L'industrie financière « froide » face à la popularité croissante des « crevettes » : la ligne rouge de la conformité pour l'application des agents intelligents reste à clarifier

（Source : Economic Information Daily）

Une vague de « l’élevage de crevettes », déclenchée par l’agent d’IA open source OpenClaw (communément appelé « homard »), se propage sur tout le Web à une vitesse sans précédent. Cet outil, nommé d’après son logo de homard rouge, séduit par ses capacités de « libération des mains » et d’exécution automatique des tâches, attirant aussi bien les geeks que les utilisateurs ordinaires. Cependant, dans ce tumulte de festivités technologiques, l’industrie financière, qui se veut traditionnellement le fer de lance de la transformation numérique, affiche une « prudence » différente de celle des autres secteurs.

Depuis un peu plus d’une semaine, le Centre national chinois de réponse aux urgences informatiques, le ministère de l’Industrie et des Technologies de l’information et l’Association chinoise de la finance sur Internet ont pris la parole à un rythme soutenu, pointant du doigt des risques de cybersécurité tels que des attaques réseau et des fuites d’informations que présenterait OpenClaw dans sa configuration par défaut. En particulier dans le secteur financier, ses permissions élevées par défaut au niveau du système, associées à des configurations de sécurité faibles, en font une faille aisément exploitable pour voler des données sensibles ou manipuler illicitement des transactions. Les avertissements en cascade du régulateur viennent étayer l’attitude prudente du milieu financier face à cet engouement. Dans le choc entre la fête technologique et la ligne rouge du risque, les véritables positions des institutions financières et leurs choix stratégiques deviennent une fenêtre d’observation de la profondeur du déploiement de l’IA dans l’industrie.

La « culture des crevettes » est à la mode

La conformité reste une « ligne à haute pression »

« À l’échelle de l’activité, on n’a pas testé l’accès à cet agent ; globalement, c’est donc encore prudent. » Un employé d’une banque commerciale de la région du Nord de la Chine a déclaré au journaliste, expliquant que, même si des clients avaient demandé, l’entreprise n’a aucun plan d’intégration et que, en interne, il n’est même pas permis de l’utiliser. Un professionnel d’une ligne de gestion des risques d’une banque par actions dans la région du Sud de la Chine a aussi révélé que certains collègues avaient tenté d’installer une version d’essai sur des appareils personnels, mais, estimant que les risques pour la sécurité étaient trop élevés, ils ont finalement choisi de la désinstaller.

Cette attitude générale de « simple observation » n’est pas fortuite. À la différence de la recherche extrême d’efficacité sur le marché grand public, la logique sous-jacente des institutions financières repose sur la maîtrise des risques. « La raison centrale est que le secteur financier est soumis à une réglementation très stricte et à un seuil de risque élevé. À l’heure actuelle, le mécanisme d’exécution de bout en bout de OpenClaw ne correspond pas suffisamment aux exigences de conformité financière. » Le analyste principal du secteur financier chez Bain & Company, Wang Pengbo, estime que la gravité et la sécurité dans la finance constituent une ligne rouge infranchissable, différente fondamentalement des autres secteurs.

Cette inadéquation se reflète directement dans les autorisations techniques. Un technicien du département technologie de la fintech d’une banque par actions a expliqué au journaliste que les autorisations que OpenClaw doit mobiliser incluent, entre autres, l’accès au système de fichiers local, l’appel à des API de services externes, voire des autorisations d’extension au niveau du système. Ses autorisations sont bien supérieures à celles d’une IA conversationnelle classique. « Que ce soit pour les institutions ou pour les personnes ordinaires, il faut rester prudent », a-t-il dit.

Les inquiétudes de la régulation sont encore plus systématiques. Dans l’alerte sur les risques publiée le 15 mars par l’Association chinoise de la finance sur Internet, OpenClaw est listé en détail avec quatre grands risques dans le secteur financier : le risque de pertes liées à la collecte de mots de passe de la banque en ligne par l’exploitation de failles ; le risque de responsabilité des transactions, où il est difficile d’identifier le responsable après des erreurs d’opération automatisées ; le risque de conformité des données, car des données sensibles pourraient être transmises à un tiers ; et le risque de fraude nouvelle, mis en œuvre via des pratiques telles que « l’IA qui fait le trading d’actions à votre place ». Ces points de risque touchent presque avec précision les « points faibles » de la finance.

Comme l’a indiqué la vice-directrice de l’Institut de recherche sur les valeurs mobilières de la Fed, Shen Xiayi : « L’innovation dans le secteur financier, c’est toujours “danser avec des entraves” ; toute innovation technologique doit être subordonnée au postulat que le risque est maîtrisable. »

Exploration différenciée :

De « l’automatisation de bout en bout » à la « coopération homme-machine »

La prudence ne signifie pas un rejet. En réalité, avant l’explosion de OpenClaw, une transformation plus pragmatique et plus approfondie vers l’intelligence avait déjà été déployée dans divers domaines de la finance.

Des institutions telles que la Banque industrielle et commerciale de Chine, la Banque de développement Pudong, la Banque Weizhong, etc., ont toutes laissé entendre l’existence d’une dynamique d’agents intelligents développés en interne au niveau de l’entreprise. Dans le domaine de la recherche et des investissements, cette tendance est particulièrement animée. D’après des statistiques non exhaustives du journaliste, à ce jour, au moins 9 sociétés de courtage, dont CITIC Securities, Huatai Securities et Guojin Securities, ont inscrit le « cours thématique OpenClaw » à l’agenda de leurs journées de roadshow. Des sociétés de gestion de fonds comme E Fund, Bosera, et Xingzheng Global ont aussi constitué des équipes dédiées pour valider les fonctionnalités de OpenClaw dans des environnements réseau isolés, explorant des scénarios d’application tels que la collecte d’informations sur le marché, l’examen de conformité automatisé, la génération automatique de rapports, etc.

« Ce que nous observons, c’est que la transformation intelligente des institutions comme les banques, les sociétés de consommation financière et les paiements suit essentiellement une voie d’assistance. Elle ne vise pas aveuglément l’automatisation de bout en bout ; elle adopte une approche plus pragmatique pour le déploiement. » Wang Pengbo a fait cette évaluation. Il a indiqué que les déploiements varient selon les institutions : les banques l’utilisent principalement pour l’approbation du contrôle des risques, le marketing client, la gestion après octroi des prêts et le service client intelligent ; les sociétés de consommation financière mettent l’accent sur l’optimisation des modèles de contrôle des risques ; les organismes de paiement l’utilisent surtout pour la lutte contre la fraude et le blanchiment d’argent.

Le « Rapport annuel 2025 sur l’industrie bancaire mondiale », publié par McKinsey, décrit une perspective d’avenir qui converge avec les voies de pratique actuellement adoptées par l’industrie : un premier agent exécute la tâche, un second vérifie les failles, un troisième soumet au comité humain pour l’examen final. Dans cette chaîne de travail, le « contrôle final » humain reste une étape indispensable. Les principaux agents intelligents qui se constituent actuellement dans certaines institutions de finance à la consommation, ou bien les plateformes de contrôle des risques intelligents et de services de paiement, sont, dans leur essence, des cadres fondés sur « la coopération homme-machine », permettant à l’IA de jouer un rôle dans des segments non essentiels ou dont le risque est maîtrisable.

« Ces étapes sont soit des étapes d’assistance non essentielles, soit des domaines où l’IA peut jouer un rôle de base et où le risque est maîtrisable. » Wang Pengbo pense que cela permet à la fois d’éviter les risques de conformité et de sécurité, tout en évitant la contradiction centrale liée à l’ouverture commerciale. La plus grande valeur des agents open source réside justement dans leur capacité à automatiser les processus répétitifs et fastidieux au sein des institutions financières, en réduisant les coûts et en améliorant l’efficacité.

Chemin vers l’avenir :

Résoudre les problèmes centraux et maintenir la ligne de sécurité

Même si les perspectives sont vastes, tandis que la technologie intelligente renforce l’efficacité des institutions financières, des préoccupations techniques apparaissent en parallèle. Récemment, la succursale de la Banque populaire de Chine dans la province du Sichuan a délivré une sanction administrative à une banque, au motif qu’elle avait enfreint les dispositions relatives à la gestion de la technologie financière.

L’analyste associé à la Banque Su Shang, Xue Hongyan, a analysé que les inquiétudes des institutions financières face aux agents intelligents open source se concentrent principalement sur trois dimensions : la confidentialité des données, car la haute sensibilité des données financières entre en contradiction avec la demande massive de collecte des agents ; la conformité réglementaire, car l’opacité (non explicabilité) des agents se heurte aux exigences de « traçabilité et auditabilité » ; et les coûts de R&D, car les coûts de renforcement de la sécurité et de correction des erreurs peuvent dépasser le bénéfice anticipé.

Les défis plus profonds viennent de la technologie elle-même. Huang Feng, directeur de l’information de Guolian’an Fund, a fait une analogie : OpenClaw ressemble aujourd’hui à « un stagiaire très compétent » ; il peut accomplir des tâches d’assistance, mais la précision des sorties n’est pas stable. Or, dans le secteur financier, les exigences de précision des résultats sur les données atteignent souvent 100 % : le moindre écart est inacceptable pour des activités cœur comme le calcul de la valeur liquidative et la consultation des comptes. Par ailleurs, pour qu’OpenClaw effectue son travail, il faut un accès système élevé, ce qui entre en contradiction naturelle avec le contrôle strict des permissions dans la finance. « Même un cadre chevronné ayant plus de dix ans d’expérience n’est pas autorisé à accéder à l’ensemble des données sensibles : alors comment pourrait-on facilement laisser un “stagiaire IA” obtenir l’ensemble des permissions d’accès aux données de base d’une société financière ? »

Face à ces défis, l’industrie a une compréhension lucide des voies de développement à l’avenir. Wang Pengbo estime que, si des agents d’IA open source veulent entrer dans des scénarios centraux du secteur financier, ils doivent résoudre six problèmes clés : rendre les algorithmes explicables et traçables, afin de satisfaire aux exigences d’une forte régulation ; clarifier les frontières des responsabilités et des droits, afin de correspondre à la rigueur de l’industrie ; résoudre les lacunes des grands modèles eux-mêmes, afin d’améliorer le niveau d’intelligence ; assurer la conformité des données pour éviter toute fuite d’informations sensibles ; équilibrer les objectifs commerciaux et trouver un point d’équilibre des intérêts ; conserver des droits d’intervention humaine pour éviter des risques irréversibles.

La pratique de la Banque de Nankin fournit un exemple à observer. La banque, en collaboration avec un fournisseur externe, a déployé un poste de travail unifié d’agents intelligents, HiAgent, qui est déjà opérationnel avec plus de 20 agents intelligents de haute qualité. Elle a aussi lancé le « Plan des deux cents modèles » (double centaine) pour les grands modèles, visant à former les employés de première ligne à devenir des « joueurs intensifs » d’agents. Cette approche consistant à « laisser les employés maîtriser les outils » reflète précisément l’idée de « coopération homme-machine ».

Le 11 mars, la Banque populaire de Chine a tenu une conférence de travail technologique pour 2026, dans laquelle elle a clairement proposé : « approfondir l’intégration entre activité et technologie, promouvoir activement et prudemment, de façon sûre et ordonnée, l’application de l’intelligence artificielle dans le secteur financier, et libérer la dynamique du développement numérique et intelligent ». Cette ligne directrice en seize mots fixe le ton de l’exploration de l’IA par le secteur financier : ni s’entêter à cause de la peur (se protéger excessivement), ni avancer à l’aveugle.

Au cœur de la vague « d’élevage de crevettes », les choix des institutions financières peuvent paraître quelque peu « conservateurs ». Toutefois, la valeur de la technologie ne réside pas seulement dans l’imagination qu’elle peut susciter : elle réside aussi dans la mesure dans laquelle elle peut être maîtrisée de manière sûre et contrôlable. Pour le secteur financier, la stabilité pourrait aller plus loin que le simple fait de « faire la fête ».

Des informations en grande quantité et une interprétation précise — le tout sur l’application Sina Finance