Sécurité Financière Augmentée - Tome 2

Comment renforcer la sécurité des finances publiques dans les États de l'UEMOA grâce à l'intelligence artificielle, sans affaiblir les exigences de contrôle, de transparence et de responsabilité institutionnelle ?
Les administrations financières produisent des volumes croissants de données budgétaires, comptables et transactionnelles. Pourtant, les irrégularités, les faiblesses de traçabilité et la fragmentation des systèmes d'information continuent de limiter l'efficacité des dispositifs de contrôle.
Dans ce deuxième tome de Sécurité Financière Augmentée, Michel LOHORÉ Dadi examine les possibilités offertes par le machine learning pour améliorer la détection des anomalies, le ciblage des contrôles et la prévention des risques financiers dans les huit États membres de l'Union économique et monétaire ouest-africaine (UEMOA).
L'ouvrage développe une approche à la fois technique, institutionnelle et opérationnelle. Il étudie notamment :

• la cartographie des risques financiers, des marchés publics et des fonds sectoriels ;
• la qualité, la préparation et la gouvernance des données financières publiques ;
• les méthodes de détection d'anomalies, de classification, de scoring et d'analyse de réseaux ;
• les applications du machine learning aux engagements budgétaires et aux flux financiers ;
• l'articulation avec les dispositifs de lutte contre le blanchiment de capitaux et le financement du terrorisme (LBC/FT) ;
• l'explicabilité des modèles, la souveraineté technologique et les exigences éthiques ;
• les conditions d'un déploiement progressif dans les administrations publiques.