La SEC engage des poursuites pour « AI washing » en vertu de la Section 206.
Il n'existe aucune exception pour « technologie avancée ».

Lutte anti-fraude de la SEC (Section 206 de l'Advisers Act)

“Les conseillers en investissement ne peuvent pas dénaturer les capacités de l'IA auprès de leurs clients ou prospects. C'est de la fraude, pas de l'exagération marketing.”

Registre des allégations du Vault

Chaque communication client médiée par l'IA est enregistrée avec le modèle, le prompt, la sortie, l'allégation formulée, la divulgation présentée et un indicateur de conformité à la Marketing Rule (206(4)-1). Lisible par l'auditeur comme une chaîne unique.

Preuve d'audit : Registre de provenance par communication, que l'auditeur peut rapprocher de l'ADV et des supports marketing de la société. Rejouez l'échange IA réel, pas un résumé.

NYDFS Part 500 §500.3 — Évaluation des risques liés à l'IA

“Les cyber-risques spécifiques à l'IA (MFA vulnérable aux deepfakes, empoisonnement des données d'entraînement, chaîne d'approvisionnement du modèle) doivent être évalués dans le cadre existant de la Part 500. Priorité d'application déclarée depuis le 16 octobre 2024.”

Scans Guard + preuve d'évaluation des risques du Vault

Le scanner MCP détecte l'empoisonnement d'outils, le typosquatting, la manipulation de schémas, les schémas de rug-pull, l'injection de prompts et les permissions excessives. Les constats sont inscrits dans le Vault comme le registre contemporain de l'évaluation des risques.

Preuve d'audit : Résultats de scan horodatés sur toute votre chaîne d'approvisionnement, suivi de la remédiation par constat, dossier de preuves associé aux contrôles de la Part 500 §500.3.

CFPB ECOA / Reg B — Spécificité de l'avis défavorable

“Les prêteurs doivent invoquer des motifs précis et exacts lorsqu'ils refusent un crédit. « Il n'existe aucune exception de ‘technologie avancée’ aux lois fédérales sur le crédit à la consommation. »”

Codes de motif de politique Cedar + preuve de décision du Vault

Chaque décision de crédit renvoie la ou les caractéristique(s) spécifique(s) ayant déclenché l'action — pas « le modèle a dit non », mais une attribution auditable au niveau de la caractéristique, adaptée à un avis défavorable.

Preuve d'audit : Code de motif par demande, avec la version de politique sous-jacente et les données qui l'ont alimentée. L'avis se rédige de lui-même à partir de la chaîne du Vault.

Lois étatiques sur le prêt équitable (MA, CA, NY, IL)

“Les théories d'impact disparate restent invocables au niveau des États après le changement de la règle fédérale ECOA, en vigueur depuis le 21 juillet 2026. Le procureur général du Massachusetts a réglé une affaire de souscription de crédit par IA le 10 juillet 2025.”

Vérification entre modèles + tests de politiques en dry-run

Tests de politiques avant déploiement sur des données synthétiques de classes protégées ; la vérification entre modèles achemine les décisions critiques à travers plusieurs LLM avec consensus majoritaire sur le résultat.

Preuve d'audit : Résultats des tests de biais avant déploiement par date et version de politique ; alertes de dérive lorsque les résultats en cours s'écartent de la référence.

Gestion du risque de modèle (OCC SR 11-7 étendu à l'IA)

“Les banques doivent inventorier leurs modèles, les valider avant déploiement, en surveiller la performance et en gouverner le cycle de vie. L'IA entre dans le périmètre.”

Inventaire des agents + contrôles de cycle de vie Fleet

Métadonnées par agent : version du modèle, fournisseur, usage prévu, date de dernière validation, niveau de risque. Les contrôles de cycle de vie (pause / reprise / arrêt) sont enregistrés comme événements du Vault. Coupe-circuit avec codes de motif par agent.

Preuve d'audit : Traçabilité par modèle, du déploiement à la mise hors service. L'auditeur parcourt la chaîne pour vérifier que chaque modèle en production dispose d'une validation documentée et d'une surveillance continue.