Lors de la conférence AGI Playground 2026, Wu Kai, Chief Revenue Officer d'Airwallex, a introduit le concept d'un système financier natif à l'IA, affirmant que l'aboutissement des agents n'est pas une interface conversationnelle plus intelligente, mais un système d'exécution capable de gérer réellement les fonds d'une entreprise.

Auteur et source de l'article : GeekPark

Les lumières du plateau principal de l'AGI Playground 2026 s'allument au Jardin de la baie de Marina à Singapour. Plus de 50 fonds d'investissement mondiaux et des centaines de développeurs d'IA sont assis dans le public, pleins d'attentes quant à la prochaine étape du développement des agents.

Tout le monde se pose la même question :

Lorsque l'agent passe de la conversation à l'exécution, à quelle distance sommes-nous de la livraison automatique ?

Autour de la table ronde, Wu Kai, Chief Revenue Officer mondial d'Airwallex, a formulé un point de vue différent de la majorité. Il n'a pas abordé la question à travers les capacités des modèles ou l'interface utilisateur, mais l'a directement replacée dans le contexte le plus exigeant : la finance. Il estime que l'IA ne changera pas seulement la manière d'utiliser les logiciels, mais aussi la manière de construire et d'exploiter les entreprises : « Nous construisons les capacités d'exécution fondamentales pour la finance et les affaires natives à l'IA ».

Cela signifie que l'aboutissement de l'Agent n'est pas une interface conversationnelle plus intelligente, mais un système d'exécution capable de gérer réellement les fonds d'une entreprise. Dans le récit d'Airwallex, ce système est résumé comme un « système d'exploitation financier natif à l'IA ». Autour de ce système, l'entreprise identifie deux opportunités claires : la finance autonome du côté des opérations commerciales et le commerce agentic du côté des paiements et du processus de paiement.

Wu Kai estime que le marché est à un tournant critique ; avec le développement des agents intelligents, les consommateurs autoriseront leurs agents à comparer les prix, sélectionner les produits et passer des commandes, et un système de paiement de type Agent to Agent deviendra une tendance future.

01 La confiance est la clé d'entrée pour le déploiement réel de l'Agent

Au cours de la dernière année, les agents sont devenus presque les vedettes des concours de démonstration : dans les vidéos, ils parviennent à relier toute une chaîne de processus métier en quelques minutes ; mais lorsqu’il s’agit de les déployer réellement, de nombreuses entreprises se rendent compte que la démonstration est impressionnante, mais la mise en œuvre difficile. Wu Kai a défini une norme claire pour la « mise en œuvre » : il considère qu’une véritable mise en œuvre « ne se limite pas à être démontrable, mais doit être digne de confiance et capable de réaliser répétitivement des tâches de production ».

Décomposé, ce standard comprend cinq dimensions : l'adoption, la fiabilité, les résultats commerciaux mesurables, l'auditabilité et un chemin de repli clair, ce qui signifie que la qualité du modèle n'est qu'un point de départ, pas une fin en soi. Wu Kai a particulièrement souligné la spécificité des scénarios financiers : « Dans le domaine financier, un Agent n'est véritablement en ligne que lorsqu'il peut fonctionner au sein des cadres réels d'approbation, de conformité et de gestion des risques de l'entreprise. »

Cela signifie que l'Agent ne peut pas être simplement un assistant intelligent externe ; il doit être intégré aux chaînes d'approbation, aux règles de conformité et aux systèmes de gestion des risques déjà en place dans l'entreprise. Dans la pratique d'AirCloud, l'Agent excelle à gérer les tâches qui étaient auparavant effectuées manuellement, répétitives et nécessitant peu de jugement humain, telles que les opérations financières, les processus de rapprochement, la préparation de rapports, ainsi que les flux de travail commerciaux nécessitant une séquence de recherche, de comparaison et d'exécution.

Au contraire, les tâches les plus faibles actuellement pour les agents sont celles où il est difficile d'obtenir l'ensemble du contexte. Par exemple, concevoir un produit entièrement nouveau ou effectuer des jugements stratégiques complexes, qui nécessitent une grande expérience de domaine et des informations implicites issues de la communication interpersonnelle, sont au-delà des capacités actuelles des agents.

Cette prise de conscience claire des limites des compétences se traduit finalement dans la conception du produit.

T:0 et Airi, récemment lancés, ciblent deux scénarios distincts. T:0 est une plateforme financière native à l'IA conçue pour gérer de bout en bout des fonctions financières telles que la comptabilité, les prévisions et les rapports ; elle constitue essentiellement un département financier entièrement autonome dès son lancement. Airi, initialement un portefeuille de paiement en un clic, est également, sur le plan stratégique, la couche de confiance et de certification du commerce agentic, permettant aux utilisateurs de sauvegarder une seule fois leurs informations de paiement pour effectuer plus facilement des transactions auprès des commerçants participants, tout en posant les bases des paiements délégués par des agents IA.

Avec l'évolution constante des scénarios et des technologies, Wu Kai estime que le moment est désormais mûr pour lancer ces deux produits. Sur le plan financier, les clients en ont assez des outils fragmentés, des tableaux, des tâches de rapprochement et des transferts répétés ; sur le plan commercial, l'émergence de l'agent commercial implique que les portefeuilles et les couches de paiement doivent évoluer, car les agents doivent aider les utilisateurs à découvrir, comparer et acheter des produits, ce qui nécessite un moyen de paiement sécurisé sans exposer les informations de carte du client.

La confiance d'AirCloud pour entreprendre cela repose en grande partie sur les fondations posées au cours des dix dernières années : des investissements à long terme dans les paiements, la gestion des fonds et les infrastructures de régulation lui permettent d'ajouter une couche d'exécution intelligente au-dessus de canaux financiers réels.

02 Peut être exécuté sur ordre tout en conservant le contrôle

Lorsque l'Agent commence à traiter les fonds, la question la plus réaliste et la plus fondamentale devient celle de la conception pratique de la chaîne d'autorisation, car l'Agent utilise l'argent des utilisateurs : qui autorise ? qui exécute ? qui est responsable des résultats ? Si ces questions ne sont pas clairement résolues, même un Agent très intelligent aura du mal à être déployé en production.

Wu Kai a fait une distinction importante sur place : les entreprises ont besoin d'une « délégation de pouvoir », et non d'un « transfert de contrôle ».

Dans les produits d'Airwallex, l'assistant IA « Kai » dispose des mêmes autorisations que l'utilisateur et est soumis aux mêmes règles de rôle de compte, d'autorisations, d'éligibilité et de contrôle de workflow. L'ensemble du processus est considéré comme une relation de délégation « utilisateur → Agent → services downstream d'Airwallex », et non comme un transfert global du contrôle à l'Agent.

Sur cette chaîne, l'équipe produit a défini des limites très précises : Kai peut aider à rechercher des informations, guider la configuration et effectuer certaines actions dans les limites autorisées par les politiques, mais pour toute opération impliquant un mouvement de fonds ou des frais, le produit doit clairement indiquer ce que Kai va exécuter et demander la confirmation de l'utilisateur avant de continuer. Pour les cas plus sensibles, le bon modèle consiste à passer à une approbation et une révision humaines, et non à une exécution silencieuse.

Wu Kai a résumé ce principe en une phrase : « Les agents peuvent exécuter, mais les individus et les entreprises définissent toujours la mission, les limites et le cadre de responsabilité. » Il estime que l'augmentation de l'autonomie doit être accompagnée d'une amélioration de la gouvernance. Avec le temps, les agents pourraient assumer davantage de flux de travail, mais ils ne prendront pas la responsabilité finale.

Ce principe est également appliqué dans la conception d'AgentOS. AgentOS relie les agents aux comptes de production, mais avec des scopes OAuth, des garde-fous et par défaut interdit les actions de transfert de fonds. Autrement dit, les agents ne reçoivent pas un chèque en blanc, mais une carte d'autorisation avec un plafond, des restrictions d'utilisation et une traçabilité d'audit.

Wu Kai estime que le modèle idéal à long terme devrait être une chaîne de délégation basée sur OAuth, capable de vérifier qui est l'entité, quel Agent effectue l'action, et quand une confirmation supplémentaire est nécessaire lors d'opérations sensibles. Les limites pratiques peuvent être résumées en cinq éléments : les permissions de l'utilisateur, la portée limitée, la confirmation explicite en cas d'augmentation du risque, une traçabilité complète, et la possibilité de passer à une intervention humaine en cas de confiance ou d'autorisation insuffisante.

03 Le cadre financier détermine la limite des agents

Si la chaîne d'autorisation résout la question « Que peut faire l'Agent ? », alors le « contexte » détermine « À quel point l'Agent peut bien le faire ».

Lors de la table ronde, Wu Kai a également partagé une conviction validée à plusieurs reprises par AirCloud : « Dans un environnement d'entreprise, le contexte n'est pas quelque chose qui doit être ajouté en dernier ; les entreprises doivent d'abord construire ou acquérir des systèmes capables de générer un contexte financier propre et structuré. »

Derrière cette phrase se trouve la logique stratégique d'Airwallex en matière d'acquisitions. Les acquisitions d'OpenPay et de Leapfin ne se limitent pas à ajouter des interfaces produit, mais intègrent davantage de modèles de données en matière de facturation, de revenus, de rapprochement et de comptabilité au sein d'un même écosystème, permettant à l'Agent d'agir sur la base d'une vision commerciale plus complète et plus fiable.

Wu Kai a expliqué pourquoi le contexte est si crucial dans les scénarios financiers : en réalité, le contexte d'entreprise ne se limite pas à davantage de données, mais se répartit tout au long du cycle de vie des fonds, par exemple la manière dont les revenus sont générés, comment les paiements sont acheminés, comment les transactions sont rapprochées, et comment les comptes sont clôturés. Si ces données sont dispersées dans différents systèmes, l'agent ressemble à un navigateur les yeux bandés : il a une direction, mais ne voit pas la route.

Sur la base de ces pratiques, Wu Kai estime que « les meilleurs agents d'entreprise seront construits sur des systèmes financiers intégrés, et non sur des copilotes isolés reposant sur des silos de données fragmentés. »

C’est aussi l’avantage concurrentiel construit par Airwallex au cours de dix ans. Dix ans d’infrastructure en matière de paiements, de gestion des fonds et de conformité réglementaire ne constituent pas seulement un ensemble de licences et de canaux, mais constituent une base capable d’offrir aux agents un contexte financier complet et structuré. Sans cette base, même le modèle le plus puissant ne peut effectuer que des analyses fragmentées.

04 Application de la finance agentique : mise en place d’un système de sécurité des fonds hiérarchisé et contrôlable

Face aux défis industriels communs liés à la sécurité des opérations autonomes d'agents intelligents sur des fonds et à la difficulté de mesurer l'efficacité de leur mise en œuvre par les entreprises, Wu Kai propose une solution complète, à la fois pratique et前瞻, tracant une voie claire pour la mise en œuvre d'agents intelligents AI dans le secteur financier.

Le secteur financier est une domaine où le risque n'est pas toléré ; accorder des autorisations de gestion des fonds aux agents ouverts amplifie simultanément les opportunités et les risques, ce qui constitue un défi commun à toute l'industrie. Wu Kai propose trois principes fondamentaux : « contrôle total par l'utilisateur », « autorisations de traitement par niveaux » et « traçabilité complète sur toute la chaîne », afin d'équilibrer efficacité automatisée et sécurité des fonds.

Il a classé les opérations des agents en deux scénarios : irréversibles et réversibles, pour établir des logiques de gestion différenciées : pour les opérations irréversibles telles que les virements, la distribution de salaires et les paiements aux fournisseurs, dont les fonds ne peuvent pas être retirés, les agents ne peuvent qu'initier une demande, tandis que le pouvoir décisionnel final reste fermement entre les mains de l'utilisateur, avec prise en charge de modes d'autorisation multiples tels que l'approbation par lot ; pour les opérations réversibles telles que la tenue de livres et la saisie d'écritures comptables, les autorisations d'automatisation sont étendues afin de réduire l'intervention humaine fréquente qui ralentit le flux des activités.

Pour renforcer les garanties de gestion des risques, Cloud汇 met en place un mécanisme complet de traçabilité des opérations : chaque action de l'agent intelligent est enregistrée en détail, permettant aux utilisateurs de retracer tous les changements et d'annuler d'un seul clic les opérations réversibles ; à long terme, un cycle de retour d'erreurs sera établi pour permettre à l'agent d'apprendre automatiquement de ses erreurs passées et d'éviter la répétition de risques similaires.

Dans les scénarios de commerce électronique intelligent destinés aux consommateurs, la définition des responsabilités est plus complexe. Wu Kai a établi clairement une ligne de fond commune pour l'industrie : l'autorisation explicite de l'utilisateur est une condition préalable à la validité de la transaction ; en cas de litiges liés à un refus de paiement ou à la fraude, la responsabilité finale incombe au titulaire de la carte. Airwallex collabore actuellement avec les organisations de cartes pour élaborer des règles normalisées de traitement des litiges de paiement intelligents, comblant ainsi les lacunes en matière de conformité des transactions autonomes de la prochaine génération.

Alors que l'industrie s'engouffre dans le déploiement d'agents intelligents, les entreprises sont généralement perdues quant à la manière d'évaluer si un agent est réussi et s'il possède une véritable valeur commerciale. Wu Kai propose d'évaluer les agents selon deux critères : la complétude du cycle métier et la question de savoir si l'intelligence du modèle constitue un goulot d'étranglement. Il classe les agents du marché en trois catégories, permettant de distinguer clairement les niveaux de potentiel commercial.

La première catégorie comprend les applications de référence idéales : les processus métier peuvent atteindre une boucle d'exécution à 100 %, et tous les points de blocage proviennent uniquement de la capacité d'inférence du modèle ; la génération de code par l'IA en est un exemple typique, et l'industrie cherche activement ce type de produit révolutionnaire.

La deuxième catégorie comprend les produits outils automatisés, tels que les agents financiers et les agents e-commerce de Kongyunhui : les capacités du modèle ne présentent aucune lacune et permettent de relier l'ensemble du processus métier de bout en bout. Wu Kai souligne que la différence entre une automatisation à 90 % et à 100 % est considérable ; tant qu'une étape finale du processus dépend encore de l'intervention humaine, le taux d'adoption global et l'efficacité restent fortement limités. Une fois l'automatisation complète mise en œuvre, le taux d'adoption par les entreprises connaîtra une progression qualitative. En outre, les agents favorisent une fréquence accrue des décisions d'entreprise : tandis que la comptabilité traditionnelle reprenait les résultats mensuellement, il est désormais possible de surveiller et d'optimiser en continu les indicateurs au jour le jour, voire à l'heure, ce qui constitue une orientation fondamentale du développement des agents financiers.

La troisième catégorie est le Copilot assisté par l'IA : incapable de créer une boucle commerciale complète, son goulot d'étranglement principal réside dans l'intelligence du modèle, avec les opérations de transfert de fonds financiers irréversibles en tant qu'exemple typique. Ces produits doivent conserver un processus de vérification humaine, tandis que l'IA ne joue qu'un rôle d'assistance dans l'analyse des données, offrant une valeur de base mais une capacité de commercialisation bien inférieure à celles des deux premières catégories.

*Image d'entête : AGI Playground 2026