L’émergence de l’IA a conduit à créer un paradoxe dans le domaine de la finance : les mêmes algorithmes qui permettent de détecter des fraudes servent simultanément à les perfectionner.
Une technologie à double tranchant
Pour mieux comprendre ce sujet et les enjeux qui en découlent, il est important de comprendre de quoi il s’agit. L’intelligence artificielle (IA) désigne, selon l’OCDE tout système automatisé capable de déduire, à partir de données reçues, comment générer des prédictions, recommandations ou décisions influençant son environnement.
Les cryptomonnaies quant à elles, sont des monnaies numériques décentralisées reposant sur la cryptographie ainsi que sur la technologie blockchain. Il s’agit de monnaies virtuelles qui ne nécessitent pas d’organisme bancaire pour fonctionner et reposent sur la confiance. Le bitcoin, qui a été créé en 2009, en est l’exemple le plus connu.
Ces deux technologies sont aujourd’hui complémentaires puisqu’elles augmentent l’efficacité et la confiance du système financier. Pour autant, leur alliance soulève autant d’enthousiasme que d’inquiétude.
Comment l’IA amplifie la cybercriminalité crypto
L’IA a profondément transformé les pratiques criminelles dans l’écosystème des cryptomonnaies. Trois cas d’usage illustrent cette réalité.
Premièrement, l’utilisation des deepfakes a engendré une menace certaine. Ces contenus générés par IA permettent d’usurper l’identité des personnes connues, dans le but d’inciter à des investissements frauduleux. L’arnaque du pig butchering en est une illustration. L’escroc créer une relation de confiance avec sa victime, avant de la pousser à investir dans de fausses plateformes de cryptomonnaies. Selon Chainalysis, les revenus liés à ce type de fraude ont progressé de 40% en 2024, portés par la sophistication croissante des outils d’IA générative.
Deuxièmement, certains acteurs font de la manipulation de marché algorithmique, aussi appelée pump and dump. Grâce à des bots alimentés par de grands modèles de langage, des acteurs malveillants peuvent créer artificiellement de l’engouement ou de la panique autour d’un actif numérique. Dans le même ordre d’idées, le spoofing permet à l’IA de passer de faux ordres d’achat ou de vente, avant de les annuler en quelques millisecondes, dans le but de manipuler les tendances de marché.
Enfin, l’exploitation automatisée de failles dans les smart contracts constitue une autre menace. Une étude menée par Anthropic et l’organisation MATS a révélé que les agents IA sont passés d’un taux d’exploitation de 2% à près de 56% des vulnérabilités identifiées en seulement un an. Cela a donc pour conséquence de réduire drastiquement le temps qu’ont les développeurs pour corriger les failles.
L’IA, levier indispensable de conformité
Face à ces menaces grandissantes que l’IA permet, cette même technologie est également l’outil le plus adapté pour les contrer. Elle est utilisée à plusieurs niveaux dans la chaîne de conformité.
D’abord, l’IA permet de sécuriser les processus KYC/AML (know your customer/ anti-money laundering) : les algorithmes analysent en temps réel les documents d’identité fournis par les investisseurs, détectent les falsifications et croisent les données avec des éventuelles listes noires financières.
Aussi, la surveillance des transactions peut être améliorée grâce à cette nouvelle technologie. Contrairement au secteur bancaire classique, les transactions en cryptomonnaies sont irréversibles, ce qui nécessite de détecter en amont les anomalies.
L’acquisition de la startup israélienne Alterya par Chainalysis au début de l’année 2025 illustre parfaitement cette dynamique. Alterya est une entreprise spécialisée dans la détection de fraudes, laquelle avait déjà permis d’identifier 10 milliards de dollars acheminés vers des fraudeurs ce qui a permis de réduire la fraude de 60% chez ses partenaires. Cette fusion de compétences témoigne de la conscience qu’a le secteur de la menace que peut représenter l’IA mais également de son potentiel.
Un cadre juridique ambitieux mais complexe
L’intégration de l’IA dans les cryptomonnaies nécessite un encadrement juridique à plusieurs niveaux. Dans l’UE, trois textes façonnent ce cadre.
Le règlement MiCA, entré pleinement en vigueur en décembre 2024, encadre les crypto-actifs. Il impose un agrément aux prestataires, interdit les abus de marché et les délits d’initiés, et oblige les émetteurs à publier un livre blanc avant toute offre au public. Même si ce texte ne traite pas directement de l’IA, il conditionne la manière dont les SIA peuvent être déployés dans ce secteur.
Ensuite, le Règlement sur l’IA, adopté en mars 2024, classe les SIA selon quatre niveaux de risques. Il prévoit cependant une exception importante : les IA dédiées à la détection de fraude financière sont exclues de la catégorie « haut risque », ce qui allège les obligations. À l’inverse, les SIA utilisés pour évaluer la solvabilité des investisseurs dans le cadre du KYC y sont soumis, ce qui implique de réaliser une documentation technique, une gestion des risques et un contrôle humain obligatoire.
Le RGPD soulève deux tensions structurelles : comment concilier le principe de minimisation des données avec la nécessité d’entraîner les SIA sur des volumes massifs d’informations, et comment intégrer les droits à l’effacement et à la rectification dans une blockchain par nature immuable ? La CNIL a esquissé une réponse en distinguant la phase d’entraînement, plus permissive, de la phase de production, qui impose de ne conserver que les données indispensables.
Responsabilité, biais et défis futurs
Deux enjeux éthiques dominent : l’opacité des algorithmes et les biais inhérents à leur fonctionnement. Lorsqu’un SIA bloque à tort les fonds d’un investisseur ou valide une opération frauduleuse, se pose la question de la responsabilité. Pour l’autorité bancaire européenne, la plateforme crypto reste pleinement responsable.
Aussi, les biais algorithmiques posent un risque de discrimination financière. Un SIA entraîné sur des données déséquilibrées peut générer de faux positifs. l’UNESCO et le RIA s’accordent à dire que la lutte contre les biais doit être proactive.
Il est aussi important de prendre en compte les défis futurs. Par exemple, le Shift Project affirme que les datacenters mondiaux pourraient tripler leur consommation d’ici 2030, avec l’IA qui pourrait représenter 35 à 55% de cette consommation. Le secteur crypto étant déjà très énergivore, cette double consommation interroge la durabilité du secteur.
Aussi, les disparités réglementaires suscitent des complications. Les audits de l’ESMA en 2025 ont révélé les incohérences dans l’application de MiCA entre les États membres, tandis que l’approche permissive des États-Unis fragilise la compétitivité européenne.
La convergence entre IA et cryptomonnaies exige de maintenir un équilibre permanent. Dans un secteur qui évolue plus vite que les textes qui l’encadrent, la vigilance constante des régulateurs, des innovateurs et des utilisateurs reste la condition première de la confiance.
Sources :
- https://theshiftproject.org/app/uploads/2025/09/RF-PIA-1.pdf
- https://www.chainalysis.com/blog/chainalysis-alterya-announcement/
- Rapport annuel sur la cybercriminalité 2025 PDF
- https://red.anthropic.com/2025/smart-contracts/
- https://www.resultats-services-publics.fr/le-role-de-lia-dans-la-gestion-des-risques-lies-aux-crypto-actifs/#Detection_des_fraudes_et_securisation_des_transactions
- https://www.cnil.fr/fr/intelligence-artificielle/ia-comment-etre-en-conformite-avec-le-rgpd
