Le trading au sein de Claude et ChatGPT est désormais une réalité mais attention aux risques

Liquid a intégré un courtier directement dans ChatGPT et Claude, vous permettant de exécuter des ordres d'actions, de cryptomonnaies et de prédiction du marché sans quitter la conversation avec le chatbot. L'application s'appelle Co-Invest, elle couvre plus de 500 marchés, y compris les actions cotées, la crypto, le forex, les positions Polymarket et les secondaires pré-IPO, et selon PYMNTS, elle a déjà traité plus de 3 milliards de dollars en volume parmi environ 40 000 utilisateurs depuis son lancement en août 2025, comme l'a confirmé The Block. La commande nécessite toujours une confirmation explicite de la part de l'utilisateurles positions restent détenues par l'utilisateur en mode non dépositaire, et les niveaux stop-loss et take-profit sont définis dans l'invite comme s'il s'agissait d'un message.

Robinhood a lancé Agentic Trading et une carte de crédit Agentic, MoonPay a intégré l'achat de crypto dans ChatGPT, OpenAI a publié des outils de finances personnelles pour les utilisateurs Pro via Plaid, Google a introduit Agentic Trading dans Gemini avec une connexion directe aux comptes d'échange. L'assistant IA passe de la couche d'information à la couche transactionnelleet le saut se produit en quelques mois. La promesse est d’éliminer les frictions entre l’analyse et l’ordre, en compressant dans une commande vocale ou textuelle ce qui nécessitait auparavant au moins trois applications ouvertes en parallèle.

L’injection rapide devient un risque financier

L’injection rapide, déjà documentée comme l’une des vulnérabilités les plus systématiques des LLM, cesse d’être un problème théorique lorsque le chatbot dispose des informations d’identification nécessaires pour transférer de l’argent. Un e-mail malveillant, une page Web visitée ou un fichier PDF téléchargé pour analyse peuvent contenir des instructions cachées que le modèle interprète comme des commandes utilisateur légitimes. Les longues conversations augmentent le taux de réussite des cyberattaques basées sur l’IA de 13 à 92 %, selon des données publiées fin 2025. Une séance de trading conversationnelle c’est exactement le scénario dans lequel cette vulnérabilité s’amplifie.

La confirmation explicite de l'utilisateur avant chaque commande est une mesure d'atténuation nécessaire mais pas suffisante. L'utilisateur qui fait confiance au chatbot a tendance à approuver ce que propose le chatbot, surtout si la proposition est cohérente avec la conversation précédente. C'est le même schéma psychologique qui pousse les gens à cliquer sur « Continuer » sur les fenêtres contextuelles de consentement sans les lire. L'injection rapide peut manipuler le contenu de la proposition afin que l'utilisateur confirme une transaction qu'il n'aurait pas effectuée si elle provenait d'une autre interface. La responsabilité contractuelle vous incombe, comme le stipulent les directives de la FINRA, mais ce n'est pas parce que la responsabilité est claire que le dommage est évitable.

Les régulateurs courent après, l'industrie s'enfuit

La FINRA a consacré pour la première fois une section à GenAI dans son rapport de surveillance réglementaire 2026, indiquant que les règles existantes en matière de surveillance des communications, de conservation des dossiers et de cybersécurité s'appliquent également de manière « technologiquement neutre » aux chatbots. La règle 3110 de la FINRA impose l'intervention humaine pour expliquer et justifier les commandes basées sur l'IA. La SEC a ouvert des chantiers de construction sur le thème du lavage de l'IA, où les courtiers promettent des capacités d'IA supérieures aux capacités réelles. Aucun des deux régulateurs n’a publié de cadre spécifique pour les ordres exécutés au sein de chatbots tiers. Le vide réglementaire est exactement la fenêtre dans laquelle Liquid et ses concurrents opèrent aujourd’hui.

En Europe, le cadre est plus rigide sur le papier mais tout aussi opaque dans son application. MiFID II impose la transparence sur les algorithmes de trading et l'adéquation client pour chaque instrument, deux exigences auxquelles un agent IA au sein d'un chatbot généraliste satisfait de manière douteuse. L’évaluation de l’adéquation suppose que le courtier connaît le profil du client et ses objectifs, tandis que le chatbot généraliste accepte les commentaires de toute personne possédant un compte Pro. La Consob n'a pas publié de lignes directrices spécifiques et la jurisprudence italienne sur les dommages résultant des recommandations algorithmiques est encore embryonnaire. Le premier client qui perd de l'argent sur un ordre exécuté par injection rapide découvrira qu'il est le cas pilote.

Qui paie si la commande échoue

Restez ouvert la chaîne de responsabilité quand une transaction tourne mal. Liquid prétend fonctionner de manière non dépositaire : les fonds restent dans le portefeuille de l'utilisateur, l'exécution passe par sa signature explicite. Le chatbot, OpenAI ou Anthropic, gère le modèle qui a généré la proposition. L'utilisateur confirme la commande individuelle. En cas de dommage, la documentation typique de l'injection rapide est techniquement complexe à reconstituer, car les conversations se déroulent sur des infrastructures propriétaires avec des journaux sélectifs. Le responsable informatique du secteur financier qui évalue ces intégrations se retrouve confronté à un périmètre de responsabilité qu'aucun des éditeurs impliqués n'accepte d'assumer pleinement.

Le modèle industriel qui émerge est celui de responsabilité fragmentéeet ce n’est pas une invention fintech de l’IA. C'est le même schéma qui protège les plateformes sociales depuis vingt ans : le fournisseur d'infrastructure n'est pas responsable du contenu, le fournisseur de services fournit simplement l'outil, l'utilisateur est responsable de son propre comportement. La différence est que dans les médias sociaux, les dommages ont été réputationnels et généralisés, alors que dans le commerce, ils sont financiers, immédiats et quantifiables. La structure juridique qui a fonctionné pour Facebook fonctionnera jusqu’au premier recours collectif, puis la situation changera brusquement.

Pour ceux qui décident aujourd'hui d'expérimenter le trading au sein d'un chatbot, le calcul rationnel est de le faire uniquement avec montants que vous êtes prêt à perdre et sur des actifs dont le profil de risque est bien connu. La promesse d’efficacité est réelle, la réduction des frottements est mesurable, mais le modèle de responsabilité reste celui du Far West numérique du début des années 2000, où l’innovation court et la régulation arrive alors que les dégâts sont déjà cumulés. Anthropic et OpenAI ne sont pas des courtiers, mais transportent leur infrastructure conversationnelle dans un périmètre réglementaire qui nécessite des compétences qu'ils n'ont pas et des responsabilités qu'ils ne veulent pas assumer.