Pendant des décennies, la détection de fraude bancaire a reposé sur des règles codées à la main. Si une transaction dépasse un certain montant dans un pays inhabituel, bloquer. Si trois tentatives échouent en moins d’une minute, alerter. Ces règles sont prévisibles, donc contournables.
Ce que change l’approche agentique
Les systèmes agentiques ne suivent pas de règles statiques. Ils analysent chaque transaction dans son contexte : comportement passé du client, géolocalisation, type de marchand, heure, canal d’accès, appareil utilisé. Ils génèrent une décision contextuelle, pas une application de règle.
La différence pratique est significative. Un virement inhabituel effectué depuis l’application mobile habituelle du client, à son domicile déclaré, avec son appareil enregistré, sera traité différemment d’un virement du même montant depuis un navigateur inconnu en roaming.
Ce que Société Générale a mesuré
Société Générale a publié en 2025 des données partielles sur son déploiement. Le taux de faux positifs (transactions légitimes bloquées à tort) a diminué de 31% depuis le passage à un système agentique, sur un périmètre couvrant les cartes de débit grand public.
Pour les clients, cela se traduit par moins de transactions bloquées à tort lors de voyages ou d’achats inhabituels. Pour la banque, par une réduction des coûts de traitement des réclamations.
Les limites du système
Les agents IA sont eux aussi contournables, mais différemment. Les fraudeurs adaptent leurs comportements pour imiter les patterns légitimes. Un agent qui apprend en continu peut être manipulé par des injections progressives de comportements fraudulents qui ressemblent à une dérive graduelle du comportement légitime.
Les équipes antifraude décrivent un jeu du chat et de la souris qui s’est accéléré, pas résolu.
Ce qu’on retient
Les agents IA ont substantiellement réduit les faux positifs et amélioré la détection de fraude complexe. Ils n’ont pas mis fin à la fraude. Ils ont déplacé et accéléré l’adaptation des techniques frauduleuses.