Le système indien de paiements numériques bénéficie d’une mise à niveau à base d’IA au moment même où les banques doivent se conformer à des règles antifraude plus strictes.
Dilip Asbe, CEO de la National Payments Corporation of India, a déclaré à TechCrunch que l’IA jouera un rôle majeur dans la prochaine phase de croissance de l’UPI, de l’intégration de nouveaux utilisateurs à la détection des fraudes et des comptes mules. L’UPI, le système indien de paiements en temps réel, traite désormais plus de 750 millions de transactions quotidiennes, avec pour objectif de dépasser le milliard de transactions par jour.
L’Inde renforce également les protections accordées aux victimes de fraudes numériques. Les nouvelles règles de la Reserve Bank of India, rapportées par l’Economic Times, entreront en vigueur le 1er janvier 2027 et instaureront de nouvelles exigences en matière d’indemnisation, de traitement des réclamations et de délais de réponse des banques.
La NPCI se tourne vers des modèles d’IA plus petits
Asbe a déclaré que le secteur indien des paiements avait l’occasion de concevoir des modèles de langage plus petits et plus ciblés, plutôt que de chercher à rivaliser avec de gigantesques systèmes généralistes. Il a expliqué à TechCrunch que les banques, les fintechs et les acteurs de l’écosystème pouvaient concevoir des modèles « précis, spécialisés et aussi déterministes que possible ».
Ce type de ciblage est important dans les paiements. Un outil de gestion des litiges clients ne peut pas se perdre dans des réponses ouvertes et sans fin. Il doit identifier le processus approprié, faire ressortir les bonnes informations et contribuer à résoudre rapidement le problème.
La NPCI a déjà commencé à prendre cette direction avec FiMI, un modèle spécialisé dans la finance utilisé pour l’assistance aux paiements. TechCrunch a rapporté que FiMI servait plus d’un million d’utilisateurs pour des tâches telles que l’annulation de mandats et la résolution de problèmes.
Cette approche s’inscrit dans une évolution plus large de l’IA d’entreprise. Les entreprises constatent que l’IA est souvent la plus utile lorsqu’elle est associée à un processus opérationnel précis, plutôt que déployée simultanément dans tous les processus. Dans la finance, les agents de trading dopés à l’IA automatisent déjà les mouvements de fonds, même si les infrastructures de paiement présentent un niveau de risque opérationnel différent.
Les règles antifraude font monter les enjeux
Le nouveau cadre de la RBI accentue la pression sur les banques pour qu’elles traitent plus rapidement les réclamations liées aux fraudes. L’Economic Times a rapporté que les réclamations devaient faire l’objet d’une enquête et être résolues dans un délai de 45 jours calendaires pour les transactions frauduleuses nationales et de 60 jours calendaires pour les opérations transfrontalières.
Les règles instaurent également un mécanisme d’indemnisation pour les fraudes de faible montant. Selon l’Economic Times, les victimes qui perdent jusqu’à 50 000 roupies (529 dollars US) peuvent être éligibles à une indemnisation allant jusqu’à 25 000 roupies (264 dollars US) versée par les banques, une seule fois au cours de leur vie.
La détection des fraudes est déjà en train de devenir un cas d’usage majeur de l’IA. Le Times of India a rapporté que le ministère indien des Finances avait demandé aux banques d’adopter MuleHunter.AI, un outil développé par la RBI pour identifier les comptes mules utilisés dans les cyberfraudes.
Pour les banques et les opérateurs de paiement, le message est simple : l’IA peut contribuer à déployer l’assistance client et la détection des fraudes à grande échelle, mais les systèmes doivent rester ciblés, auditables et associés à des règles claires. Les avertissements concernant une crise de la fraude dopée à l’IA dans le secteur bancaire rendent cet équilibre encore plus difficile à ignorer.
L’infrastructure de paiement indienne devient un cas d’école pour l’IA réglementée dans les opérations financières. La NPCI tente de déployer l’IA au sein de l’un des systèmes de paiement en temps réel les plus actifs au monde, tandis que la RBI augmente le coût d’une réponse trop lente aux fraudes. Le pays attire également davantage l’attention sur ses infrastructures d’IA, notamment avec l’accord de 100 MW d’OpenAI en Inde.
Le résultat pourrait influencer la manière dont d’autres réseaux de paiement utilisent l’IA pour l’assistance, le filtrage des fraudes et la gestion des litiges.
À lire aussi : Gemini dans Chrome dans toute la région APAC apporte les outils d’IA du navigateur de Google à davantage d’utilisateurs en Inde, en Indonésie, en Malaisie, aux Philippines, à Singapour et au Vietnam.