Aller au contenu
← Toutes les actus
Databricks Blog25 avril 2026

Gestion des risques de modèle en 2026 : Un guide pour les banquiers sur les directives inter-agences révisées

Traduit de l'original anglais par IA. Voir en anglais

Résumé

Les nouvelles directives inter-agences pour la gestion des risques de modèle, en vigueur à partir du 17 avril 2026, évoluent vers un cadre basé sur les risques et axé sur les principes, exigeant un cycle de vie unifié et gouverné pour tous les modèles, y compris GenAI, avec des preuves de gouvernance générées automatiquement. Databricks propose une architecture de référence pour répondre à ces attentes révisées, intégrant le développement et la validation des modèles dans un processus unique et auditable.

* Ce qui a changé — Le 17 avril 2026, la Réserve fédérale, la FDIC et l'OCC ont remplacé les SR 11-7, OCC 2011-12, FIL-22-2017 et les publications BSA/AML connexes par un cadre plus axé sur les risques et les principes pour la gestion des risques de modèle. * Pourquoi c'est important — Les régulateurs signalent que les modèles sont désormais au cœur de la prise de décision des banques, et que le risque de modèle doit être gouverné comme le risque de crédit ou de marché – avec une hiérarchisation claire, une proportionnalité et une contestation efficace. * Ce que contient cet article — Le point de vue d'un praticien sur une architecture de référence sur Databricks qui transforme ces attentes en un cycle de vie gouverné unique pour le ML classique et le GenAI, de sorte que la preuve d'une bonne gouvernance est générée comme un sous-produit du travail normal. * À qui s'adresse cet article — Les responsables MRM, les responsables de la validation, les cadres supérieurs du risque et les leaders de la science des données / de l'IA dans les banques et autres institutions financières réglementées.

Articles similaires

News

Restrictions de lecture et étiquettes de catalogue : unification de la gouvernance entre moteurs et catalogues

databricks-blog7h ago
News

Restauration basée sur les branches de Lakebase Postgres pour une récupération rapide à grande échelle

databricks-blog10h ago
News

Relier le contexte client au ROI mesurable grâce au marketing agentique

databricks-blog16h ago
News

Les fonctions IP sont généralement disponibles et apportent une analyse réseau haute performance au Lakehouse

databricks-blog1d ago