FLOA Bank, pionnier du crédit digital responsable
Filiale à 100% du Groupe BNP Paribas depuis 2022, FLOA Bank (ex-Banque Casino) est un acteur historique du crédit à la consommation et du paiement fractionné en France. Avec plus de 4 millions de clients particuliers en Europe, plus de 15 000 partenaires commerçants et plus de 500 collaborateurs, l’entreprise place la data et l’IA au cœur de ses décisions : scoring crédit, octroi automatisé, gestion du risque. FLOA travaille avec AVISIA depuis 2018.
Le défi : gouverner des modèles IA en production dans un secteur réglementé
Avoir un modèle de Machine Learning qui fonctionne, c’est bien. Savoir qu’il continue à bien fonctionner dans six mois, c’est une autre affaire.
Pour FLOA Bank, l’enjeu n’était pas de construire de nouveaux modèles. C’était de garantir la fiabilité, la conformité et l’équité de ceux déjà en production. Dans la fintech, un secteur strictement réglementé, un modèle qui dérive imperceptiblement peut priver des milliers de personnes d’un accès au crédit.
Trois défis structurants ont été identifiés :
- Détecter et distinguer les différentes formes de drift : data drift, concept drift, performance drift… Tous n’ont pas la même origine ni les mêmes conséquences. Les confondre, c’est prendre le risque d’agir à mauvais escient.
- Garantir la conformité RGPDQu'est-ce que le RGPD (Règlement Général sur la Protection des Données) ? Si vous travaillez de près ou de loin avec la donnée, le sigle RGPD (Règlement Général sur la Protection des Données) fait sans doute partie de votre quotidien, parfois perçu comme une contrainte, mais de plus en ... More dans le calcul des indicateurs de suivi : chaque KPI de monitoring devait être conçu en conformité avec le cadre réglementaire, sans compromis sur la qualité de la supervision.
- Prévenir les biais discriminatoires : dans un contexte d’octroi de crédit automatisé, un modèle biaisé peut produire des décisions inéquitables selon le genre, l’âge ou l’origine démographique des demandeurs.
Vous devez garantir la fiabilité, la conformité et l’équité de vos modèles IA en production ? Demandez un audit de vos modèles en production →
Notre approche : une méthodologie MLOps bout en bout
AVISIA a accompagné FLOA Bank dans la conception et le déploiement d’un dispositif complet de monitoring responsable. C’est le projet SHIFT, structuré autour de quatre axes complémentaires.
Cadrage et définition des indicateurs
AVISIA a travaillé main dans la main avec les équipes Data de FLOA pour définir les indicateurs de monitoring pertinents :
- Identification et classification des types de drift (data drift vs autres formes de dérive)
- Définition des seuils d’alerte métier
- Cartographie des contraintes RGPD applicables à chaque KPI
Développement des modules de monitoring
Quatre modules ont été développés pour couvrir l’intégralité des enjeux :
- Module drift : automatisation du calcul des KPIs en conformité RGPD, avec distinction claire des types de dérive.
- Module fairness : détection des biais discriminatoires potentiels pour garantir l’équité des décisions automatisées.
- Module empreinte carbone : mesure de l’impact énergétique des modèles, dans une démarche de numérique responsable.
- Système d’alertes : déclenchement automatique en cas de franchissement de seuil critique.
Déploiement du dashboard interactif
Un dashboard complet a été déployé sur Tableau Server, offrant aux équipes FLOA une vision en temps réel de l’état de santé de leurs modèles : visualisation des indicateurs de drift, suivi des alertes, lecture des métriques de fairness et de l’empreinte carbone.
Supervision & gouvernance
Le dispositif intègre une traçabilité complète des décisions et une supervision humaine systématique. FLOA dispose d’une chaîne de gouvernance IA documentée, auditée et conforme aux exigences réglementaires en vigueur.
Les résultats : une IA sous contrôle, sur le long terme
Un monitoring responsable opérationnel en production
Des biais détectés avant qu’ils n’impactent les décisions
Une conformité RGPD intégrée dès la conception
Un dashboard Tableau Server qui parle à tous les métiers
Une empreinte carbone des modèles enfin mesurable
Ces résultats vous intéressent ? Estimez la maturité MLOps de votre organisation →
Virginie Lange, Chief Data Science and AI Officer chez FLOA Bank
Chief Data ScienceQu'est-ce que la Data Science ? La Data Science, ou science des données, est une discipline interdisciplinaire qui utilise des méthodes scientifiques, des processus, des algorithmes et des systèmes pour extraire des connaissances et des insights à partir de données, qu'elles soient structurées... More and AI Officer chez FLOA Bank, Virginie Lange a porté le projet SHIFT côté métier.
« AVISIA est un partenaire de confiance qui nous accompagne depuis plusieurs années. Leur professionnalisme et leur sérieux sont remarquables à chaque nouvelle prestation. J’apprécie également le fait qu’ils osent nous pousser à nous dépasser, ce qui crée une véritable dynamique stimulante dans notre collaboration. Notre relation est basée sur une confiance solide et réciproque. Je suis convaincue que notre partenariat continuera à nous enrichir mutuellement. »
Pourquoi choisir AVISIA pour votre projet Data & IA ?
Quatre modules de monitoring, conformité RGPD by design dès le cadrage
Chez FLOA, la cartographie des contraintes RGPD applicables à chaque KPI a été réalisée avant le premier développement, pas en correctif après coup. Résultat : drift, fairness et empreinte carbone sont mesurés sans jamais transiger sur la conformité.
Un partenaire de la fintech depuis 2018, pas depuis hier
AVISIA accompagne FLOA Bank, filiale à 100% du Groupe BNP Paribas, depuis 2018. Nos consultants connaissent déjà les contraintes RGPD, les exigences de l’IA Act et les spécificités des modèles de scoring crédit avant même le lancement du projet SHIFT.
AVISIA crée de l’autonomie, pas de la dépendance
L’objectif de chaque mission est que vos équipes soient autonomes à l’issue du projet. Chez FLOA, cela s’est traduit par une co-construction du dispositif de monitoring, des points hebdomadaires et une documentation complète permettant aux équipes de piloter elles-mêmes leur IA responsableQu'est-ce que l’IA Responsable ? À l’heure où l’intelligence artificielle s’immisce dans tous les processus d’entreprise, de la prédiction des ventes à la sélection de CV, une question clé se pose : peut-on faire confiance à l’IA ? L’IA Responsable, ou Responsible AI, n’est pa... More.
La mission se termine, la gouvernance reste.
Du cadrage des KPIs au dashboard Tableau Server en production
Chez FLOA, AVISIA a couvert l’intégralité de la chaîne : définition des seuils d’alerte métier, développement des quatre modules, déploiement du dashboard Tableau Server, puis mise en place de la gouvernance. Nous ne livrons pas des modèles isolés, nous livrons des dispositifs qui fonctionnent sur le long terme.
Une gouvernance IA reproductible, pas un cas isolé
Cadrage des KPIs, développement des modules, dashboard, gouvernance : la même approche s’adapte à tout modèle IA en production, quel que soit le secteur réglementé.
Questions fréquentes
Qu’est-ce que le monitoring de modèles IA en production ?
Le monitoring consiste à suivre en continu la performance et le comportement d’un modèle de Machine Learning une fois déployé, pour détecter toute dérive (drift) avant qu’elle n’impacte les décisions métier. Sans ce suivi, un modèle peut continuer à produire des prédictions alors que les données réelles ont évolué depuis son entraînement.
Chez FLOA Bank, ce dispositif couvre quatre axes complémentaires : détection et classification du drift (data drift, concept drift, performance drift), conformité RGPD des indicateurs de suivi, détection de biais discriminatoires (fairness) et mesure de l’empreinte carbone des modèles.
Concrètement, le dispositif s’appuie sur un dashboard Tableau Server qui centralise ces quatre familles d’indicateurs et déclenche des alertes automatiques dès qu’un seuil critique est franchi, sans attendre un audit ponctuel.
Pourquoi la fairness est-elle un enjeu critique dans le secteur du crédit ?
Un modèle de scoring crédit biaisé peut produire des décisions d’octroi inéquitables selon le genre, l’âge ou l’origine démographique des demandeurs, avec un impact direct sur l’accès au crédit de milliers de personnes. Ce biais n’est pas toujours volontaire : il peut provenir de corrélations statistiques présentes dans les données d’entraînement historiques.
Avec le renforcement progressif de l’IA Act européen, détecter ces biais avant qu’ils ne produisent des effets devient une obligation réglementaire, pas seulement une bonne pratique. Les organismes de crédit doivent être en mesure de documenter et de justifier l’équité de leurs modèles à tout moment, pas uniquement lors d’un contrôle.
Le module fairness déployé chez FLOA identifie ces signaux discriminatoires en amont de la décision, avant qu’ils n’atteignent le client final.
Comment garantir la conformité RGPD d’un dispositif de monitoring IA ?
Chaque indicateur de suivi doit être conçu conforme by design : les seuils d’alerte, les métriques de drift et les mécanismes de traçabilité sont pensés en amont pour respecter le cadre réglementaire, sans compromis sur la qualité de la supervision.
Cela suppose notamment de cartographier les données personnelles mobilisées par chaque KPI de monitoring, de minimiser les données conservées à ce qui est strictement nécessaire au suivi, et de documenter la finalité de chaque traitement. Cette cartographie a été réalisée dès la phase de cadrage du projet SHIFT, avant tout développement.
Vous souhaitez évaluer la conformité de votre dispositif actuel ? Échangez avec un expert →
Combien de temps pour déployer un dispositif de monitoring IA similaire ?
Le projet SHIFT chez FLOA Bank a suivi une approche en quatre étapes : cadrage et définition des indicateurs, développement des modules (drift, fairness, empreinte carbone), déploiement du dashboard, puis supervision et gouvernance.
La durée dépend principalement du nombre de modèles à superviser, de la complexité des contraintes réglementaires propres à votre secteur, et de la maturité de votre infrastructure MLOpsQu’est-ce que le MLOps ? Le MLOps (Machine Learning Operations) est une culture et un ensemble de pratiques qui visent à industrialiser et automatiser le cycle de vie complet des modèles de Machine Learning. Si vous connaissez le DevOps, qui a rapproché les développeurs (Dev) et les équipes... More existante. Un secteur aussi encadré que la fintech implique généralement une phase de cadrage plus longue qu’ailleurs, pour sécuriser la conformité dès la conception.
Vous souhaitez estimer le délai pour votre organisation ? Cadrez votre projet avec un expert →
Vos modèles IA méritent un monitoring responsable, conforme et durable
Partagez-nous votre contexte : modèles en production, secteur d’activité et exigences réglementaires, maturité de votre dispositif MLOps.
Un expert AVISIA reviendra vers vous sous 48h.
Chargement du formulaire de contact…
