Au Nigeria Fintech Week, l'IA au service de la fraude et du crédit

À Lagos, la question de l'IA se pose en termes opérationnels

Le débat mondial sur l'intelligence artificielle tourne autour d'un scénario catastrophe : l'IA pourrait-elle un jour se retourner contre l'humanité ? À Lagos, la préoccupation est différente. Les acteurs locaux se demandent surtout si la technologie peut accélérer l'approbation d'un prêt, repérer plus tôt une transaction frauduleuse ou servir un client qui n'a jamais franchi la porte d'une agence bancaire.

C'est cet écart entre les discussions lointaines et les contraintes du terrain qui a structuré les échanges du panel « Artificial Intelligence at Work », le mercredi 23 septembre, lors du Nigeria Fintech Week 2026, rapporte Technext. Trois dirigeants y participaient : Oluwarotimi Fasuyi, MD/CEO de VFD Technologies ; Adetokunbo Awoyinika, MD/CEO de CBI Technologies ; et Olufisayo Oludare, fondateur et CEO d'Advansio. Leurs sujets : infrastructure d'IA, décision de crédit, détection de fraude, qualité des données et coût réel de l'adoption.

La « reddition cognitive » selon David Afolayan

Avant d'entrer dans le vif, le modérateur David Afolayan, cofondateur et CEO de Technext, a posé une autre question à la salle : jusqu'où sommes-nous prêts à faire confiance aux machines ? Il a commencé par un vote à main levée. « Qui ici utilise ChatGPT, Gemini, Claude ou Grok ? » La plupart des mains se sont levées. Puis il a demandé qui vérifie ce que ces outils racontent. Le silence s'est installé.

Afolayan a donné un nom à cet écart : la « reddition cognitive », soit l'habitude d'accepter la réponse d'une IA parce qu'elle est arrivée vite et qu'elle semblait assurée. La vitesse ne vaut pas certitude, et il faut encore décider quelles décisions méritent confiance et lesquelles exigent un second regard.

Des outils disponibles, des données qui manquent

Pour Fasuyi, la transformation ne se joue pas sur les écrans que touchent les clients, mais en dessous. Les banques traditionnelles s'appuient sur des systèmes conçus pour les dépôts et l'épargne. Les fintechs traitent un volume bien plus élevé de transactions numériques et ont besoin d'une infrastructure capable d'absorber d'énormes quantités de données sans ralentir ni les exposer.

« Les organisations devraient investir dans ce qui est sécurisé, flexible, capable d'exploiter ou de consommer beaucoup de données, et qui apporte aussi de la valeur à l'entreprise », a déclaré Fasuyi. Un modèle ne vaut que par ce qu'on lui donne à traiter, et les données financières sont souvent désordonnées ou enfermées dans des systèmes qui ne communiquent pas entre eux.

Le rapport 2025 de la CBN sur les fintechs, cité dans les échanges, indique que 37,5 % des fintechs nigérianes interrogées utilisent l'IA pour le scoring de crédit et la modélisation des risques, contre 87,5 % pour la détection de fraude. Interrogées sur ce qui faciliterait leur montée en échelle, elles citent en tête l'accès à des données de qualité et à l'infrastructure. Les outils sont donc là ; la matière première manque.

La fraude, cas d'usage le plus évident

À mesure que la finance se numérise, la fraude suit le même chemin. Les chiffres de la CBN repris dans sa Payments System Vision 2028 font état de 134,48 milliards de nairas perdus par les banques et leurs clients entre 2020 et 2025. Aucune équipe humaine ne peut surveiller un tel volume en temps réel, tandis que l'IA peut signaler des schémas suspects avant qu'ils ne se transforment en pertes.

Oludare, d'Advansio, invite toutefois les fintechs à réfléchir avant de signer le chèque. « Est-ce un caprice, ou existe-t-il un véritable business case ? » a-t-il demandé. Beaucoup d'entreprises adoptent l'IA parce que leurs concurrents l'ont fait ou parce que cela fait bonne figure dans une présentation. Son test est plus simple : l'outil réduit-il les pertes, rend-il les équipes plus productives ou attire-t-il de nouveaux clients ? « Si vous pouvez répondre correctement à ces questions, alors c'est votre ROI », a-t-il ajouté.

L'IA et l'accès au crédit : un pouvoir à double tranchant

Le panel a aussi abordé l'un des usages les plus lourds de conséquences : décider qui mérite un prêt. Les vérifications classiques s'appuient sur le salaire, les prêts passés et l'historique de remboursement, ce qui exclut les personnes aux dossiers minces ou imparfaits — précisément celles qui ont le plus besoin de financement.

Awoyinika estime que l'IA peut lire un tableau plus large. L'exemple qu'il donne : une commerçante d'Agege qui demande 500 000 nairas mais a déjà fait défaut une fois. Un système traditionnel la classe comme mauvaise emprunteuse et s'arrête là. La technologie pourrait examiner le reste de son comportement financier et conclure que si 500 000 nairas est trop, un prêt plus petit serait sans doute sûr. « Adoptons-la pour prendre des décisions qui construisent des entreprises, pas celles qui les détruisent », a-t-il plaidé.

Le même pouvoir joue dans les deux sens. Des données mauvaises produisent de mauvaises décisions, et une IA entraînée sur des informations incomplètes ou biaisées répétera ces erreurs plus vite et à une échelle bien plus grande qu'un humain. La qualité des données, la transparence et la supervision humaine prennent donc de l'importance à mesure que les institutions nigérianes intègrent l'IA au crédit, à la fraude et à la conformité. La CBN l'a signalé : les décisions assistées par l'IA dans ces domaines exigeront une gouvernance renforcée et une surveillance plus étroite.

Le débat sur le risque existentiel reste théorique

Afolayan a également évoqué le « P(doom) », la probabilité qu'un individu attribue à l'IA de finir par détruire l'humanité. L'idée s'est banalisée, les grandes figures du secteur s'opposant publiquement sur le danger que représenterait une IA avancée. Geoffrey Hinton avance un chiffre allant jusqu'à 50 %. Dario Amodei, d'Anthropic, évoque 10 % à 25 %. Yann LeCun, l'un des chercheurs les plus respectés du domaine, situe le risque près de zéro. Il s'agit d'estimations personnelles, pas de science établie.

Le propos d'Afolayan était plus simple : s'obstiner sur une apocalypse hypothétique peut détourner l'attention des problèmes déjà présents devant les entreprises et les consommateurs. Pour les fintechs nigérianes, ces problèmes sont sur le bureau : transactions frauduleuses, données désordonnées, décisions de crédit biaisées, outils d'IA coûteux et construction de systèmes capables de traiter en sécurité de gros volumes d'informations financières.

L'IA peut aider une fintech à traiter l'information plus vite, signaler des transactions suspectes, appuyer une décision de crédit et prendre en charge les tâches répétitives. Rien de tout cela ne dispense de bonnes données, d'une infrastructure sécurisée ou du jugement humain. À mesure que l'IA assume davantage de décisions financières, ces éléments comptent davantage, pas moins.