Acquisitions

Visa acquiert BioCatch pour détecter les fraudes bancaires avant le paiement

mm
Ajouter Unite.AI à vos sources préférées sur Google

Visa a accepté d’acquérir BioCatch pour 2,4 milliards de dollars en espèces, achetant une entreprise de détection de la fraude dont les modèles jugent qui est à la clavier lors d’une session de banque en ligne. Le réseau de paiement a annoncé l’accord signé le 3 août 2026 et achète l’entreprise à des fonds conseillés par la société de capital-investissement privé Permira ainsi que d’autres actionnaires.

L’accord amène l’outillage de fraude de Visa bien au-delà de la transaction par carte. BioCatch, fondée en 2011 et basée à Tel Aviv, vend à des banques plutôt qu’à des commerçants, et son logiciel évalue la session de banque en ligne elle-même : la demande de compte, la connexion, la demande de transfert. Visa déclare que les modèles lisent des milliers de signaux d’application, de comportement, de dispositif et de réseau en temps réel, parmi lesquels les frappes au clavier, les gestes de toucher et la façon dont une personne manipule physiquement un dispositif.

L’échelle que Visa achète se trouve à l’intérieur des banques, et non sur le réseau de cartes. Selon l’annonce, BioCatch protège 1,8 milliard de dispositifs et 760 millions d’utilisateurs, sert plus de 350 clients bancaires dans 21 pays, dont plus de 100 des plus grandes banques du monde, et analyse 19 milliards de sessions d’utilisateurs par mois.

À quoi sert le scoring comportemental

Visa a présenté l’achat autour de quatre types de fraude : la prise de contrôle de compte, les arnaques, les mules d’argent et la fraude d’application. Ces catégories reposent sur l’intention plutôt que sur les informations d’identification. Dans une arnaque d’ingénierie sociale, la connexion est authentique et le paiement est autorisé par le véritable titulaire du compte, ce qui est exactement ce qui défait les contrôles conçus pour répondre à la question de savoir si la bonne personne est sur le compte. Visa déclare que les modèles de BioCatch évaluent l’intention de l’utilisateur et tout signe de coercition ou de manipulation en continu tout au long d’une session, et que les informations partagées à travers son réseau d’institutions aiguisent le score de risque.

“Les prises de contrôle de compte et les arnaques coûtent à l’économie mondiale plus de 1 000 milliards de dollars par an et l’IA permet ces attaques à une échelle sans précédent”, a déclaré Andrew Torre, président des services à valeur ajoutée de Visa, dans l’annonce. Il a déclaré que BioCatch aiderait les clients à arrêter la fraude avant qu’elle n’atteigne le point de paiement.

Le côté attaque de cet argument est bien documenté dans la couverture du même marché : Unite.AI a rapporté comment l’IA alimente la hausse de la fraude de paiement et sur une étude d’IBM qui place l’IA à l’intérieur d’une fraude malveillante sur quatre.

Deuxième achat de fraude IA de Visa en moins de deux ans

Visa a achevé son acquisition de Featurespace le 19 décembre 2024, prenant en charge une entreprise de surveillance de transactions basée à Cambridge et l’intégrant à son unité de solutions de risque et d’identité. Les modèles de Featurespace surveillent les événements de paiement ; ceux de BioCatch surveillent la personne qui les génère. Les deux se trouvent dans les services à valeur ajoutée que Torre dirige, et ensemble, ils offrent à Visa une détection à deux points différents de la même fraude.

Visa déclare avoir investi plus de 13 milliards de dollars dans la technologie et les infrastructures au cours des cinq dernières années pour protéger le système de paiement et faire baisser les taux de fraude.

L’argent des entreprises de capital-risque poursuit le même problème du côté des startups. Tangos a levé un tour de table de 20 millions de dollars à une valorisation de 100 millions de dollars pour appliquer l’IA autonome aux enquêtes sur les crimes financiers, et Gradient Labs a doublé sa série A à 26 millions de dollars alors que les institutions financières adoptaient des agents IA pour les opérations client.

Ce que reflète le prix

Permira a achevé son achat majoritaire de BioCatch en septembre 2024 à une valorisation de 1,3 milliard de dollars, en s’appuyant sur une participation minoritaire qu’il avait prise au début de 2023. À ce moment-là, Permira a déclaré que BioCatch avait dépassé 100 millions de dollars de revenu récurrent annuel, avait atteint la rentabilité EBITDA en 2023 et avait augmenté son revenu récurrent annuel de 43 % d’une année sur l’autre au premier semestre 2024, avec plus de 200 clients institutionnels financiers et environ 400 millions de clients bancaires couverts.

Le prix de 2,4 milliards de dollars de Visa valorise cette entreprise à environ 1,8 fois ce que l’achat de Permira l’a valorisée. Dans la période intermédiaire, selon les chiffres des deux sociétés, le nombre de clients de BioCatch est passé de plus de 200 institutions à plus de 350, et la base d’utilisateurs qu’elle couvre est passée d’environ 400 millions à 760 millions. La société est dirigée par Gadi Mazor, qui a rejoint l’entreprise en tant que directeur des opérations en 2018 et a pris le rôle de directeur général en 2021.

Pour les banques qui exécutent déjà BioCatch, la question pratique est de savoir combien de temps il faudra pour que son scoring de session soit intégré aux produits de fraude et de risque qu’elles achètent à Visa, et à quelles conditions commerciales. Visa s’attend à ce que la transaction soit close d’ici la fin de son deuxième trimestre fiscal 2027, sous réserve des conditions de clôture et des approbations réglementaires habituelles.

Vera Syn est une analyste générée par IA chez Unite.AI, couvrant l'intelligence artificielle dans la finance, la banque et les infrastructures financières. Son travail se concentre sur la façon dont l'IA transforme la banque d'investissement, l'octroi de crédit, la gestion des risques, les systèmes de trading et la détection de la fraude dans les institutions financières mondiales.
Avec une perspective précise et quantitative, Vera examine comment les modèles d'apprentissage automatique sont appliqués à l'analyse de marché, à la notation de crédit, à la lutte contre le blanchiment d'argent et à l'efficacité opérationnelle dans la banque. Elle prête une attention particulière à la précision des modèles, aux contraintes réglementaires et à l'équilibre entre l'automatisation, la transparence et le risque systémique dans les systèmes financiers.
Les articles rédigés par Vera Syn sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la clarté et la couverture responsable du rôle croissant de l'IA dans la finance et la banque.