Au Sénégal, le porte-monnaie tient dans un téléphone. Le maçon est payé sur Wave, la tontine circule sur Orange Money, la boutique du coin affiche trois QR codes. Ce que peu d'utilisateurs voient : derrière chaque transfert, des systèmes d'intelligence artificielle décident en quelques millisecondes si la transaction est normale, suspecte ou bloquée. Le mobile money est probablement le service d'IA le plus utilisé du pays — sans que personne ne l'appelle ainsi.
Le gardien invisible : la détection de fraude
Des millions de transactions par jour, des fraudeurs organisés, des victimes qui perdent en une minute le salaire du mois : aucun humain ne peut surveiller ça. Les opérateurs s'appuient donc sur des modèles qui apprennent le comportement normal de chaque compte — montants habituels, heures, destinataires, lieux — et lèvent une alerte quand quelque chose détonne : dix transferts rapides vers des comptes récents, une connexion depuis un appareil inconnu, un montant inhabituel à 3 heures du matin. C'est de l'IA au service direct de votre argent.
Mais la fraude qui fait le plus de dégâts au quotidien n'attaque pas la machine — elle attaque la personne. L'appel du faux « service client » qui demande votre code secret, le SMS de fausse promotion, le proche en détresse dont la voix est désormais imitable par IA : l'ingénierie sociale reste le maillon faible. Aucun opérateur ne vous demandera jamais votre code. Jamais. Ce réflexe-là protège plus que tous les algorithmes.
Le crédit sans dossier : promesse et vertige du scoring
Le mobile money produit ce que la banque classique n'a jamais eu sur la majorité des Sénégalais : un historique financier. Régularité des rentrées d'argent, habitudes de recharge, ancienneté du compte — ces traces permettent à des modèles d'estimer une capacité de remboursement et d'ouvrir le micro-crédit à des personnes sans bulletin de salaire ni titre foncier. C'est une avancée réelle pour l'inclusion financière, et les offres de nano-crédit adossées aux portefeuilles mobiles se multiplient dans toute la région.
Le vertige, c'est l'envers : un score opaque peut vous refuser un crédit sans que personne ne sache vous expliquer pourquoi. Un modèle entraîné sur des comportements urbains peut mal juger le commerçant rural dont l'activité est saisonnière. Et la facilité du nano-crédit peut entretenir le surendettement des plus fragiles. Un score n'est pas un jugement de caractère — c'est une statistique, avec les angles morts de ses données.
« Votre historique Wave ou Orange Money est devenu votre CV financier. La question est : qui le lit, avec quel algorithme, et qui vous défend s'il se trompe ? »
Des données précieuses — et convoitées
Les données de paiement racontent une vie entière : où vous dormez, qui vous aidez, ce que vous gagnez, quand vous êtes en difficulté. Elles intéressent les prêteurs, les assureurs, les commerçants — et les fraudeurs. Le cadre existe : la réglementation des établissements de paiement dans l'UEMOA, la loi sénégalaise n° 2008-12 sur les données personnelles et sa CDP. L'enjeu des prochaines années est que la protection suive le rythme de l'innovation : consentement réel, finalités limitées, droit à l'explication d'une décision automatisée qui vous concerne.
Ce que chacun peut faire dès aujourd'hui
Côté utilisateurs : un code secret jamais partagé, la double vérification par rappel direct au moindre doute, et l'habitude de contrôler ses relevés. Côté PME qui encaissent en mobile money : des procédures écrites (qui valide un remboursement ? qui touche à la caisse numérique ?) — la formation IA & Cybersécurité de notre Lab y consacre un module entier. Côté écosystème : exiger des acteurs du scoring la transparence sur les critères, et un recours humain pour toute décision de crédit contestée.
Notre grille de lecture
IA & argent mobile
Les quatre questions que nous posons dans chaque épisode, appliquées au sujet du jour :
- Impact — l'IA sécurise déjà des millions de transactions quotidiennes et ouvre le crédit à ceux que la banque ignorait.
- Opportunités — inclusion financière, assurance adaptée aux revenus irréguliers, outils de gestion pour les petites activités.
- Risques — scores opaques et biaisés, surendettement facilité, concentration de données intimes, fraude par ingénierie sociale dopée à l'IA.
- Actions — transparence des critères de scoring, recours humain garanti, éducation financière et numérique, protection effective des données de paiement.
Cet article prolonge les segments « Économie » et cybersécurité du podcast AI Talks. Il est publié à des fins d'information et de sensibilisation — en cas de fraude, contactez immédiatement votre opérateur et les autorités compétentes.