Révolution IA dans les paiements : des transactions sûres et optimisées

Le 7 mai 2025, Stripe a dévoilé un nouveau modèle fondé sur l'intelligence artificielle (Payments Foundation Model), destiné à optimiser les processus de paiement. Ce modèle a été formé à partir de dizaines de milliards de transactions et est capable de détecter des centaines de signaux subtils associés à chaque paiement. Pour donner un aperçu des volumes de transactions de Stripe — et donc de son potentiel en matière de données — ce champion mondial de l’acceptation de paiements a traité, pour le compte des entreprises utilisant sa plateforme, un volume total de paiements de 1 400 Md$ l’année dernière¹.  

Stripe utilisait depuis longtemps des modèles d’IA spécialisés, optimisés pour des tâches spécifiques et, disons, classiques dans l’industrie des paiements, telles que la prévention de la fraude, l’optimisation des taux d’autorisation ou la personnalisation de l’expérience client. Or, ce nouveau modèle promettrait des gains de performance supplémentaires, jusque-là inaccessibles. Lors d’une interview accordée à TechCrunch, William Gaybrick, président des produits et des opérations chez Stripe, a expliqué que le nouveau modèle s’appuie sur l’apprentissage auto-supervisé, ce qui lui permet d’identifier ses propres caractéristiques.

Stripe n’est évidemment pas le seul acteur à intégrer l’intelligence artificielle générative dans le domaine des paiements. Amazon a récemment dévoilé sa nouvelle fonctionnalité « Buy for Me »², qui simplifie encore davantage l’expérience d’achat. Grâce à son système Amazon Nova AI, la plateforme peut identifier automatiquement les produits présents sur les images enregistrées dans Amazon Photos, les retrouver chez des marchands de la marketplace ou tiers, puis permettre aux utilisateurs de déléguer l’achat à Amazon. Dans ce cas, les clients confirment les détails de la commande sur une page de paiement Amazon, qui transmet ensuite de manière sécurisée les informations chiffrées nécessaires pour finaliser l’achat directement sur le site du commerçant tiers. 

À première vue, l'IA générative offre deux avantages principaux : une détection de fraude améliorée et une personnalisation accrue de l'expérience client. Les modèles d'apprentissage automatique analysent le comportement des utilisateurs en temps réel, repèrent les risques et prennent des décisions à grande échelle. Cette double fonction de personnalisation et de protection permet aux acteurs de l’écosystème d’offrir des expériences de paiement plus sûres, plus intelligentes et plus attrayantes.  

L’intérêt croissant — voire impératif — des acteurs des paiements à investir massivement dans les solutions d’IA générative s’est concrétisé par plusieurs acquisitions remarquées au cours de l’année dernière. Nous pouvons notamment citer l’achat de Featurespace par Visa³, une entreprise spécialisée dans les technologies d’IA en temps réel dédiées à la protection des paiements. Par ailleurs, Mastercard a finalisé l’acquisition de Recorded Future⁴, une société de cybersécurité experte en renseignement sur les menaces et en analyses basées sur l’IA, pour un montant de 2,6 Md$.  

À l’avenir, le rôle de l’intelligence artificielle dans les paiements deviendra encore plus sophistiqué. Son intégration avec des systèmes de reconnaissance faciale, de scan d’empreintes digitales et d’identification vocale renforcera la sécurité sans nuire à la fluidité de l’expérience utilisateur. 

Le challenge pour les banques : passer de conservateur de flux à gestionnaire de risques augmenté par l’IA 

Les banques subissent une concurrence sévère de la part des fintechs et acteurs spécialisés du paiement, qui misent sur l’agilité technologique et l’innovation continue pour capter des parts de marché. Cette pression pousse les établissements traditionnels à accélérer leur transformation numérique, notamment en explorant le potentiel de l’IA générative dans les paiements.  

Ainsi, selon le rapport de HSBC Global Payments Solutions⁵, la banque envisage un avenir où la technologie de l'IA sera intégrée de manière fluide à ses solutions de paiement, afin de créer de la valeur pour ses clients en rendant les transactions plus intelligentes, plus rapides et sans friction.  

À titre d’exemple, les banques investissent dans l’IA pour résoudre l’un de leurs irritants majeurs : réduire les risques du crime financier. À ce titre, HSBC a codéveloppé avec Google un système d'IA appelé Dynamic Risk Assessment. Ce système a permis à la banque de détecter deux à quatre fois plus de crimes financiers qu'auparavant, tout en réduisant de 60 % les faux positifs, améliorant ainsi la précision des détections et réduisant le temps consacré à l'analyse des transactions⁶. 

Certains leaders de l’industrie vont au-delà de la simple nécessité en équipant leurs clients d’outils modernes conçus pour accroître leur efficacité. Ainsi, JP Morgan Chase a lancé en 2023 Cash Flow Intelligence, un outil de gestion de trésorerie assisté par l'IA. Son logiciel permet aux trésoriers d'entreprise d'analyser et de prévoir les flux de trésorerie, en automatisant la catégorisation et la visualisation des flux de paiement.

Dans le secteur bancaire, l’adoption de l’IA générative doit se faire avec précaution, dans le respect des exigences réglementaires et opérationnelles. Toutefois, elle devient incontournable pour les banques souhaitant rester compétitives dans un environnement en constante évolution.