À Nairobi, le Gouverneur de la Banque Centrale du Congo (BCC), André Wameso Nkualoloki, a pris part, le 16 septembre 2026, aux échanges sur l’intelligence artificielle et son impact sur la politique monétaire, la supervision bancaire, les paiements et la stabilité financière, appelant à une adoption progressive, sécurisée et maîtrisée.
L’intelligence artificielle redessine progressivement les pratiques des banques centrales africaines, confrontées à des volumes de données toujours plus importants et à la nécessité d’affiner leurs capacités d’analyse et d’anticipation.
Réunis à Nairobi, le 16 septembre 2026, des responsables monétaires et financiers ont ainsi examiné les applications de ces technologies dans plusieurs domaines stratégiques, notamment la prévision économique, la supervision bancaire, les systèmes de paiement et la stabilité financière.
Parmi les participants, le Gouverneur de la Banque Centrale du Congo (BCC), André Wameso Nkualoloki, a pris part aux travaux organisés par la Banque Centrale du Kenya et est intervenu lors d’un panel consacré aux interactions entre intelligence artificielle, politique monétaire, analyse des données et stabilité financière.
Ces échanges ont dépassé la seule question technologique pour mettre en lumière l’évolution des outils à la disposition des institutions monétaires. Dans un environnement où la quantité et la diversité des données s’accroissent rapidement, l’IA apparaît comme un instrument complémentaire susceptible de renforcer l’analyse économique et d’éclairer la prise de décision, sans se substituer aux dispositifs traditionnels de pilotage monétaire.
De la donnée à la décision monétaire
L’un des principaux enjeux concerne la capacité des banques centrales à exploiter des données toujours plus nombreuses et diversifiées.
Traditionnellement, les décisions de politique monétaire reposent sur des statistiques économiques, des enquêtes, des modèles macroéconomiques et l’analyse des conditions financières. Les outils d’intelligence artificielle pourraient compléter ces dispositifs en permettant notamment de traiter rapidement de grands ensembles de données et d’identifier certaines évolutions économiques.
Pour une banque centrale, ces capacités peuvent présenter un intérêt particulier dans la prévision de l’inflation, l’analyse de l’activité économique ou la détection de changements dans les conditions financières.
L’enjeu n’est toutefois pas de substituer l’algorithme au décideur monétaire. Il consiste davantage à améliorer la capacité des institutions à collecter, analyser et interpréter l’information disponible.
Un nouvel outil pour la supervision bancaire
La supervision financière constitue un autre domaine dans lequel l’IA pourrait transformer les pratiques des autorités monétaires.
L’analyse automatisée de données bancaires peut notamment contribuer à identifier des évolutions inhabituelles dans les portefeuilles, les transactions ou certains indicateurs de risque. De tels outils pourraient renforcer les capacités des superviseurs et faciliter la détection précoce de vulnérabilités.
Pour les économies africaines, cette question revêt une importance particulière alors que la digitalisation accélère la transformation des services financiers et que les banques, fintechs et opérateurs de paiement produisent des volumes croissants de données.
La technologie peut ainsi devenir un instrument supplémentaire de surveillance des risques systémiques et de préservation de la stabilité financière.
Les systèmes de paiement également concernés
L’essor des paiements numériques constitue un autre terrain d’application potentiel.
La surveillance des systèmes de paiement exige désormais de traiter des flux importants de transactions et de détecter rapidement les anomalies susceptibles de signaler des risques opérationnels ou financiers.
L’intelligence artificielle pourrait contribuer à renforcer ces capacités d’analyse. Mais son utilisation dans les infrastructures financières critiques implique également des exigences élevées en matière de sécurité, de résilience et de gouvernance.
La BCC privilégie une approche progressive
Dans son intervention à Nairobi, le Gouverneur de la BCC a insisté sur la nécessité d’une adoption progressive, prudente et responsable de l’intelligence artificielle.
Cette approche repose notamment sur quatre conditions : une gouvernance rigoureuse des données, la protection de leur confidentialité, le renforcement des infrastructures technologiques et le développement des compétences.
Ces préalables sont déterminants. La performance d’un système d’intelligence artificielle dépend en effet de la qualité des données auxquelles il a accès, de la robustesse des infrastructures et de la capacité des équipes à comprendre et à contrôler les résultats produits par les modèles.
Pour une banque centrale, ces exigences prennent une dimension particulière : les données traitées peuvent être sensibles et les décisions concernées avoir des conséquences sur le système financier et l’économie dans son ensemble.
Le capital humain au centre de la transformation
L’un des enseignements de cette réflexion est que la transformation numérique des banques centrales ne se résume pas à l’acquisition de nouvelles technologies.
Elle implique également une évolution des compétences. Économistes, statisticiens, superviseurs bancaires, spécialistes des systèmes de paiement, informaticiens et experts en données sont appelés à travailler davantage à l’intersection de leurs disciplines.
Le Gouverneur de la BCC a ainsi souligné l’importance du capital humain et de la formation des équipes dans cette transformation.
Pour les banques centrales africaines, l’enjeu est donc double : développer les infrastructures nécessaires tout en constituant les compétences permettant d’utiliser ces technologies de manière fiable et contrôlée.
Vers davantage de coopération entre banques centrales africaines
La dimension régionale apparaît également centrale.
Les banques centrales africaines sont confrontées à des problématiques communes : digitalisation des paiements, évolution rapide des modèles économiques, développement des fintechs, gestion des données et nécessité de renforcer les dispositifs de supervision.
Le partage d’expériences pourrait permettre de réduire les coûts d’apprentissage et d’accélérer le développement de capacités locales. La coopération peut également porter sur la formation, les standards de gouvernance des données et les méthodes d’évaluation des outils d’IA.
La conférence de Nairobi illustre ainsi l’émergence d’un débat qui dépasse la seule question technologique.
Une transformation qui touche au cœur des missions des banques centrales
L’intégration de l’intelligence artificielle dans les banques centrales pose finalement une question économique et institutionnelle plus large : comment exploiter la puissance croissante des données sans affaiblir la qualité, la transparence et le contrôle des décisions publiques ?
Pour la BCC comme pour ses homologues africaines, la réponse semble devoir passer par une intégration maîtrisée de ces technologies. L’objectif est moins de remplacer les dispositifs existants que de renforcer les capacités d’analyse, de surveillance et d’anticipation des institutions.
À Nairobi, le débat confirme ainsi que l’IA est désormais appelée à occuper une place croissante dans la réflexion stratégique des banques centrales africaines. Son véritable impact dépendra toutefois autant de la qualité des algorithmes que de la gouvernance des données, des infrastructures disponibles et des compétences humaines capables d’en contrôler l’utilisation.
Infos27
