Sydney Huang avertit que la collusion entre bots d’IA pourrait se propager avant que les régulateurs ne réagissent

Avec le commerce entre IA et IA qui devrait augmenter la vélocité de la monnaie, les banques centrales pourraient se retrouver incapables de réagir à une inflation à la vitesse des machines ou à des krachs éclair. Les experts estiment que la réglementation doit être intégrée directement dans le code pour éviter des défaillances en cascade.

• Points clés :
• • Le FMI prévoit qu’un passage à l’IA agentique fera déclencher une hausse radicale de la vélocité de la monnaie.
• • Sydney Huang avertit que le marché agentique projeté à 236 milliards de dollars d’ici 2034 nécessite une supervision réglementaire à la vitesse des machines.
• • La stabilité future pour Human API et les banques mondiales dépend d’intégrer des mandats de cadre dans le code.

La fin du « retard » des politiques

D’après un rapport d’avril 2026 du Fonds monétaire international (FMI), le monde sort rapidement de l’ère du « click-to-pay » et entre dans celle du « decide-to-pay ». Mais tandis que les humains sortent de la boucle, une question cruciale apparaît : nos garde-fous financiers pourront-ils survivre à une économie à la vitesse des machines ?

Le rapport du FMI indique que l’intelligence artificielle agentique (IA) est appelée à augmenter radicalement la vélocité de la monnaie. En supprimant la « friction » humaine, le capital circulera à des vitesses sans précédent dans l’économie mondiale. Sydney Huang, PDG de Human API, suggère qu’on pourrait observer une hausse de 10 fois de la vélocité de la monnaie. Même si cela ressemble à un miracle de productivité, c’est un cauchemar pour les banques centrales. La politique monétaire traditionnelle repose sur le « retard ». Quand une banque centrale relève ses taux d’intérêt, il faut des mois pour que la décision se répercute dans les institutions humaines. Dans une économie IA-à-IA, ce retard disparaît.

« Une augmentation de 10 fois de la vélocité de la monnaie induite par le commerce IA-à-IA exigerait que les régulateurs adoptent des outils fonctionnant à la vitesse des machines », prévient Huang. Sans ces capacités, une flambée inflationniste à la vitesse des machines ou un krach mondial éclair pourrait se produire avant même qu’un régulateur humain ne reçoive une alerte sur un tableau de bord.

Pour éviter des défaillances en cascade, Huang soutient que les régulateurs doivent cesser d’être de simples spectateurs et devenir partie intégrante du code. « Cela inclut des systèmes de surveillance en temps réel, une conformité programmable intégrée directement dans les infrastructures financières, et des coupe-circuits automatisés pour empêcher les défaillances en cascade », a-t-elle déclaré. Cette vision rejoint le Three-Layer Framework proposé par le FMI, qui suggère que la couche d’autorisation de chaque transaction doit comporter des mandats intégrés, définis par des humains.

Huang suggère que « les régulateurs devront aussi peut-être exprimer les politiques dans des formats lisibles par les machines qui peuvent être appliqués au niveau de la transaction ». Le commerce agentique exige également des coupe-circuits automatisés au niveau de la transaction afin que, lorsque des agents commencent à adopter un comportement fortement corrélé, des « fusibles » autonomes doivent sauter pour stopper la réaction en chaîne.

Le rapport du FMI souligne que « les systèmes agentiques peuvent interpréter des objectifs et surveiller l’activité en temps réel ». Cela signifie que les contrôles know-your-customer et anti-money-laundering sont programmés directement dans l’ADN de l’agent d’IA.

Prouver la provenance des décisions

L’un des défis les plus complexes pour les régulateurs dans cette nouvelle ère est peut-être le « marché invisible ». Dans un monde où les agents n’utilisent pas le langage humain pour se coordonner, la question se pose : comment distinguer un bot qui optimise simplement d’une flotte de bots qui se coordonnent pour fixer les prix ?

Huang indique que cela exige un basculement : passer de l’analyse de la communication à celle du comportement.

« Les régulateurs devront examiner des schémas comme des actions synchronisées, des dépendances partagées en données et des anomalies statistiques », a-t-elle déclaré. La solution pourrait résider dans la « provenance des décisions ». Huang propose un futur où les agents doivent fournir une preuve vérifiable que les décisions ont été prises indépendamment selon une politique déclarée. En prouvant comment une décision a été prise, les agents peuvent démontrer qu’ils ne se coordonnent pas secrètement avec des concurrents.

Au-delà de la réglementation, se pose la question de la façon dont ces agents parlent réellement entre eux. Huang souligne que la négociation sûre entre agents nécessite des standards universels pour l’identité, la communication et l’application des règles.

« Les agents doivent être capables de vérifier l’identité et l’autorisation de chacun, d’opérer dans des cadres de négociation partagés, et d’attacher des garanties vérifiables à leurs actions », a déclaré Huang. Ce changement éloigne la confiance des contreparties individuelles et la place dans les garanties du système. En s’appuyant sur des standards émergents comme le agent payments protocol (AP2) et le model context protocol (MCP), les entreprises peuvent s’assurer qu’un agent de la société A peut négocier en toute sécurité avec un agent de la société B sans intermédiaire propriétaire.

À mesure qu’une plus grande part de la gouvernance est déléguée à ces mandataires numériques, un nouveau risque humain apparaît : l’atrophie. Si un agent gère la trésorerie d’une entreprise pendant cinq ans sans intervention humaine, le trésorier humain saura-t-il encore gérer une crise si le système s’éteint ?

Huang avertit que, tandis que la gouvernance est de plus en plus déléguée, il existe un risque sérieux que les opérateurs humains perdent la capacité d’intervenir efficacement. « Maintenir la préparation opérationnelle est aussi important que de construire des mécanismes de secours », a-t-elle déclaré.

Combattre l’atrophie des compétences humaines

Pour y remédier, elle estime que les systèmes doivent organiser régulièrement des exercices où les humains reprennent le volant et inclure des modes où les humains simulent les actions des agents afin de comparer la logique. Il faut aussi s’assurer que le « kill switch » est un chemin pratiqué. « L’objectif », a déclaré Huang, « est de garantir que la supervision humaine reste fonctionnelle et exercée, plutôt que purement théorique. »

Alors que le monde se dirige vers un marché agentique projeté à 236 milliards de dollars d’ici 2034, la définition d’un « participant au marché » évolue. Il ne s’agit plus seulement de réglementer des personnes, mais les « super-individus » dits, alimentés par des milliers de bots autonomes.

La révolution du decide-to-pay offre un monde d’efficacité sans friction, mais elle exige une refonte totale de l’architecture financière mondiale. Comme le dit Huang, pour gouverner une économie à la vitesse des machines, la loi elle-même doit devenir à la vitesse des machines. Si nous échouons à intégrer l’humain dans la boucle au niveau architectural, nous risquons de construire une économie qui va trop vite pour que ses créateurs puissent la contrôler.