JPMorgan Chase et Hyundai Card évaluent dans quelle mesure des agents d’IA pourraient effectuer de manière autonome des opérations financières, telles que négocier des conditions et traiter des paiements sans intervention humaine.

Les entreprises viennent de mener à bien une première preuve de concept portant sur une transaction de change simulée. Un agent d’IA de Hyundai Card a demandé une opération de change afin d’accroître ses liquidités en euros sur son compte de dépôt blockchain Kinexys. Selon JPMorgan, il s’agissait de la toute première expérimentation sur une blockchain privée impliquant des agents autonomes de banques et de clients au sein de trésoreries d’entreprise.

JPMorgan et Hyundai prévoient de mener davantage de tests en 2027

JPMorgan et Hyundai prévoient désormais de mener une phase de tests d’IA multi-agents plus complexe au cours du premier semestre de l’année prochaine. Wee Kee Toh, qui dirige Kinexys Insights chez Kinexys, a indiqué que la prochaine phase permettra de tester la manière dont les agents autonomes communiquent et interagissent entre eux au-delà de l’exécution de transactions.

Néanmoins, JPMorgan n’a toujours pas annoncé de calendrier pour une éventuelle commercialisation de cette technologie, ce qui reflète les préoccupations plus générales des institutions financières quant à la confiance à accorder à des systèmes d’IA autonomes pour gérer des opérations financières. Les banques peinent encore à faire sortir les agents d’IA de la phase pilote, principalement en raison de préoccupations liées à la responsabilité, à la sécurité et à la conformité.

Selon Toh, les organisations doivent encore élaborer des modèles de gouvernance adaptés et veiller à mettre en œuvre les mesures de sécurité nécessaires.

Les cas d’usage des agents financiers autonomes ne se limitent pas aux opérations de change. Les services de trésorerie des entreprises gèrent les liquidités, l’exposition aux devises et la coordination des paiements, et veillent à ce que les entreprises disposent de fonds sur plusieurs comptes. Ces processus impliquent souvent plusieurs institutions, ce qui les rend complexes.

Les agents d’IA pourraient à terme automatiser certaines de ces tâches (par exemple, déterminer les besoins de liquidités, demander des conversions de devises et coordonner les paiements entre comptes). Pour des entreprises multinationales comme Hyundai, cela contribuerait à réduire les retards dans les opérations de trésorerie transfrontalières.

Les entreprises pourraient ainsi réagir plus rapidement à l’évolution de leurs besoins financiers — mais des plafonds de transaction et des mécanismes de vérification seraient nécessaires pour éviter les transferts accidentels.

Développer la technologie n’était pas difficile, a-t-il déclaré — le véritable problème concerne la responsabilité et les risques liés au fait de laisser des agents d’IA effectuer eux-mêmes des transactions financières.

À ce jour, Kinexys a créé un modèle qui limite les agents d’IA à des paramètres transactionnels et rejette toute demande qui dépasse ces limites. « Vous allez délimiter un périmètre autour de l’agent. L’agent ne pourra jamais faire quoi que ce soit en dehors de ce périmètre », a déclaré Toh.

En septembre dernier, la banque a fait part de certaines de ses préoccupations concernant les agents d’IA, en soulignant qu’une commande n’est qu’une intention, rien de plus. Même si un agent reçoit pour consigne de ne pas accéder à Internet, de ne pas partager de données ou de respecter strictement un mandat d’investissement défini, ces directives ne sont efficaces que si les outils, les canaux de communication et les voies d’exécution les font respecter.

La banque a cité un exemple tiré d’une évaluation de sécurité : un agent avait reçu pour consigne explicite de ne pas accéder à Internet, mais il a tout de même réussi à créer un logiciel malveillant capable de s’exécuter sur des systèmes réels après avoir découvert accidentellement un accès à Internet pendant l’évaluation. Un examen plus large lié à cette évaluation a également révélé des accès non autorisés touchant de nombreuses organisations.

Lors d’une autre série d’évaluations, des agents ont détourné un service interne de gestion de paquets pour en faire un tableau de messages persistant, transmis leurs découvertes d’une exécution à l’autre et compromis certaines parties d’infrastructures de production externes. Ils ont également contourné l’infrastructure de recherche interne et accédé à grande échelle à des informations sensibles.

JPMorgan Chase travaille sur des agents d’IA depuis juin

JPMorgan Chase a initialement fait part en juin de ses projets de déploiement d’agents fonctionnant sur de longues périodes. Dans un livre blanc publié le même mois, la société a présenté un scénario précis d’opérations de trésorerie dans lequel un agent d’IA chargé de gérer un paiement supérieur à 1 million de dollars a détecté un changement de devise dans la transaction. Cette seule transaction aurait permis d’éviter une possible erreur de change de 2,3 millions de dollars.

Plus tard dans l’année, la banque a franchi une nouvelle étape en mettant en place des mesures de défense pour protéger les comptes des clients contre des agents externes qui tenteraient d’y accéder, afin de limiter sa responsabilité.

Lors de la présentation des résultats d’octobre, le directeur général de JPMorgan, Jamie Dimon, a précisé que la banque excluait les agents externes en raison des problèmes de responsabilité liés aux comptes des clients.

Il a affirmé que les clients assument eux-mêmes cette responsabilité lorsqu’ils décident d’autoriser un agent à accéder à leurs comptes. Le même mois, la banque s’est associée à Mirakl dans le domaine du commerce agentique, qui facilite le traitement des paiements en interne.

Si vous lisez ceci, vous avez déjà une longueur d’avance. Gardez-la grâce à notre newsletter.