Vue d’ensemble du cadre réglementaire chinois pour l’IA dans la finance
La Chine impose un système réglementaire à plusieurs niveaux qui régit la sécurité des données et les technologies d’intelligence artificielle (IA) dans le secteur financier. Ce cadre se compose de :
1. Règles transversales sur l’IA et les données
Les lois Personal Information Protection Law (PIPL), Cybersecurity Law et Data Security Law (DSL), ainsi que les règlements spécifiques à l’IA (exigences d’étiquetage, transparence), s’appliquent à tous les domaines, y compris la finance.
2. Règles sectorielles financières
Les autorités telles que la National Financial Regulatory Administration (NFRA) et la People’s Bank of China (PBOC) ont publié des mesures de sécurité des données propres au secteur bancaire, d’assurance et aux paiements.
3. Contrôles spécifiques aux produits et plateformes
Des exigences ciblées concernent la tokenisation, les paiements, les algorithmes de plateforme et les services d’IA générative.
Évolutions légales clés depuis 2024
Renforcement de l’application des lois fondamentales
Le PIPL, la DSL et la Cybersecurity Law continuent de guider la conformité en matière de données d’entraînement, de transferts transfrontaliers et de gouvernance des modèles. En mars 2024, les Provisions du CAC sur les flux transfrontaliers de données ont assoupli certaines exigences, mais les seuils d’« important data » restent stricts.
Labeling du contenu IA
Depuis septembre 2025, les Mesures de labellisation du contenu synthétique IA imposent un marquage explicite des sorties générées par l’IA, impactant les chatbots, les robo‑conseillers et les communications marketing.
Règles de sécurité des données pour la banque et l’assurance (NFRA, fin 2024)
Ces mesures exigent une classification des données (core, important, général), des évaluations préalables de sécurité, la gouvernance centralisée des modèles IA et la divulgation des impacts des données sur les résultats.
Règles de la PBOC (2025)
Les Mesures de sécurité des données PBOC (effectives depuis juin 2025) imposent la création de catalogues de ressources, la classification et le contrôle complet du cycle de vie des données dans les domaines de paiement, de lutte contre le blanchiment et de crédit.
Promotion et contraintes de « AI + finance »
Le plan d’implémentation de la NFRA (2025) encourage les initiatives « AI + finance », tout en soulignant les risques de modèle, la cybersécurité et la protection des consommateurs. En juin 2026, les Guidelines sur le développement sûr de l’IA pour la banque et l’assurance ont renforcé les exigences de gouvernance, d’auditabilité et de supervision humaine, tout en soutenant l’adoption de l’IA générative sous conditions strictes.
Implications pratiques pour les institutions financières
Gouvernance et responsabilité
Les entités doivent mettre en place des structures de gouvernance IA couvrant le cycle complet du modèle (développement, formation, test, déploiement, surveillance, retrait), avec des processus d’évaluation des risques et des exigences de transparence.
Gestion des données transfrontalières
Les flux de données entre la Chine et l’étranger doivent être évalués quant à leur statut d’« important data », avec recours possible à des évaluations de sécurité CAC, des clauses contractuelles standard ou des certifications.
Conformité sectorielle
Les banques, assureurs et plateformes de paiement doivent aligner leurs pratiques sur les exigences spécifiques de la NFRA et de la PBOC, incluant la localisation des données, la classification, les audits de sécurité et les rapports d’incidents.
Conclusion
Le paysage réglementaire chinois pour l’IA dans la finance évolue rapidement, passant d’une approche générale à une régulation granulaire et sectorielle. Les institutions doivent anticiper les exigences de gouvernance, de sécurité des données et de transparence pour tirer parti des opportunités offertes par « AI + finance » tout en assurant la conformité et la résilience opérationnelle.