Le concours AFAC (Advanced Fintech AI Competition), organisé par Ant Group en collaboration avec des partenaires académiques tels que l'Université de Pékin et l'Université technologique de Nanyang à Singapour, a révélé des solutions d'IA prêtes à être déployées à l'échelle internationale. Parmi les lauréats, A.I. Phoenix Technology de Hong Kong a présenté un système d'apprentissage en essaim permettant aux banques de collaborer sans partager de données sensibles, déjà utilisé pour la lutte contre le blanchiment d'argent et les vérifications de conformité. Ce système combine l'apprentissage fédéré et la blockchain pour entraîner des modèles d'IA sans transférer de données brutes, répondant ainsi aux exigences de confidentialité et de détection des risques dans des régions fortement réglementées comme l'Europe et l'Asie du Sud-Est. L'équipe, composée de diplômés de Harvard, Columbia et Cambridge, ainsi que d'anciens employés de HSBC et Amazon, a souligné l'importance de l'efficacité et de la scalabilité pour les startups, tout en saluant la qualité du mentorat offert par le concours, décrit comme extrêmement précis et impactant, surpassant les autres événements similaires dans la région de la Grande Baie. Un autre lauréat, Xiamen Blue Sky Beyond Technology, a développé une application d'IA traduisant la langue des signes en texte en temps réel, visant à faciliter l'inclusion des personnes malentendantes dans des situations quotidiennes comme les interactions bancaires ou hospitalières. Le projet, initié après un bénévolat dans une école spécialisée, a dû surmonter des défis liés au manque de données ouvertes et de puissance de calcul, les vidéos ayant été collectées et annotées manuellement par l'équipe. L'application, encore en développement, sera distribuée gratuitement aux écoles spécialisées, reflétant la conviction que la technologie doit servir tout le monde. Xiamen Aohan Technology a remporté le deuxième prix pour son système intégrant l'imagerie satellite et la gestion des risques financiers, utilisant l'imagerie hyperspectrale et le radar à synthèse d'ouverture pour identifier les changements dans les paysages et les infrastructures, fournissant des données utiles pour l'évaluation du crédit et la conformité dans des secteurs comme l'agriculture et la gestion des ressources naturelles. Les satellites de l'équipe revisitent les lieux toutes les 15 à 30 minutes, permettant un suivi haute fréquence, particulièrement utile pour auditer des projets éloignés ou transfrontaliers où la vérification physique est difficile. Le concours AFAC, désormais dans sa troisième année, se concentre sur des solutions adaptées à divers marchés, notamment les économies émergentes où l'adoption de la fintech s'accélère malgré les barrières réglementaires et linguistiques persistantes. L'événement se distingue par ses mécanismes d'interaction conçus pour relier des projets innovants à l'expertise industrielle, comme le temps de rencontre AFAC, offrant une plateforme structurée pour des dialogues approfondis entre les finalistes et les juges, incluant des experts d'Ant Group, NVIDIA et Shanghai Hundsun JuYuan Data Service. Ces échanges ont permis aux participants d'affiner leurs solutions avec précision, une opportunité précieuse pour les startups en phase de démarrage. Le segment Demo Time, dédié aux startups, a permis aux équipes de présenter leurs prototypes à un large public d'investisseurs, de représentants d'entreprises et d'experts techniques, mettant l'accent sur la résolution collaborative de problèmes et fournissant des retours concrets sur tout, de la conception architecturale aux stratégies de pénétration du marché. Cette année, le concours a attiré près de 500 propositions innovantes couvrant la gestion de patrimoine, l'insurtech, l'économie de basse altitude, le Web3 et la finance transfrontalière, soulignant la diversité des participants, allant des étudiants universitaires et des laboratoires de recherche aux entrepreneurs expérimentés. Ces projets partagent un accent commun sur l'application de technologies d'IA de pointe, telles que l'apprentissage fédéré, le raisonnement à long contexte et la génération multimodale, pour résoudre des problèmes tangibles dans des scénarios financiers, démontrant à la fois une sophistication technique et une pertinence pratique.