Experian révèle les défis de la détection de la fraude par l'IA dans le secteur des services financiers

La même technologie que les institutions financières déploient est utilisée contre elles comme une arme. Cela représente le tension centrale en passant par Experian Prévisions concernant l'avenir de la fraude en 2026et c'est une dynamique que l'entreprise est particulièrement bien placée pour aborder car elle opère des deux côtés de l'équation.

Selon les données de la FTC citées dans les prévisions, Les consommateurs ont perdu plus de 12,5 milliards de dollars américains à cause de la fraude en 2024.Les données d'Experian révèlent que Près de 60 % des entreprises ont signalé une augmentation des pertes liées à la fraude. de 2024 à 2025. En réponse, les solutions de prévention de la fraude d'Experian ont aidé les clients à éviter un montant estimé 19 milliards de dollars de pertes dues à la fraude à l'échelle mondiale en 2025, un chiffre qui souligne à la fois l'ampleur du problème et à quel point la défense dépend désormais de l'IA pour égaler la vitesse et l'autonomie des attaques.

⚠️ Le défi de l'IA agentique

La conclusion la plus préoccupante des prévisions d'Experian est ce que l'entreprise appelle "chaos entre machines" — le moment où les systèmes d'IA agents, conçus pour effectuer des transactions de manière autonome au nom des utilisateurs, deviennent indiscernables des bots que les fraudeurs déploient dans le même but.

Alors que les organisations s'efforcent d'intégrer des agents d'IA capables de prendre des décisions de manière indépendante, les fraudeurs exploitent ces mêmes systèmes pour mener des fraudes numériques à grande échelle et à une vitesse qu'aucune opération humaine ne pourrait supporter.

Le principal défi, selon le rapport, est que Les interactions machine-machine n'impliquent pas de responsabilité clairement définie.Lorsqu'un agent d'IA initie une transaction qui s'avère frauduleuse, la question de savoir qui est responsable reste sans réponse.

Kathleen Peters, directeur de l'innovation pour la fraude et l'identité chez Experian Amérique du Nord, a souligné : « La technologie accélère l’évolution de la fraude, la rendant plus sophistiquée et plus difficile à détecter. En combinant des données différenciées avec des analyses avancées et des technologies de pointe, les entreprises peuvent renforcer leurs défenses contre la fraude, protéger les consommateurs et offrir des expériences sécurisées et fluides. »

Experian prévoit que cela atteindra un point de bascule en 2026Cela suscite des discussions de fond au sein du secteur sur la responsabilité et la gouvernance de l'IA agentielle dans le commerce. Certaines organisations prennent déjà des mesures préventives. Amazone, par exemple, a déclaré bloquer l'accès à sa plateforme aux agents d'IA tiers et la possibilité d'y effectuer des transactions, invoquant des problèmes de sécurité et de confidentialité.

🔍 Quatre nouvelles menaces émergentes

Au-delà de la question de l'IA agentielle, les prévisions d'Experian identifient quatre tendances supplémentaires que les institutions financières devront prendre en compte en 2026 :

🏦 Comment les institutions financières réagissent

Selon Experian Rapport sur les perceptions de l'IA, s'appuyant sur les réponses de plus de 200 décideurs d'institutions financières de premier plan, 84 % considèrent l'IA comme une priorité critique ou élevée pour leur stratégie commerciale au cours des deux prochaines années. Un autre 89 % des personnes interrogées estiment que l'IA jouera un rôle important dans le cycle de vie des prêts..

Cependant, c'est au niveau de la gouvernance que les institutions rencontrent des difficultés. Selon ce même rapport :

• 73% Les personnes interrogées s'inquiètent du cadre réglementaire entourant l'IA
• 65% identifier les données prêtes pour l'IA comme l'un de leurs plus grands défis de déploiement
• Qualité des données a été considéré comme le facteur le plus important dans le choix d'un fournisseur d'IA

Du côté de la conformité, Experian Assistant basé sur l'IA pour la gestion des risques liés aux modèles Elle répond à l'une des exigences les plus gourmandes en ressources auxquelles sont confrontées les institutions déployant l'IA. Selon une étude Experian de 2025 menée auprès de plus de 500 institutions financières mondiales :

• 67% ont du mal à respecter les exigences réglementaires de leur pays
• 79% Les autorités de réglementation signalent des communications de surveillance plus fréquentes qu'il y a un an.
• 60% utilise encore des processus de conformité manuels
• Plus que 70 % des grandes institutions La conformité de la documentation du modèle de rapport implique plus de 50 personnes

Vijay Mehta, vice-président exécutif des solutions et analyses mondiales chez Experian Software Solutions, a décrit le défi : « L’accélération de l’analyse des données et du développement de modèles permise par l’IA offre aux institutions financières des opportunités commerciales sans précédent, mais elle s’accompagne d’un défi : les réglementations internationales qui imposent une documentation fastidieuse. Experian Assistant for Model Risk Management contribue à résoudre ce problème gourmand en main-d’œuvre et en ressources grâce à une automatisation complète de la documentation des modèles. »

📊 La Fondation pour la qualité des données

Derrière les produits de lutte contre la fraude et de conformité d'Experian se cache le même argument structurel que l'on retrouve dans les discours sur l'IA d'IBM et de Salesforce : L'IA n'est fiable que dans la mesure où les données sur lesquelles elle fonctionne le sont.D'après le rapport d'Experian sur la perception de l'IA, 65 % des décideurs des institutions financières Ils considèrent les données prêtes pour l'IA comme l'un de leurs plus grands défis, et la qualité des données est le facteur le plus critique influençant la confiance envers les fournisseurs d'IA.

Il ne s'agit pas d'un simple hasard dans la communication. Cela reflète une contrainte à laquelle sont confrontées les institutions financières lorsqu'elles déploient l'IA de la phase pilote à la production. décision en matière de crédit, détection des fraudes et rapports réglementaires — des fonctions pour lesquelles l'explicabilité et l'auditabilité ne sont pas optionnelles.