Étape 01
Diagnostic gratuit
Une session avec votre DSI, votre conformité et un métier : classification des données, cas d'usage réalisables sans exposition, et lecture honnête de ce que le cadre d'externalisation autorise chez vous.
Secteur — Banque
L'IA en banque, sous le regard du superviseur
Cas d'usage de l'IA en banque au Maroc : conformité LCB-FT, analyse de crédit, relation client. Cadre Bank Al-Maghrib, loi 09-08, CNDP et option souveraine.
En bref
Une banque marocaine peut déployer l'IA générative sur la conformité, l'analyse de crédit, la relation client et le back-office, à condition de traiter d'abord trois sujets : l'externalisation et le recours au cloud tels que les encadre Bank Al-Maghrib, la protection des données personnelles au titre de la loi 09-08 et de la CNDP, et la traçabilité des décisions assistées. Hunter BI conçoit ces déploiements avec la piste d'audit comme livrable, pas comme rattrapage.
Dans une banque, la question n'est jamais « est-ce que le modèle sait le faire ». Il sait, souvent mieux qu'espéré. La question est : qui répond lorsque le contrôle interne, l'audit ou le superviseur demandent pourquoi ce dossier a été classé ainsi, où les données sont parties, et qui avait le droit de le décider.
C'est pourquoi les projets d'IA bancaires n'échouent presque jamais sur la technique. Ils échouent sur l'externalisation mal instruite, sur des données clients envoyées vers un service non qualifié, ou sur un pilote impossible à passer en production parce que rien n'a été journalisé. Hunter BI intervient auprès des directions des systèmes d'information, de la conformité et des risques des banques marocaines pour prendre ces sujets dans le bon ordre : le cadre d'abord, les cas d'usage ensuite, la mise à l'échelle enfin.
Mis à jour le 14 juillet 2026
Enjeux du secteur au Maroc
Ce qu'un projet d'IA bancaire doit affronter au Maroc
Bank Al-Maghrib encadre l'externalisation de prestations et le recours à des services d'informatique en nuage : un assistant IA branché sur des données bancaires est une prestation externalisée comme une autre, avec ses exigences d'analyse préalable, de maîtrise du risque opérationnel, de réversibilité et de droit d'accès aux informations pour le contrôle. Cette lecture doit être faite avant le premier pilote, pas après — c'est elle qui détermine si un cas d'usage peut aller en production tel quel, s'il doit être confiné à des données non sensibles, ou s'il exige une architecture souveraine.
S'y ajoute la loi 09-08 relative à la protection des personnes physiques à l'égard du traitement des données à caractère personnel, dont la CNDP est l'autorité : les données bancaires sont parmi les plus sensibles qui soient, et tout nouveau traitement — y compris l'analyse d'un dossier client par un modèle de langage — doit être déclaré, cadré, et limité à sa finalité. Enfin, le dispositif de lutte contre le blanchiment de capitaux et le financement du terrorisme impose une exigence propre : une alerte doit rester explicable. Un système d'IA qui aide à qualifier une alerte est un outil d'aide à la décision — la décision, la déclaration de soupçon et la responsabilité restent humaines. Nous concevons les dispositifs bancaires avec cette frontière écrite noir sur blanc dans l'architecture.
Externalisation et cloud
Le recours à un service d'IA hébergé relève des exigences de Bank Al-Maghrib sur l'externalisation : analyse de risque, réversibilité, accès du contrôle aux informations. Ce dossier se prépare avant le pilote.
Loi 09-08 et CNDP
Tout traitement de données clients par un modèle doit être déclaré, limité à sa finalité et documenté. La classification des données précède toute connexion à un assistant.
LCB-FT et explicabilité
L'IA peut aider à qualifier une alerte ou à préparer un dossier ; elle ne décide pas. Chaque suggestion doit être tracée, revue et attribuable à un analyste identifié.
Piste d'audit
Prompt, sources consultées, sortie, validateur, horodatage : sans journalisation exploitable par l'audit interne, un pilote ne franchit jamais le passage en production.
Cas d'usage
Ce que l'IA change concrètement — banque
Chaque cas d'usage renvoie à l'offre Hunter BI qui l'exécute. Aucun chiffre de résultat n'est avancé tant qu'il n'a pas été mesuré chez vous.
Souveraineté
Pourquoi la souveraineté se pose d'abord en banque
La banque est le secteur où la donnée est à la fois la plus régulée et la plus convoitée. Un relevé, un dossier de crédit, une liste de contreparties : ces informations ne peuvent pas traverser une frontière sans que l'on sache exactement chez qui elles atterrissent, sous quel droit, et avec quelle capacité du contrôle interne à aller vérifier. La question n'est pas idéologique, elle est opérationnelle : la plupart des blocages que nous rencontrons dans les projets bancaires marocains ne viennent pas d'un refus de l'IA, mais de l'impossibilité de répondre proprement à ces trois questions.
Le déploiement souverain lève l'obstacle en le supprimant : modèles ouverts hébergés dans votre infrastructure ou chez un hébergeur qualifié au Maroc, données qui ne sortent jamais de votre périmètre, journalisation intégrale sous votre contrôle, jusqu'à l'isolement complet pour les environnements les plus sensibles. Dans les faits, l'architecture retenue est souvent hybride : les modèles cloud pour la connaissance générale et les tâches sans données clients, le souverain pour tout ce qui touche au dossier client. C'est cette frontière — pas le choix d'un fournisseur — qui rend un projet bancaire défendable devant un superviseur.
Par où commencer
Trois étapes, dans cet ordre
Commencez par le cas d'usage le moins risqué qui produit une vraie preuve : un périmètre sans données clients, un indicateur défini à l'avance, un dossier de conformité écrit en parallèle.
Étape 02
Pilote instrumenté
Un cas d'usage, un périmètre restreint, une piste d'audit dès le premier jour. Objectif : produire les preuves qu'attendront le contrôle interne et l'audit, pas une démonstration qui impressionne un comité.
Étape 03
Mise à l'échelle encadrée
Le pilote validé devient un service : gouvernance, sièges, supervision continue et revue périodique des risques. La récurrence commence ici, quand l'outil entre dans le quotidien des équipes.
Questions fréquentes
Une banque marocaine peut-elle utiliser ChatGPT ou Claude sur des données clients ?
Pas sans instruire le sujet. Le recours à un service d'IA hébergé relève des exigences de Bank Al-Maghrib en matière d'externalisation et de cloud, et la loi 09-08 encadre tout traitement de données personnelles. En pratique, les offres entreprise apportent des garanties contractuelles utiles, mais la décision dépend de votre classification des données et du dossier d'externalisation. C'est précisément ce que nous instruisons avant le premier pilote.
L'IA peut-elle décider d'une déclaration de soupçon ?
Non, et aucun dispositif sérieux ne le propose. L'IA rassemble, recoupe et met en forme ; l'analyste qualifie et décide, la banque déclare. Notre architecture matérialise cette frontière : chaque suggestion est tracée, revue et attribuable à une personne identifiée, afin que le dossier reste défendable devant l'audit comme devant l'autorité.
Comment justifier auprès du contrôle interne une réponse produite par un modèle ?
En rendant la réponse vérifiable. Nos dispositifs bancaires citent systématiquement la source interne utilisée — la procédure, la circulaire, le document contractuel — et journalisent la question, les documents consultés, la sortie et le validateur. Une réponse sans source n'est pas une réponse : c'est un risque, et le système doit le dire plutôt que de le masquer.
Faut-il un déploiement souverain pour toute la banque ?
Rarement. La plupart des banques que nous accompagnons retiennent une architecture hybride : cloud pour la connaissance générale, la bureautique et les tâches sans données clients ; souverain pour le dossier client, le crédit et la conformité. La valeur du cadrage tient justement à tracer cette frontière au bon endroit — trop haut, vous vous privez ; trop bas, vous vous exposez.
Combien de temps avant un premier résultat exploitable ?
Le diagnostic se tient en une session et le pilote se cadre dans les semaines qui suivent. Nous ne promettons pas de chiffre de gain avant de l'avoir mesuré chez vous : l'indicateur est défini au démarrage — temps de traitement, taux de reprise, qualité perçue — et mesuré avant et après. Sans mesure de départ, aucun résultat n'est démontrable.
L'IA dans votre métier : commençons par un diagnostic.
Une session de cadrage gratuite avec un consultant Hunter BI : vos données, votre cadre réglementaire, les cas d'usage qui méritent d'être lancés en premier — et ceux qu'il vaut mieux écarter.
- Réponse sous 24 h ouvrées, par un ingénieur
- Diagnostic gratuit, sans engagement
- Membre des réseaux partenaires OpenAI et Anthropic