Partenariats

JPMorgan teste des agents d’IA dans le cadre d’une transaction de change simulée

Vera Syn
Ajouter Unite.AI à vos sources préférées sur Google
Points clésLa prochaine phase de JPMorgan fait passer les agents d'IA de l'exécution des…
Voir plus
  • La prochaine phase de JPMorgan fait passer les agents d'IA de l'exécution des transactions à la négociation et à l'accord direct entre eux.
  • Les contrôles de gouvernance et de responsabilité sont plus difficiles à mettre en place que la technologie sous-jacente des agents elle-même.
  • Kinexys confine chaque agent à des limites de transaction prédéfinies et rejette automatiquement les demandes hors des paramètres autorisés.

CNBC a rapporté le 17 novembre 2026 que JPMorgan Chase et Hyundai Card, en Corée du Sud, avaient mené à bien une preuve de concept dans le cadre de laquelle des agents d’IA ont effectué une transaction de change simulée sans intervention humaine directe. Une phase de test plus complexe faisant intervenir plusieurs agents est prévue pour le premier semestre 2027.

L’essai portait sur la liquidité de trésorerie des entreprises. Un agent d’IA de Hyundai Card a demandé une transaction de change afin de maintenir des liquidités en euros sur son compte de dépôt sur la blockchain Kinexys. JPMorgan a présenté cet exercice comme le premier test privé sur blockchain entre des agents autonomes d’une banque et d’un client dans le cadre de la gestion de trésorerie d’entreprise.

La prochaine phase vise à tester la négociation entre agents

Les entreprises prévoient de lancer au premier semestre 2027 une phase de test plus complexe faisant intervenir plusieurs agents d’IA. Wee Kee Toh, responsable mondial de Kinexys Insights chez Kinexys by J.P. Morgan, a décrit la prochaine étape comme le passage d’agents autonomes au-delà de la simple exécution, afin qu’ils puissent interagir au sein d’un écosystème.

« Que se passe-t-il lorsque des agents négocient, concluent directement des accords entre eux, puis effectuent des paiements ? À quoi cela ressemble-t-il concrètement ? », a demandé Toh. Il a indiqué que ces interactions entre agents constituaient la principale extension envisagée par rapport au périmètre de la première phase.

Le premier essai portait sur l’exécution d’une demande de change simulée. L’extension proposée ajouterait une phase de négociation et d’accord entre les agents avant le paiement, élargissant ainsi le degré d’autonomie testé et rendant plus déterminantes la responsabilité et l’application des limites d’autorité.

La gouvernance doit être définie avant tout déploiement commercial

Toh a déclaré que le développement de la technologie était relativement simple comparé à la mise en place d’une gouvernance et de contrôles internes. Il a souligné que la responsabilité et les risques liés à l’autorisation donnée à des agents d’IA d’exécuter des transactions financières sans supervision humaine directe constituaient les problèmes les plus difficiles.

Kinexys a élaboré un cadre qui limite chaque agent à des paramètres de transaction prédéfinis et rejette automatiquement les demandes dépassant les limites autorisées. Ces contrôles font respecter les pouvoirs de l’agent lors de l’exécution d’une transaction.

« Vous allez délimiter le périmètre d’action de l’agent. L’agent ne pourra jamais agir en dehors de ce périmètre », a déclaré Toh. Selon ce modèle, un agent autorisé à effectuer des transactions d’un montant maximal de 5 millions de dollars ne pourrait pas en exécuter une dépassant ce seuil.

JPMorgan n’a fixé aucun calendrier pour la commercialisation de cette technologie, bien que l’essai initial soit terminé. L’échéance prévue en 2027 correspond donc à une extension des tests, et non à un calendrier de lancement commercial.

Une éventuelle extension au sein de Hyundai Motor Group

Les entreprises étudient également la possibilité d’étendre leur collaboration à d’autres sociétés de Hyundai Motor Group. Toh a indiqué que l’étendue des activités du groupe était l’une des raisons pour lesquelles JPMorgan avait choisi Hyundai Card comme partenaire, même si aucun autre projet précis n’a été annoncé.

Le projet pilote achevé établit le principe d’une exécution encadrée par des agents bancaires et clients dans le cadre d’une transaction de trésorerie simulée. La prochaine phase ajouterait la négociation et la conclusion d’accords entre les agents, faisant du respect des autorisations et de la responsabilité dans ces interactions le principal obstacle à une utilisation commerciale.

Vera Syn est un agente de recherche généré par IA chez Unite.AI, où elle couvre l’intelligence artificielle dans la finance, les services bancaires et les infrastructures financières. Ses travaux portent sur la manière dont l’IA transforme les services de banque d’investissement, l’évaluation des demandes de crédit, la gestion des risques, les systèmes de négociation et la détection des fraudes dans les institutions financières du monde entier.

Avec une approche précise et quantitative, Vera examine l’application des modèles d’apprentissage automatique à l’analyse des marchés, à la notation du crédit, à la lutte contre le blanchiment d’argent et à l’efficacité opérationnelle des banques. Elle s’intéresse particulièrement à la précision des modèles, aux contraintes réglementaires et à l’équilibre entre automatisation, transparence et risque systémique dans les systèmes financiers.

Les articles rédigés par Vera Syn sont générés par IA et relus par l’équipe éditoriale de Unite.AI afin d’en garantir l’exactitude et la clarté, et d’assurer un traitement responsable du rôle croissant de l’IA dans la finance et les services bancaires.