La prévention de la fraude en finance numérique repose depuis longtemps sur une hypothèse erronée : la prudence équivaudrait à la sécurité. Mais lorsque des contrôles de risque trop agressifs génèrent chaque année des centaines de milliards de dollars de refus par erreur et éloignent définitivement la majorité des acheteurs pour la première fois, le coût de cette prudence devient impossible à ignorer.

Pascal Podvin, cofondateur de nSure.ai, travaille depuis des années à l'intersection du risque de paiement et de l'intelligence comportementale. Il soutient que l'industrie mesure son succès avec des indicateurs totalement inadaptés. nSure.ai est une plateforme de protection contre la fraude en temps réel conçue spécifiquement pour les environnements à haut risque des actifs numériques et de la fintech, remplaçant le filtrage statique fondé sur des règles par une IA adaptative qui évalue l'intention comportementale au moment de la transaction. Elle s'inscrit dans une catégorie croissante de fournisseurs de garantie de refacturation et de scoring antifraude en concurrence avec les acteurs établis du risque de paiement, mais sa thèse cible spécifiquement les secteurs des actifs numériques, du gaming et des transferts d'argent, que les moteurs conventionnels ont tendance à bloquer excessivement.

Dans cette interview, Podvin défend l'idée que les moteurs antifraude hérités ne constituent pas une couverture contre le passif, mais un passif commercial en eux-mêmes — détruisant la valeur vie client, freinant la conversion et gonflant les coûts d'acquisition pendant que les tableaux de bord de conformité affichent des chiffres impeccables. Des comptes gelés sur des transferts ACH à six chiffres jusqu'à l'économie d'un seul acheteur pour la première fois refusé à tort, il explique pourquoi le véritable risque de la finance numérique n'est pas la tolérance à la fraude, mais la friction.

La tension est structurelle. Les plateformes d'échange crypto et les entreprises fintech sont soumises à des obligations de lutte contre le blanchiment d'argent et de connaissance client — aux États-Unis, le cadre du Bank Secrecy Act administré par le FinCEN — qui les poussent vers des pratiques conservatrices d'intégration et de blocage des fonds. La friction décrite par Podvin est souvent le sous-produit d'une conception dictée par la conformité, et non un simple manque de soin. Son argument est que les outils utilisés pour satisfaire ces obligations ont été conçus pour une époque des paiements antérieure aux marchés d'actifs numériques en temps réel.

Lorsqu'une plateforme d'échange crypto, un fournisseur de transferts d'argent ou une plateforme Web3 impose une retenue de sept jours sur un virement bancaire ou fait passer un nouvel acheteur par des boucles de vérification répétitives, la direction pense agir avec prudence. En réalité, affirme Podvin, elle fait preuve de témérité.

La gestion du risque n'est pas un document de politique générale ; elle se joue sur chaque transaction. Protéger une seule transaction par carte de crédit de 100 dollars ou un dépôt ACH de 50 000 dollars en gelant des comptes ou en retardant le règlement n'élimine pas le risque. Cela échange un risque transactionnel faible et localisé contre une perte commerciale catastrophique, détruisant la valeur vie client d'un nouvel acheteur potentiellement worth 5 000 dollars sur cinq ans.

Le défi central de la finance numérique, dit-il, est de reconnaître que les moteurs antifraude statiques hérités détruisent activement bien plus de croissance du chiffre d'affaires et de valeur d'entreprise à long terme que la fraude qu'ils étaient censés attraper.

La gestion du risque est souvent traitée comme une exigence de conformité. Pourquoi revient-elle en réalité à chaque transaction ?

Chaque transaction porte un double arbitrage qui affecte l'ensemble du P&L : la valeur transactionnelle immédiate contre la LTV à long terme. Lorsqu'une plateforme d'échange ou un fournisseur de transferts évalue un paiement — qu'il s'agisse d'un premier achat par carte de 100 dollars ou d'un transfert ACH de 50 000 dollars — il n'évalue pas seulement ce montant. Il décide de préserver ou de détruire tout le flux de revenus futurs du client. Si une règle antifraude statique signale un acheteur légitime parce que son comportement semble légèrement inhabituel, la plateforme peut économiser 100 dollars d'exposition potentielle au refacturation aujourd'hui, mais elle jette 5 000 dollars de CLTV sur les cinq prochaines années.

Vous soutenez que les plateformes qui cherchent à être « prudentes » sur des transactions individuelles sont en réalité « téméraires ». Concrètement, à quoi cela ressemble-t-il ?

Les plateformes pensent qu'ajouter des retenues de plusieurs jours, de la friction progressive ou des re-soumissions répétées de documents constitue une atténuation raisonnable du risque. En réalité, cela peut être un suicide commercial, car cela repose sur un énorme angle mort organisationnel.

Podvin indique que les observations de terrain de nSure.ai montrent que 87 % des acheteurs pour la première fois refusés à tort ne reviennent jamais. Les données récentes du marché confirment cette tendance : 71 % des institutions financières reconnaissent que leurs contrôles antifraude alimentent activement l'attrition des clients, et les refus par erreur brûlent plus de 400 milliards de dollars de revenus légitimes chaque année.

Les équipes de risque contemplent des tableaux de bord propres avec zéro refacturation et se réjouissent. Ce qu'elles manquent, c'est la destruction de revenus qui se produit en coulisses. Selon l'étude Risk Solutions True Cost of Fraud, 71 % des institutions financières reconnaissent que leurs contrôles antifraude entraînent activement l'attrition des clients. Les recherches d'Aite-Novarica Group montrent en outre que le filtrage trop agressif entraîne 443 milliards de dollars de refus par erreur dans le monde chaque année — prouvant, selon Podvin, que les moteurs antifraude statiques détruisent bien plus de valeur d'entreprise que les acteurs malveillants qu'ils devaient attraper.

Le résultat, dit-il, est un dilemme absurde : les plateformes acceptent soit une exposition à la fraude non atténuée, soit risquent de « perdre les deux bras et les jambes » en verrouillant le paiement et en tuant la conversion.

Pouvez-vous partager un exemple concret de la façon dont cette friction héritée dégrade l'expérience utilisateur sur les grandes plateformes ?

Chaque fois que nSure.ai intègre un partenaire majeur, Podvin ouvre personnellement un compte, dépose un capital substantiel et teste le parcours réel de l'utilisateur.

En testant une grande plateforme d'échange mondiale, il a ouvert un compte et initié un transfert ACH à six chiffres de 200 000 dollars. La création du compte a pris plus de 24 heures car le moteur KYC a échoué et imposé cinq re-soumissions de documents distinctes, avec des périodes d'attente obligatoires entre chaque tentative. Une fois le transfert initié, la plateforme n'a pas appliqué de retenue standard sur les fonds ; elle a gelé tout le compte pendant neuf jours. Il ne pouvait ni trader, ni retirer, ni même consulter son tableau de bord pendant que le service client le renvoyait de service en service.

La plateforme d'échange pensait se protéger prudemment contre le risque de retour ACH, explique Podvin. Ce qu'elle a réellement fait, c'est donner à un client fortuné toutes les raisons possibles d'abandonner définitivement la plateforme — quelque chose qui arrive à des dizaines de milliers d'utilisateurs légitimes chaque jour.

Les transferts de forte valeur comme un dépôt ACH de 15 000 ou 50 000 dollars comportent une latence de règlement inhérente. Pourquoi les systèmes de risque hérités échouent-ils aussi gravement sur ces flux ?

Les cartes de crédit ont des plafonds bas, généralement de 1 500 à 3 000 dollars pour les achats d'actifs numériques ou l'alimentation de transferts d'argent. Lorsque des investisseurs sérieux ou des utilisateurs à forte vélocité veulent déplacer du capital réel, ils s'appuient sur les rails bancaires : ACH, SEPA et virements.

Parce que les transferts ACH mettent des jours à atteindre leur irrévocabilité, les systèmes hérités se rabattent sur des défenses statiques et grossières comme les retenues glissantes de sept jours. Ce n'est pas arbitraire : l'ACH, tel qu'opéré par Nacha aux États-Unis, autorise les retours et annulations dans des fenêtres définies après règlement, de sorte que les plateformes incapables d'évaluer le risque en temps réel attendent simplement la fin de la fenêtre d'exposition. Mais les investisseurs déplacent de l'argent pour saisir des opportunités de marché en direct. Forcer un trader à attendre sept jours pour acheter un actif détruit toute la proposition de valeur de la finance numérique. Les outils hérités optent par défaut pour des retenues temporisées précisément parce qu'ils ne peuvent pas évaluer l'intention comportementale en temps réel au moment du financement.

Quelle est la plus grande idée reçue opérationnelle que les fondateurs crypto et fintech ont encore sur les risques qu'ils portent ?

Les fondateurs confondent zéro refacturation avec une gestion efficace du risque, dit Podvin.

Si le taux de fraude est nul, la politique de risque échoue commercialement. Cela signifie que les filtres sont si serrés que l'entreprise repousse des clients légitimes et rentables. Les données de LexisNexis montrent que chaque dollar perdu directement à la fraude coûte aux institutions financières plus de 5,00 dollars une fois la friction, les frais et l'attrition des clients pris en compte.

Les directeurs financiers et les fondateurs doivent donc juger les politiques de risque sur leur contribution nette au P&L — en intégrant les pertes par fraude, la marge approuvée, le gaspillage de CAC et la LTV — plutôt que de célébrer des indicateurs stériles qui dissimulent une entreprise en rétrécissement.

Comment nSure.ai résout-il ce dilemme sans forcer les plateformes à choisir entre une forte exposition à la fraude et un départ massif des clients ?

En déplaçant l'attention de la vérification d'identité statique vers l'intention comportementale en temps réel.

Au lieu de geler des comptes ou d'imposer des retenues de plusieurs jours, une IA adaptative analyse en temps réel la télémétrie contextuelle, évaluant la dynamique de session, les signaux d'appareil, le rythme des transactions et la vélocité inter-marchands. Cela permet aux plateformes numériques à haut risque d'approuver instantanément les dépôts et flux de financement de forte valeur, en gardant les clients légitimes en train de trader immédiatement tout en identifiant les véritables acteurs malveillants en coulisses — sans ajouter un seul point de friction au paiement. La mesure dans laquelle le scoring d'intention comportementale peut déplacer les défenses fondées sur les retenues dans la finance réglementée reste une question ouverte, et c'est l'indicateur à surveiller alors que les plateformes pèsent la conversion face aux obligations de conformité.