Les banques taïwanaises s’associent pour créer une IA locale ! Les grands modèles de langage du secteur financier seront déployés d’ici la fin de l’année au plus vite

Le consortium d’industries de la technologie financière constitué par China Trust Financial Holding et 16 institutions bancaires partenaires a annoncé officiellement le lancement du projet « (FinLLM), grand modèle de langage financier » le 22 avril. La première version, destinée aux modèles IA pour les banques et le secteur financier, devrait être publiée en août de cette année. Au T1 2026, un agent IA (AI Agent) fondé sur FinLLM sera également lancé.

China Trust Financial Holding en tête, 16 institutions partenaires lancent le projet FinLLM

Selon le Taibei Times, l’alliance de l’industrie de la technologie financière a récemment annoncé le lancement du plan « (FinLLM), grand modèle de langage financier ». Mené par China Trust Financial Holding, il s’appuiera sur la participation conjointe de banques à Taiwan, notamment Bank of Taiwan, Land Bank of Taiwan, Taiwan Business Bank, Bank of Changhua, Cathay Financial Holding, Fubon Financial Holding, Taishin SinoPac Financial Holding, Kae Fund Holding, E.Sun Financial Holding, Chunghwa Post et le « Future Commercial Bank », pour un total de 16 institutions financières impliquées.

Les coûts de mise en place du projet sont estimés à environ 40 à 70 millions de NTD. Le démarrage de l’entraînement du modèle est prévu pour le mois de mai de cette année. La première version de modèle bancaire pourrait être lancée dès le mois d’août au plus tôt ; d’ici la fin de l’année, la version finale sera achevée et les résultats seront publiés au public.

Des réglementations complexes rendent les modèles étrangers difficiles à appliquer : l’IA localisée devient une nécessité

Le président de la Commission de supervision financière, Peng Jinlong, a déclaré que l’industrie financière dépend fortement du traitement du langage et des textes, mais qu’il s’agit aussi d’un secteur soumis à une surveillance stricte. Le projet implique de nombreuses réglementations locales et des tâches de supervision. Des modèles internationaux généralistes tels que ChatGPT et Gemini ne peuvent pas être appliqués directement.

Il a souligné que, précisément parce que les banques ont déjà diversifié leurs activités dans de nombreux services financiers, les réglementations associées et les bases de données sont plus complètes, ce qui contribue à accélérer la formation des modèles et leur mise en œuvre sur le terrain. Cela servira aussi de base essentielle pour l’extension ultérieure à des domaines tels que l’assurance et les valeurs mobilières. Le projet prévoit de lancer, au premier trimestre 2026, un agent IA fondé sur FinLLM, afin d’élargir davantage les scénarios d’application.

Peng Jinlong cite trois principaux bénéfices : l’IA souveraine, les infrastructures partagées, la finance inclusive

Peng Jinlong a indiqué que le projet FinLLM présente trois principaux bénéfices. Premièrement, renforcer les capacités d’IA souveraine : intégrer la réglementation locale et les connaissances sectorielles dans le modèle, réduire la dépendance aux technologies étrangères, tout en améliorant les capacités autonomes de gouvernance des données et de cybersécurité.

Deuxièmement, établir des infrastructures d’IA communes : grâce à l’investissement conjoint des 16 institutions et à l’intégration de la recherche universitaire et des ressources technologiques, il s’agit d’éviter les investissements en double et de promouvoir la montée en niveau technique globale du secteur financier. Troisièmement, élargir les bénéfices d’effets externes de la finance inclusive : à l’avenir, les services pourront être étendus aux institutions financières de petite et moyenne taille, aux entreprises ordinaires et aux organismes éducatifs, afin d’améliorer l’accessibilité et l’inclusivité des connaissances financières.

Le soutien interministériel renforce : FinLLM intégré au plan national de développement de l’IA

Au niveau du soutien gouvernemental, le projet FinLLM a été officiellement inclus dans le programme de promotion des « dix nouvelles grandes constructions » en matière d’IA de la NDC (Conseil national de développement). Le ministère du Numérique fournit également une base de données d’IA souveraine comme source de données d’entraînement. Des responsables de la NCAST sont également présents à la cérémonie de lancement, ce qui montre la volonté ferme de mener une intégration interministérielle.

Le président de China Trust Bank, Chen Chia-wen, a indiqué à ce sujet que les entreprises se sont rapidement divisées en deux catégories : « liées à l’IA » et « non liées à l’IA ». Les premières prennent nettement l’avantage en termes de chiffre d’affaires et de capitalisation boursière. Il a pris l’exemple de JPMorgan Chase : la banque y investit chaque année jusqu’à 15 milliards de dollars américains dans la recherche et le développement en matière de technologies et d’IA. La Royal Bank of Canada et DBS Bank profitent aussi de la numérisation et des applications de l’IA pour maintenir de hauts niveaux de rentabilité, montrant que l’adoption de l’IA est devenue la base de la concurrence pour les institutions financières mondiales.

L’industrie financière taïwanaise, en lançant à ce moment-là la construction d’infrastructures d’IA à l’échelle nationale, constitue justement un choix stratégique clé pour répondre à cette tendance mondiale.

Cet article Taïwan : les banques s’allient pour construire une IA locale ! Le modèle de langage financier à grande échelle sera mis en ligne au plus tard d’ici la fin de l’année. Apparition la plus tôt dans Chaîne News ABMedia.