Titan mise sur une IA bancaire taillée pour les régulateurs

Titan récompensée en 2026. Titan a été nommée AI Startup of the Year aux Tearsheet AI Innovation Awards 2026. Son fondateur et directeur général, Arjun Sirrah, défend une IA conçue directement pour les établissements financiers. L’entreprise estime qu’un modèle généraliste adapté après coup ne comprend pas les relations entre produits, politiques, réglementations, risques et attentes des superviseurs. Titan associe trois composants dans une même plateforme. Ses modèles bancaires sont entraînés pour raisonner avec la logique réglementaire et prudentielle. Une couche de contexte relie les réponses aux connaissances du secteur, puis aux politiques et données de chaque institution. Des agents appliquent enfin cette intelligence aux risques, à la conformité, à la souscription et aux opérations. Lire l’entretien original.

Le modèle bancaire de Titan structure le raisonnement.

Arjun Sirrah explique que les banques doivent distinguer une décision de crédit commercial d’une décision de prêt aux particuliers. Elles doivent aussi intégrer leurs propres politiques, parfois plus strictes que la réglementation applicable. Le système doit encore produire des éléments compréhensibles par un responsable des risques ou un examinateur. Titan s’appuie sur l’expérience de collaborateurs ayant travaillé dans des banques, sur des produits, des opérations, la technologie, les audits et les examens. Cette expérience a conduit l’entreprise à intégrer la sécurité, l’auditabilité, le raisonnement réglementaire et la responsabilité institutionnelle dès la conception. La plateforme donne aussi accès à des modèles de référence sécurisés, sélectionnés selon la tâche à accomplir. Cela différencie le modèle spécialisé du simple habillage bancaire d’un modèle généraliste. Cette architecture vise le travail bancaire traçable, plutôt qu’une réponse seulement plausible ou familière à un professionnel du secteur financier. Titan a été distinguée pour cette approche aux Tearsheet AI Innovation Awards 2026.

Titan assemble trois composants dans une même plateforme.

La production exige plusieurs contrôles. Selon Arjun Sirrah, le principal défi consistait à rendre les modèles utilisables dans un workflow réel, avec des réponses exactes, pertinentes et vérifiables. Une banque doit choisir le modèle adapté, protéger les informations sensibles et contrôler les accès. Elle doit également comprendre comment une réponse a été produite, l’ancrer dans les politiques à jour et documenter les actions réalisées. Le dispositif doit préciser les moments nécessitant une revue humaine. Titan réunit ces fonctions autour de son Banking Model, d’un graphe de connaissances sectoriel et, dans certains déploiements, d’un second graphe construit avec les procédures, politiques et données de l’institution. Les agents recherchent, récupèrent et documentent les informations, puis présentent leurs recommandations aux experts. L’intégration évite d’exiger le remplacement immédiat de tous les systèmes existants ou une refonte instantanée du fonctionnement opérationnel bancaire interne.

La gouvernance intervient dès le lancement de Titan, en octobre 2025. Sirrah affirme qu’elle peut accélérer l’adoption lorsqu’elle est conçue dès le premier jour. Les banques veulent savoir où vont les données, quel modèle est utilisé et quelles informations ont fondé la réponse. Elles veulent aussi pouvoir reconstruire les événements et identifier la personne ayant examiné la recommandation. Titan propose de commencer par une alternative sécurisée et gouvernée aux outils d’IA non approuvés utilisés sans contrôle. Les institutions peuvent ensuite relier les réponses à leurs politiques et procédures validées, avant d’introduire des agents supervisés dans des workflows ciblés. Cette progression place la gouvernance au début du déploiement. Elle permet aux différentes équipes d’évaluer le même système pendant la phase d’expérimentation, plutôt que d’ajouter les contrôles après un projet pilote.

Les agents de Titan conservent la décision humaine.

Les agents recommandent, les banquiers décident. Titan ne destine pas ses agents à remplacer le professionnel responsable ni à prendre une décision finale opaque. Ils collectent les informations nécessaires, récupèrent les politiques pertinentes et analysent les données selon les exigences correspondantes. Ils produisent ensuite une recommandation soumise à une revue humaine. Les banquiers restent responsables du jugement, des points de contrôle et de la décision finale. Les agents s’appuient sur les produits, données, politiques et tolérances au risque de l’institution. Leurs actions sont enregistrées, traçables et consultables. Ils associent un raisonnement automatisé à des outils définis et à des étapes d’approbation. Les équipes peuvent donc examiner la recommandation, son contexte et son raisonnement. Les machines prennent en charge la recherche, la récupération et la comparaison. Les professionnels conservent l’interprétation et la responsabilité requises par les décisions à enjeux élevés, notamment en souscription, en risques et en conformité bancaire réglementée.

Le marché vise désormais la production. Titan a lancé ses activités en octobre 2025. Depuis, Sirrah observe un déplacement des échanges bancaires, qui passent de l’expérimentation, du choix des modèles et de la productivité générale vers le déploiement contrôlé. Les établissements cherchent à remplacer les usages non gouvernés, à relier les réponses aux connaissances internes et à sélectionner des workflows présentant une valeur opérationnelle claire. Ils examinent aussi l’auditabilité et la supervision humaine nécessaires à un déploiement élargi. Sirrah attribue certains résultats décevants des premiers projets à l’absence de contexte bancaire plutôt qu’au modèle lui-même. Les institutions évaluent désormais leurs données, processus et modèles opérationnels ensemble. Elles cherchent à mobiliser le bon contexte dans les risques, la conformité, la souscription et les opérations. Titan met en avant sa croissance depuis sa sortie du mode furtif, ainsi que le remplacement d’outils génériques non gouvernés par des capacités gouvernées et auditables au sein d’établissements financiers.