Comment les systèmes financiers évoluent-ils à l’ère des AI Agents ?

Depuis des décennies, les systèmes financiers numériques reposent sur une logique relativement claire : un utilisateur ou une organisation donne une instruction, le système l’autorise et la transaction est exécutée.

Les AI Agents commencent à faire évoluer ce modèle. Un système d’IA peut recevoir un objectif, analyser différentes options, sélectionner un service et, dans des limites prédéfinies, initier un paiement. Le logiciel n’est donc plus seulement l’outil par lequel une transaction est effectuée. Il peut devenir un acteur à part entière de la décision qui conduit à cette transaction.

Cette évolution passe déjà de l’expérimentation aux transactions réelles. En juillet 2026, Visa a annoncé des transactions réalisées en conditions réelles en Europe, dans lesquelles des AI Agents ont recherché des produits, effectué une sélection et initié des achats selon les paramètres définis par les utilisateurs.

Du bouton « Pay » à un mandat pour agir

Dans un paiement traditionnel, le moment de l’autorisation est relativement visible. L’utilisateur clique sur « Pay », confirme une transaction ou approuve une demande.

Avec les AI Agents, ce moment peut intervenir bien plus tôt.

Un utilisateur peut demander à un agent de trouver un vol dans une certaine limite de prix et de le réserver s’il répond à ses critères. Une organisation peut autoriser un système à acheter automatiquement un service cloud lorsque des ressources supplémentaires sont nécessaires.

Dans ces situations, le système financier ne doit pas seulement vérifier qui effectue la transaction, mais également si l’action réalisée par l’AI Agent correspond bien à ce que l’utilisateur a autorisé.

Cette évolution fait émerger un nouveau concept dans les infrastructures de paiement : le verifiable intent. Mastercard, par exemple, développe un mécanisme permettant de créer une preuve vérifiable de ce que l’utilisateur a autorisé, afin que le commerçant, la banque et le réseau de paiement disposent d’une référence commune concernant l’intention à l’origine de la transaction.

L’IA peut prendre la décision. Le paiement doit toujours respecter des règles précises

C’est ici qu’apparaît l’un des défis les plus intéressants pour l’architecture des systèmes financiers.

L’IA fonctionne à partir de probabilités, de contexte et de prises de décision dynamiques. Un système de paiement, en revanche, doit être précis : une transaction est autorisée ou ne l’est pas, le montant doit être défini et le règlement doit aboutir à un résultat clair.

Le FMI décrit cette situation comme une tension entre la nature probabiliste de l’IA et les exigences déterministes des infrastructures de paiement. Un modèle possible consiste à séparer le processus en trois niveaux : intent, authorization et settlement. L’IA peut intervenir au niveau où l’intention est interprétée et l’action planifiée, tandis que l’autorisation et l’exécution financière restent encadrées par des règles vérifiables.

Cette séparation pourrait devenir un élément essentiel de la prochaine génération de plateformes financières : l’intelligence détermine ce qui devrait être fait, tandis que l’infrastructure financière détermine ce qui est autorisé.

Les systèmes doivent reconnaître non seulement l’utilisateur, mais aussi l’agent

Dans les systèmes traditionnels, l’identité financière est principalement associée aux individus et aux organisations. Dans une économie où les AI Agents peuvent initier des transactions, un nouvel acteur apparaît, que le système doit être capable d’identifier.

La transaction provient-elle directement de l’utilisateur ou d’un agent agissant pour son compte ? Pour quel utilisateur agit-il ? Quelle autorisation a-t-il reçue ? Quel montant peut-il dépenser ? À quelles fins peut-il utiliser cette somme ? Et pendant combien de temps cette autorisation reste-t-elle valable ?

Visa travaille déjà avec des banques et des commerçants afin que les transactions initiées par des AI Agents puissent être distinguées et authentifiées. Ses programmes comprennent notamment des tests portant sur la tokenisation, l’authentification et l’autorisation des transactions pour cette nouvelle catégorie de paiements.

Un AI Agent ne peut donc pas être traité simplement comme un utilisateur supplémentaire du système. Il a besoin d’une identité et d’un mandat définissant clairement les limites dans lesquelles il est autorisé à agir.

Les paiements pourraient passer du human-to-business au machine-to-machine

L’évolution devient encore plus importante lorsque ce n’est plus seulement le clic sur « Pay » qui disparaît de l’équation, mais aussi le processus d’achat traditionnel lui-même.

Un AI Agent peut avoir besoin d’une API, de capacité cloud, de données ou d’un autre service numérique. Au lieu qu’une personne achète ce service à l’avance, le logiciel pourrait le demander, l’utiliser et le payer au moment où il en a besoin.

En juin 2026, Mastercard a présenté Agent Pay for Machines, conçu spécifiquement pour les paiements programmatiques et machine-to-machine, y compris des transactions de très faible montant pouvant avoir lieu en continu entre différents systèmes.

Cette évolution pourrait transformer non seulement notre manière de payer, mais aussi la façon dont les plateformes financières sont conçues. Les systèmes doivent être capables de gérer des transactions initiées en arrière-plan par des logiciels, à une fréquence et à une vitesse qui ne reposent plus sur le rythme de l’interaction humaine.

L’architecture financière se prépare à accueillir un nouvel acteur

Pour Soft & Solution Group, l’évolution vers les paiements agentiques montre que l’intégration de l’IA dans les systèmes financiers ne consiste pas simplement à ajouter un modèle intelligent à une plateforme existante.

La relation entre l’AI Agent, l’identité, l’autorisation, les règles financières et l’infrastructure qui exécute la transaction doit être pensée comme une composante du système lui-même.

Comme l’explique Ermal Beqiri, fondateur de Soft & Solution Group :

« Lorsque le logiciel commence à effectuer des actions financières pour le compte d’un utilisateur, le système doit comprendre non seulement qui agit, mais aussi ce que cette personne ou cet agent est autorisé à faire. L’IA peut apporter davantage d’autonomie, mais cette autonomie doit fonctionner dans des limites clairement définies par l’architecture. »

Les AI Agents ne transforment pas uniquement l’interface par laquelle nous interagissons avec les services financiers. Ils introduisent un nouvel acteur au cœur même du processus de paiement.

Pour les systèmes financiers, le prochain défi ne sera donc pas seulement de savoir comment exécuter une transaction, mais aussi comment prouver que le logiciel était autorisé à prendre cette décision.