Les agents d’IA ne interposent pas les banques entre elles. Ils les rendent simplement invisibles.

Le 2 avril 2026, une start-up de technologie financière appelée Bank of Bots a lancé ce qu’elle a décrit comme…Le premier prêt au monde accordé à un agent de l’IALe prêteur était un logiciel autonome. Il a demandé le crédit, a signé l’accord avec une identité numérique, a reçu les fonds sous forme de stablecoin, et a géré les remboursements sans avoir besoin de appuyer sur des boutons manuellement. Personne ne sait combien d’argent a été emprunté ou à quelle taux d’intérêt. C’est justement ce qui est intéressant.

L’histoire de base ici n’est pas que les ordinateurs peuvent désormais être des emprunteurs. C’est plutôt que quelque chose dans le système financier est devenu suffisamment instable pour permettre ce phénomène. Et si les logiciels autonomes peuvent être des emprunteurs, alors ils peuvent également être des clients bancaires, sous tous les autres aspects. Ce qui soulève la question que personne ne discute directement : lorsque les agents de l’IA commencent à prendre des décisions financières au nom des humains réels, quelles banques choisissent-ils, et que se passe-t-il pour ceux que les agents ne peuvent pas comprendre ?

La perspective évidente est que les agents d’IA posent un risque de déintermédiation pour les banques. Mais une perspective moins évidente, mais plus utile, est que ces agents créent un problème de découvrabilité. Il y a une différence : la déintermédiation signifie que les banques sont complètement exclues des transactions. La découvrabilité, quant à elle, signifie que les banques sont reléguées dans les classements. L’un est une menace existentielle ; l’autre, une érosion lente qui ne se manifeste pas sur le bilan des banques avant qu’il ne soit trop tard.

Voici le mécanisme, réduit à sa version la plus simple. Actuellement, les banques profitent énormément de l’inertie des consommateurs. Si vous avez de l’argent en compte courant qui génère seulement une petite part d’un point basé sur le taux d’intérêt, plutôt que d’avoir de l’argent dans un compte à haut rendement qui rapporte plus de 4 %, la banque garde donc ce différend de taux d’intérêt. Si vous avez un solde sur une carte de crédit et que vous ne remarquez pas une offre de transfert de solde de la part d’un concurrent, la banque continue de percevoir des intérêts. Si vous laissez les points de récompense s’épuiser sans que personne ne vous rappelle de les utiliser, la banque conserve ainsi les économies liées aux intérêts. McKinsey appelle cela le “dividend de l’inertie” : la différence entre ce que les consommateurs pourraient gagner et ce qu’ils gagnent réellement, car ils ne gèrent pas activement leur argent. C’est de l’argent réel. Pour les banques américaines, les dépôts à terme sans intérêt ont augmenté à un taux de croissance annuel composé de 28 % sur cinq ans. Le système fonctionne parce que la personne moyenne ne passe pas son jour à chercher des taux d’intérêt pour ses dépôts.

Les agents d’IA passent leur jour à chercher les taux d’intérêt pour les dépôts. Selon McKinsey, si seulement 10–20 % des consommateurs adoptent ces services automatisés en Europe et au Royaume-Uni – où les API de banques permettent déjà cela –, les marges nettes d’intérêt des banques pourraient se resserrer.30 à 50 points de baseCe n’est pas une hypothèse. Des agents qui surveillent constamment les comptes et qui transfèrent l’argent inutile vers des comptes plus efficaces existent déjà. Ceux qui effectuent les transferts en premier ne ont pas besoin de surpasser tous les banques ; ils doivent simplement gérer l’argent de manière plus efficace que les utilisateurs humains.

Mais la couche plus intéressante n’a rien à voir avec les taux ou les soldes. Elle concerne ce qui se passe au moment de l’achat.

Pendant la saison des fêtes de 2025, l’IA et les agents d’IA ont eu un impact sur 262 milliards de dollars de ventes au détail aux États-Unis – soit environ 20 % de toutes les ventes au détail aux États-Unis durant cette période. Le chiffre en lui-même n’est pas surprenant. Ce qui est surprenant, c’est ce que cela signifie pour les banques qui continuent à publier leurs conditions de crédit sous forme de fichiers PDF sur des sites web sécurisés.

Le fonctionnement du commerce destiné aux agents est simple et impitoyable. Lorsqu’un agent IA choisit les options de financement pour un client au moment de la commande, il prend sa décision en quelques millisecondes. L’agent lit des données structurées – taux d’intérêt, frais, critères de réussite, conditions de remboursement – obtenues via des API ou des métadonnées lisibles par l’ordinateur. Si les produits de crédit d’une banque ne peuvent pas être analysés, décortiqués ou comparés par un algorithme, alors cette banque devient invisible. La réputation de la marque, les décennies de marketing, le logo reconnaissable… rien de tout cela n’a d’importance lorsque la sélection des produits se fait grâce au code. Une société de technologie financière nommée Jifiti a construit toute sa valeur commerciale autour de cette lacune. Sa plateforme rend les produits de prêt bancaire « lisibles par l’ordinateur », afin que les agents IA puissent les découvrir et les comparer au moment de la commande. Selon le président de Jifiti, le canal traditionnel de prise de décision bancaire est en train de disparaître : les consommateurs commencent de plus en plus à rechercher des produits via des outils IA, sans jamais quitter ces outils.

La question pour les banques est donc la suivante : construisez-vous des agents IA afin de servir vos clients, ou vous assurez-vous plutôt que vos produits soient visibles pour les agents IA que d’autres entreprises développent ? Les réponses sont différentes. JPMorgan Chase a mis en place des systèmes IA destinés à générer une valeur de productivité de 1,5 milliard de dollars. L’assistant virtuel de Wells Fargo a réalisé plus de 200 millions d’interactions avec les clients de manière autonome. C’est impressionnant du point de vue interne. Mais il s’agit surtout d’efficacité : réduire les coûts, gérer les appels, traiter les prêts plus rapidement. C’est l’intérieur de la machine. L’extérieur de la machine, c’est là où les agents choisissent à quelle banque envoyer leurs fonds. C’est un jeu complètement différent.

Il y a ensuite les aspects juridiques : c’est ce qui détermine si tout cela peut effectivement être mis en œuvre. Selon la législation traditionnelle sur les agences, les agents d’IA ne sont pas des agents juridiques au sens strict. Le Restatement (Third) of Agency indique clairement que les programmes informatiques ne peuvent pas être considérés comme des principaux ou des agents – ils ne sont que des outils utilisés par les personnes qui les utilisent. Si le logiciel fonctionne mal, même de manière inattendue, les conséquences juridiques retombent sur celui qui l’a utilisé. L’utilisateur est donc responsable. Cela signifie que lorsqu’un agent d’IA transfère vos fonds vers une banque incorrecte, demande un prêt que vous ne souhaitez pas, ou déclenche quelque chose comme une demande de remboursement, la responsabilité incombe à la personne humaine, et non au code du système.

La loi sur l’IA de l’Union européenne rend les choses plus complexes en classant les systèmes d’IA ayant une grande importance financière comme des « systèmes à haut risque ». Cela exige donc transparence, traçabilité et surveillance humaine. Les amendes peuvent atteindre jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires mondial. Le CFPB américain a souligné que les interactions liées à l’IA doivent respecter les mêmes obligations légales que celles liées aux services fournis par des personnes humaines. En d’autres termes, un agent qui vous donne des informations incorrectes concernant les frais ou les tarifs peut entraîner des violations de la loi relative aux actes ou pratiques abusifs, trompeurs ou déloyaux. La date limite pour se conformer à la loi sur l’IA en Europe est le 2 août 2026. Actuellement, il reste encore douze jours avant cette date. Selon les rapports, la plupart des contrats avec les fournisseurs ne contiennent pas encore les clauses nécessaires pour respecter cette loi.

Tout ce friction réglementaire ne signifie pas que les agents d’IA ne seront jamais utilisés. Cela signifie plutôt que ceux qui le seront seront soumis à des restrictions, à des audits et à des contrôles strictes. La différence entre « l’ordinateur a choisi ceci » et « l’homme est responsable » est là où réside le vrai risque. C’est pour cette raison que les banques ne donneront pas pleine autonomie financière au logiciel dans l’immédiat. Elles imposeront des restrictions sur les permissions. Elles exigeront une validation humaine pour tout montant supérieur à un certain niveau de valeur, car les coûts juridiques liés à une erreur sont énormes.

Alors, que signifie cela pour la question originale ?

Les agents AI ne interviennent pas entre les banques. Ils réorganisent simplement la structure des opérations bancaires. Les institutions qui survivent sont celles qui sont faciles à comprendre, rapides et peu coûteuses, afin de pouvoir participer aux appels d’offres qui durent quelques millisecondes, dans le algorithme d’une autre entité. Les institutions qui ne s’adaptent pas ne subissent pas de perturbations majeures ; elles deviennent simplement une infrastructure de fond. Elles continuent à gérer les comptes, mais ne définissent pas les conditions. Elles continuent à traiter les paiements, mais ne prennent pas les décisions. C’est la différence entre posséder le magasin et louer un espace de stockage.

Le risque réel de démocratisation des interactions financières se manifeste déjà. Il n’a rien à voir avec l’emprunt autonome. Il s’agit plutôt du fait que l’interface entre un client financier et un produit financier passe d’une interaction humaine via un site web à une interaction automatisée via des API. Les banques qui considèrent cela comme un projet technologique plutôt qu’un problème de distribution se retrouveront dans la même situation que les entreprises de télécoms qui considéraient Internet comme un service plutôt qu’une plateforme : elles restent pertinentes, mais ne contrôlent plus qui obtient quoi et à quel prix.

La chose étrange concernant le prêt accordé à l’agent de l’IA, c’est que cela ne s’est pas produit par hasard. C’est plutôt que cet arrangement a été conçu comme une démonstration de concept, et non comme une mise en place d’un produit réel. Si la Bank of Bots peut accorder des prêts aux logiciels, alors la frontière entre les emprunteurs humains et les emprunteurs logiciels devient floue. Le système réglementaire n’a simplement pas pris en compte le fait que la question à laquelle il doit répondre n’est pas de savoir si l’IA peut emprunter – mais plutôt qui est responsable lorsque les choix de l’IA sont erronés, et si ceux qui développent l’IA peuvent percevoir des frais pour pouvoir être les seuls à pouvoir communiquer avec la banque.