Par Jean-Philippe St-Jacques
Pendant plus de vingt ans en services financiers, j’ai vécu avec une règle simple : chaque décision portait un nom. Le mien, ou celui d’un membre de mon équipe. Quand un dossier tournait mal, on ne cherchait pas un coupable — on cherchait la personne qui avait décidé, pour comprendre, corriger et apprendre.
Cette culture de la responsabilité n’a jamais ralenti les affaires. Elle les a rendues durables. Dans les organisations que j’ai dirigées, elle a coexisté avec une croissance soutenue — des portefeuilles en forte progression, des équipes qui doublent — à travers des cycles économiques, des hausses de taux et des transformations technologiques. On peut croître vite et rester imputable. L’un n’empêche pas l’autre.
Le décor change, la question demeure
Aujourd’hui, les modèles décident — ou pré-décident — partout : approbation de crédit, tarification, détection de fraude, traitement des réclamations, priorisation des dossiers commerciaux. Le BSIF vient d’ailleurs de formaliser le cadre : sa ligne directrice E-23, Gestion du risque de modélisation (2027), publiée en version définitive en septembre 2025 et en vigueur le 1er mai 2027, exige des institutions financières fédérales une gestion du risque lié aux modèles — intelligence artificielle comprise — à l’échelle de l’entreprise, tout au long de leur cycle de vie.
Le régulateur pose le cadre. Mais un cadre ne décide pas à la place des dirigeants. Et c’est là que se joue le vrai risque, qui n’est pas technologique : c’est la dilution de la responsabilité. « Le modèle l’a refusé. » « L’algorithme a produit ce prix. » Chaque fois qu’une décision automatisée n’a plus de nom, quelqu’un, quelque part, vient de se déresponsabiliser — et l’institution vient d’accepter de porter un risque qu’elle ne comprend plus.
Aucun client ne s’en satisfera. Aucun régulateur non plus. « L’algorithme l’a fait » ne sera jamais une réponse acceptable à une question de traitement équitable.
Quatre gestes de direction
La bonne nouvelle : la gouvernance de l’IA n’exige pas de réinventer le management. Elle exige d’appliquer aux modèles les disciplines que les bons dirigeants appliquent déjà aux humains.
- Nommer un responsable pour chaque décision automatisée. Pas un comité, pas un fournisseur : une personne, dont le nom figure au dossier, qui répond du résultat — y compris quand le modèle a « décidé » seul.
- Documenter les données, la logique et les limites. Un modèle dont on ne peut expliquer ni les intrants ni les angles morts est un passif, pas un actif. La documentation n’est pas de la bureaucratie : c’est la condition pour pouvoir défendre une décision deux ans plus tard, devant un client, un auditeur ou un conseil d’administration.
- Tester les biais comme on teste la fraude. Personne ne mettrait en production un processus de paiement sans contrôle. Un modèle qui apprend sur des données historiques peut reproduire — et amplifier — les biais de ces données. Les tests doivent être périodiques, documentés et traités avec le même sérieux qu’un audit.
- Garantir un vrai pouvoir de dérogation. Une supervision humaine qui ne peut pas renverser la machine est une fiction. Les employés qui constatent une décision absurde doivent pouvoir la corriger — et être reconnus, pas sanctionnés, quand ils le font.
L’effet débordera sur toute la chaîne
E-23 vise les institutions fédérales, mais ses attentes se répercuteront sur leurs fournisseurs et partenaires : fintechs, courtiers, assureurs, fournisseurs de technologie. Le BSIF le dit : les tiers qui servent les institutions devront être prêts à démontrer leur propre gestion du risque de modélisation. Les dirigeants de PME du secteur financier qui attendront qu’on le leur impose auront déjà pris du retard. Ceux qui nomment dès maintenant un responsable, documentent leurs modèles d’aide à la décision et testent leurs biais transformeront une exigence en argument commercial.
La conviction
Je poursuis cet automne une formation en transformation et gouvernance de l’IA (programme IBM Lead AI Transformation, puis la certification ISO/IEC 42001). Une conviction s’y confirme : les institutions qui gagneront avec l’IA ne seront pas les plus rapides à l’adopter.
Ce seront celles dont les leaders mettent leur nom sur le résultat.
L’algorithme n’a pas de nom. Vos décisions doivent en avoir un.
Jean-Philippe St-Jacques, EMBA (McGill), Adm.A., C.Mgr., est un dirigeant en services financiers comptant plus de vingt ans d’expérience de direction au sein d’institutions financières canadiennes. Il écrit sur le leadership éthique et la gouvernance de l’IA.
D’abord publié dans l’infolettre 5 Mindset sur LinkedIn, le 21 octobre 2026.

