1 – Introduction à l’IA générative et son potentiel dans la Finance, assurances et mutuelles

• Exploration des opportunités offertes par l’IA générative
• Contexte et évolution des technologies dans le secteur financier et assuranciel
• Aperçu des transformations possibles dans la banque et l’assurance : du parcours client à l’excellence opérationnelle

2 – Principes fondamentaux de l’IA générative : concepts et mécanismes clés

• Fonctionnement des modèles génératifs
• Différences avec les approches traditionnelles de l’IA
• Importance des données dans les systèmes génératifs

3 – Technologies clés d’IA générative : LLM, SLM, chatbots, RAG, agents IA et autres approches

• Panorama des principaux algorithmes et modèles
• Applications et limitations de chaque technologie
• Aperçu des avancées récentes : modèles multimodaux, IA agentique, RAG avancé

4 – Applications de l’IA générative dans le secteur financier et assuranciel

• Création de contenu personnalisé (rapports, documents)
• Simulation et optimisation pour la gestion financière
• Automatisation des processus complexes

5 – Cas d’usage en Banque : automatisation et innovation grâce à l’IA générative

• Génération automatisée de rapports financiers
• Optimisation et automatisation agentique des processus de souscription et d’analyse
• Scénarios d’innovation dans les produits bancaires

6 – Cas d’usage en Assurance et Mutuelles : personnalisation et optimisation des services

• Création de contrats personnalisés pour les assurés
• Amélioration des expériences client grâce à l’IA
• Optimisation des indemnisations et des réclamations

7 – IA générative pour la détection de la fraude et modélisation des risques

• Analyse des données pour identifier des anomalies
• Prévention des fraudes avec des modèles génératifs, face à la fraude dopée à l’IA (fausses pièces, identités synthétiques, deepfakes)
• Simulation de scénarios de risque pour la prise de décision

8 – Stratégies pour une mise en œuvre efficace de l’IA générative

• Approches pour intégrer l’IA dans les processus financiers
• Résolution des barrières organisationnelles et technologiques
• Collaboration entre les équipes techniques et métiers

9 – Gestion des enjeux éthiques et de la conformité réglementaire

• Analyse des cadres réglementaires applicables : AI Act (systèmes à haut risque – scoring de crédit, tarification vie/santé – obligations reportées à fin 2027, la détection de fraude en étant exclue), DORA, RGPD (décision automatisée, art. 22)
• Pratiques pour garantir la transparence et éviter les biais
• Stratégies pour aligner les solutions IA sur les exigences juridiques : documentation technique, supervision humaine, analyse d’impact (FRIA)

10 – Perspectives futures et impact de l’IA générative dans la finance

• Innovations attendues dans les services financiers
• Exploration des tendances à venir et des opportunités de croissance
• Recommandations pour une adoption durable et responsable

Ce programme a été mis à jour le 21 septembre 2026.