Le message essentiel
L'IA peut accélérer le traitement de données climatiques dispersées, mais elle ne remplace pas la gouvernance nécessaire pour interpréter les résultats et en assumer la responsabilité décisionnelle.
Ce qui a changé
Le cadre macrofinancier de la BRI souligne que les outils d'IA appliqués au risque climatique doivent être évalués selon les mêmes exigences d'explicabilité, de robustesse et de supervision que les autres modèles quantitatifs utilisés en finance.
Implications pour les institutions financières
Les institutions qui expérimentent l'IA pour l'analytique climatique doivent documenter les limites des données d'entraînement, tester la stabilité des résultats dans le temps et maintenir une supervision humaine sur les décisions à fort enjeu.
Lien avec le Quantica Climate Risk Model
Le Quantica Climate Risk Model applique ces mêmes exigences de gouvernance lorsque des techniques analytiques avancées sont envisagées, sans divulguer publiquement les techniques ou architectures utilisées.
Résumé
L'intelligence artificielle est un outil prometteur pour l'analytique climatique, à condition d'être encadrée par la même discipline de gouvernance que tout autre modèle financier.
Sources
Articles liés
- Dette souveraine et risque climatique : les données de 2025Ce que le rapport 2025 de la Banque mondiale sur la dette internationale révèle sur le lien entre risque climatique et soutenabilité de la dette souveraine.
- Risque physique climatique dans les modèles de crédit : enseignements BIS 2025Ce qu'apporte un document de travail BIS 2025 au débat sur le risque physique climatique, le défaut de l'emprunteur et la modélisation du crédit.