Ce rapport est consacré à l’analyse critique des risques liés au déploiement massif des systèmes automatisés de lutte contre le blanchiment d’argent (AML) dans les principaux centres financiers d’Asie. L’étude examine comment les modèles algorithmiques, censés accroître l’efficacité du contrôle, créent de nouveaux défis pour la stabilité financière et l’attractivité des investissements à Singapour et Hong Kong.

L’auteur met l’accent sur le problème des faux positifs et l’effet d’« amplification algorithmique des risques ». Le rapport analyse comment des données fortuites ou obsolètes peuvent se transformer en barrières infranchissables pour les services bancaires, provoquant un « de-banking » injustifié. Une attention particulière est portée à la « conformité défensive », où les banques délèguent des décisions clés aux algorithmes sans contrôle humain adéquat.

Le rapport propose le modèle « Algorithmic Stress Test » — un outil d’évaluation de la transparence, de l’explicabilité (Explainable AI) et de la capacité de correction des décisions automatisées. Des recommandations sont formulées pour la MAS, l’HKMA et l’APG afin d’instaurer des normes de proportionnalité institutionnelle et de garantir un « audit trail » obligatoire, permettant de maintenir l’avance technologique de l’Asie tout en protégeant les acteurs de bonne foi.