Gérer les données personnelles avec l'IA dans le secteur bancaire

Résumé

Dans cette étude, nous explorons l'intégration de l'intelligence artificielle (IA) dans la gestion des données personnelles dans le secteur bancaire, en nous concentrant sur le contexte marocain. Elle examine comment l'IA peut améliorer l'efficacité opérationnelle, la confiance des clients et la conformité à la réglementation, autant d'éléments particulièrement pertinents dans le contexte des défis liés à la protection des données.

La recherche utilise PLS-SEM pour analyser les relations entre l'efficacité opérationnelle, la confiance des clients, la conformité réglementaire et la gestion des risques liés à l'IA dans le secteur bancaire. Dans cette recherche, une étude quantitative a été préparée parmi les professionnels du secteur bancaire au Maroc.

Les résultats montrent que la confiance des clients (β = 0,832, p < 0,001) et la gestion des risques liés à l'IA (β = 0,829, p < 0,001) influencent de manière significative l'optimisation de l'IA, soulignant l'importance de la transparence et de stratégies de gestion des risques robustes. Cependant, la conformité réglementaire présente un impact négligeable (β = -0,002, non significatif), révélant des lacunes dans le secteur bancaire marocain.

Cette étude contribue à la littérature en démontrant le rôle central de la confiance des clients et de la gestion des risques dans l'adoption de l'IA. Elle appelle au développement de solutions de conformité pilotées par l'IA pour améliorer les pratiques réglementaires dans les marchés émergents.