Alors que les banques et les fournisseurs de services de paiement mettent au travail des assistants d'intelligence artificielle (IA), les consommateurs américains tracent une ligne claire : l'IA peut protéger leur argent avant qu'on ne la laisse le dépenser.

Selon l'enquête Consumer Pulse 2026 de FIS, publiée par FIS® (fisglobal.com), leader mondial des technologies de services financiers, 57 % des adultes américains interrogés ont déclaré être à l'aise avec le fait qu'un assistant IA signale ou bloque un débit suspect sans demander au préalable, tandis que 50 % veulent approuver chaque transaction effectuée par un assistant IA. FIS a mené cette enquête en partenariat avec le cabinet d'études Kantar.

Pris ensemble, ces résultats offrent aux banques et aux coopératives de crédit une feuille de route claire pour introduire l'IA dans la banque de détail : commencer par la protection, préserver le contrôle du client et démontrer la responsabilité avant de s'étendre à des activités financières plus autonomes, comme effectuer des transactions au nom du client.

« Le chemin vers une IA capable de déplacer de l'argent commence par une IA qui le protège », a déclaré Jim Johnson, coprésident des solutions bancaires chez FIS. « Les consommateurs sont ouverts à l'novation à leurs conditions : ils veulent la sécurité, le contrôle et la certitude que quelqu'un est responsable en cas de problème. Les banques qui construisent leur IA autour de ces attentes gagneront la confiance nécessaire pour en faire plus. »

Protéger d'abord, transacter ensuite

Pour les tâches spécifiques, l'acceptation est la plus élevée là où l'IA joue un rôle défensif. Les adultes américains interrogés dans le cadre de l'enquête Consumer Pulse 2026 de FIS sont les plus à l'aise avec un assistant IA qui signale ou bloque un débit suspect (57 %) et qui paie une facture récurrente qu'ils ont préalablement approuvée (55 %). L'acceptation est plus faible pour l'envoi d'argent à une autre personne ou entreprise (47 %), l'ouverture d'un nouveau compte d'épargne (43 %) et la demande d'un prêt ou d'une carte de crédit (40 %). Ce schéma montre que les consommateurs sont les plus sereins lorsque l'IA signale une fraude ou traite des paiements déjà autorisés, et les moins sereins lorsqu'elle initie de nouvelles relations de crédit. Fait notable, seules les tâches défensives et pré-approuvées recueillent une majorité d'acceptation ; toute tâche initiant un nouveau transfert, compte ou crédit reste en dessous de la barre des 50 %.

Les consommateurs dictent les conditions à l'IA

La confiance, indiquent les consommateurs, dépend de la responsabilité. Lorsqu'on leur a demandé d'identifier leurs trois conditions principales pour confier leur argent à un assistant IA, 58 % des répondants ont retenu une garantie de remboursement en cas d'erreur, et 56 % l'accès à un humain capable de réexaminer ou d'annuler les décisions. Parmi les répondants qui ne sont pas prêts à confier la gestion de leur argent à l'IA, 70 % disent vouloir garder le contrôle de leur propre argent.

Une fracture générationnelle que les banques devront prendre en compte

La disposition à confier la gestion quotidienne de l'argent à un assistant IA varie fortement selon les générations, selon l'enquête. Les répondants millennials sont les plus disposés (61 %), suivis des répondants de la génération Z (58 %) et de la génération X (33 %). La disposition chute à 11 % chez les répondants de 62 à 69 ans et à seulement 3 % chez les 70 ans et plus. Globalement, 37 % des répondants se disent prêts à déléguer la gestion quotidienne de leur argent à un assistant IA, 49 % ne le sont pas, et le reste se déclare neutre sur le sujet — un écart qui obligera les banques à répondre à des attentes très divergentes au sein d'une même clientèle.

Les arnaques par deepfake touchent déjà les consommateurs

Les arnaques par usurpation d'identité via l'IA — des stratagèmes utilisant des voix ou des vidéos générées par IA pour se faire passer pour des personnes de confiance — sont déjà répandues. Parmi les adultes américains interrogés, 35 % ont été ciblés par une arnaque d'usurpation d'identité par IA ou en connaissent une victime, et 22 % en ont été personnellement ciblés. Parmi ces derniers, 58 % ont reçu des appels téléphoniques à voix falsifiée.

Les répondants de la génération Z (55 %) et les millennials (48 %) sont les plus susceptibles d'avoir été ciblés ou de connaître une victime — les mêmes générations qui déclarent la plus grande disposition à confier la gestion quotidienne de leur argent à un assistant IA. Ces mêmes groupes sont aussi les plus confiants dans la capacité de leur banque à stopper une arnaque par deepfake, à 57 % et 65 % respectivement, contre 46 % de l'ensemble des répondants. À une question distincte, 47 % de l'ensemble des répondants ont déclaré être confiants que leur banque rembourserait l'argent perdu à cause d'une arnaque par deepfake — une confiance inférieure aux 58 % des répondants qui ont retenu une garantie de remboursement en cas d'erreur comme condition principale pour confier leur argent à un assistant IA.

Ce que fait FIS

FIS intègre le contrôle, la responsabilité et la supervision humaine dans ses solutions d'IA destinées aux institutions financières et à leurs clients grâce à son cadre Trust Assured.

Pour le commerce agentique — des agents IA effectuant des transactions au nom d'un consommateur — FIS permet aux agents IA d'utiliser un identifiant de paiement tokenisé régi par des limites de dépense et des contrôles marchands définis par le consommateur et l'émetteur de sa carte, afin que l'agent paie avec son propre identifiant plutôt qu'avec la carte principale du consommateur.

Pour les équipes de conformité bancaire, l'AML Investigations Agent de FIS est conçu pour raccourcir les enquêtes anti-blanchiment, de plusieurs heures à quelques minutes dans certains cas, et mettre en avant les dossiers les plus à risque pour examen par les enquêteurs. Les actions des agents sont conçues pour être auditables, et les décisions finales restent entre les mains des enquêteurs humains.

Source : GlobalFintechSeries