NIST AI RMF ou MAS AI Guidelines : points communs et différences
NIST AI RMF et MAS AI Guidelines partagent 13 thèmes de contrôle sur 24 et 16 vérifications. 73 % des exigences de MAS AI Guidelines se prouvent avec des vérifications déjà utilisées par NIST AI RMF, 39 % dans l’autre sens.
Volontaire
NIST AI RMF
Comment appliquer le NIST AI RMF à vos systèmes d'IA
72 exigencesProchain jalon déc. 2026
En discussion
MAS AI Guidelines
Se préparer aux lignes directrices de la MAS sur les risques de l'IA
11 exigencesProchain jalon déc. 2026
13/24thèmes de contrôle communs
16vérifications communes
73 %des exigences MAS AI Guidelines couvertes par les preuves NIST AI RMF
39 %des exigences NIST AI RMF couvertes par les preuves MAS AI Guidelines
En un coup d’œil
| NIST AI RMF | MAS AI Guidelines | |
|---|---|---|
| Juridiction | États-Unis (fédéral) | Singapour |
| Nature | Cadre volontaire | Attentes de supervision |
| Statut | Volontaire | En discussion |
| Contraignant | Non identique | Non identique |
| Objet analysé | Système d'IA identique | Système d'IA identique |
| Champ | Toute organisation qui conçoit, déploie ou utilise de l'IA. | Toutes les institutions financières supervisées par la MAS (banques, assureurs, gestionnaires d'actifs, intermédiaires). |
| Territorialité | Sans portée territoriale ; référence de fait pour les acheteurs publics américains. | Activités financières à Singapour, y compris les succursales de groupes étrangers. |
| Sanctions | Aucune (volontaire). Levier : valeur refuge dans les lois d'États. | Pas de sanction propre. Une fois publiées, ce sont des attentes de supervision contrôlées en inspection ; un manquement peut entraîner des mesures de supervision. |
| Axes de qualification | Niveau de risque interne (défini par l'organisation) | Matérialité du risque de l'usage (impact, complexité, dépendance) |
| Rôles | Acteur IA | Institution financière |
| Exigences | 72 | 11 |
| Prochain jalon | déc. 2026, Révision du RMF attendue | déc. 2026, Publication attendue des lignes directrices finales |
Thème par thème
nombre d’exigences par thème
NIST AI RMFMAS AI Guidelines
Gouvernance
Évaluation
Conception
Personnes & usage
Cycle de vie & tiers
Points communs : une preuve, deux cadres
16
| Code | Vérification | Exigences NIST AI RMF | Exigences MAS AI Guidelines |
|---|---|---|---|
| CHK-POL-RISK | Une politique et un processus de gestion des risques liés à l'IA sont établis au moyen de contrôles transparents et documentés | ||
| CHK-RISK-TOLERANCE | Les tolérances au risque sont définies et les systèmes d'IA sont classés par niveau de risque | ||
| CHK-ROLES-CLARIFIED | Les rôles, responsabilités et délégations d'autorité sont documentés et clairs pour les parties prenantes concernées | ||
| CHK-INVENTORY | Un mécanisme d'inventaire des systèmes d'IA est en place et doté de ressources | ||
| CHK-TRAINING | Le personnel et les partenaires reçoivent une formation à la gestion des risques liés à l'IA | ||
| CHK-EXEC-ACCOUNT | La direction exécutive est responsable des décisions de risque liées à l'IA (comité du conseil, appétence au risque) | ||
| VER-008-03 | Superviseurs compétents affectés au système | ||
| CHK-THIRDPARTY-POL | Des politiques traitent les risques liés à l'IA et aux données de tiers, y compris la propriété intellectuelle, la transparence et les tests | ||
| CHK-CATEGORIZATION | Les tâches et méthodes du système d'IA sont catégorisées (classifieur, génératif, recommandation) | ||
| CHK-TEVV | Le plan TEVV, les jeux de test, les métriques et les considérations relatives aux données sont documentés | ||
| CHK-COMPETENCE | Les processus de maîtrise par les opérateurs/praticiens et les normes pertinentes sont définis | ||
| CHK-INDEP-ASSESS | Une évaluation indépendante ou par des experts internes associe des experts du domaine et les communautés concernées | ||
| CHK-BIAS | L'équité et les biais sont évalués et les résultats documentés | ||
| VER-003-01 | Registre des risques documenté et à jour | ||
| VER-008-02 | Système conçu pour permettre la supervision humaine (bouton arrêt, override) | ||
| CHK-MODEL-MONITORING | Les modèles pré-entraînés utilisés en développement sont surveillés et maintenus |
Différences : exigences propres à chaque cadre
Exigences dont aucune vérification ne sert l’autre cadre : ce qu’il reste à faire en plus.
NIST AI RMF
44
GOVERN-1.1
GOVERN-1.2
GOVERN-4.3
GOVERN-6.2
MEASURE-2.4
MEASURE-2.7
MEASURE-2.8
MEASURE-2.10
MEASURE-2.12
MANAGE-2.2
MANAGE-2.3
MAS AI Guidelines
3
Calendriers
PasséPrévu par le textePotentielÀ vérifier
12 nov. 2018MAS AI Guidelines · Principes FEAT (équité, éthique, responsabilité, transparence)
26 janv. 2023NIST AI RMF · AI RMF 1.0
26 juil. 2024NIST AI RMF · Profil IA générative (NIST AI 600-1)
déc. 2024MAS AI Guidelines · Document d'information sur la gestion du risque des modèles d'IA
23 juil. 2025NIST AI RMF · L'AI Action Plan demande une révision du cadre
13 nov. 2025MAS AI Guidelines · Consultation publique sur les lignes directrices
31 janv. 2026MAS AI Guidelines · Clôture de la consultation
déc. 2026NIST AI RMF · Révision du RMF attendue
déc. 2026MAS AI Guidelines · Publication attendue des lignes directrices finales
déc. 2027MAS AI Guidelines · Fin de la transition de 12 mois (si publication fin 2026)
Pilotez ces exigences sur tous vos systèmes d’IA
TrustFlow inventorie vos systèmes, les qualifie pour chaque réglementation et collecte les preuves une seule fois pour tous les référentiels.