourquoi certains titres parlent-ils d'une IA qui accorderait des prêts refusés par des humains ?
C'est un effet d'entonnoir. Le lendemain, The Register titrait que la banque centrale indienne veut que l'IA accorde des prêts que des humains refuseraient. Le corps de l'article est fidèle et son sous-titre exact : il cite les verbatims, reprend les cinq attentes une à une et ne parle jamais d'obligation. C'est le titre qui transforme un élargissement de périmètre en renversement de décision.
Alexandre Noto

Alexandre Noto

Co-fondateur & Expert Tech

Alexandre est dans la tech depuis plus de 20 ans. Entrepreneur, architecte logiciel et passionné d'intelligence artificielle, il traduit les concepts complexes en explications accessibles. Chez Declic Media, il est la voix technique qui rend l'IA compréhensible pour tous.

Tous les articles de Alexandre →
La newsletter IA gratuite