Le 3 août 2026, Visa a annoncé avoir signé un accord définitif pour acquérir BioCatch pour 2,4 milliards de dollars en numéraire.
L’opération reste soumise aux autorisations réglementaires et aux conditions habituelles de finalisation. Visa prévoit sa clôture au plus tard à la fin de son deuxième trimestre fiscal 2027.
Le montant attire naturellement l’attention. Mais l’intérêt de cette opération se trouve surtout dans la technologie que Visa cherche à intégrer à son dispositif de lutte contre la fraude.
BioCatch intervient très tôt dans le parcours numérique d’un client. Sa technologie observe la manière dont une personne utilise son appareil et son application bancaire afin d’identifier des comportements inhabituels avant même que le paiement soit exécuté.
Cette approche prend une importance particulière avec les paiements instantanés et, plus largement, avec les moyens de paiement digitaux. Lorsque les fonds peuvent être transférés ou une transaction autorisée en quelques secondes, le temps disponible pour détecter une fraude se réduit fortement.
La décision doit donc intervenir le plus tôt possible.
BioCatch analyse ce qui se passe avant le paiement
Les systèmes antifraude utilisent depuis longtemps les caractéristiques de la transaction : montant, fréquence des opérations, localisation, commerçant, bénéficiaire, appareil utilisé ou historique du client.
BioCatch ajoute une autre source d’information : le comportement de l’utilisateur pendant sa session numérique.
Selon Visa, la plateforme analyse des milliers de signaux liés à l’application, au comportement, à l’appareil et au réseau.
Cela peut notamment comprendre :
- les frappes au clavier ;
- les mouvements de souris ;
- les gestes tactiles ;
- la manière dont l’appareil est manipulé ;
- certaines caractéristiques de l’environnement technique et réseau.
BioCatch indique collecter plus de 3 000 points de données anonymisés au cours des sessions bancaires numériques.
L’objectif consiste à comprendre comment un utilisateur légitime interagit habituellement avec son environnement numérique, puis à identifier des écarts susceptibles d’indiquer une fraude.
Cette approche complète les mécanismes traditionnels d’authentification.
Une authentification peut confirmer qu’une personne possède les bons identifiants, le bon téléphone ou le bon facteur d’authentification. L’analyse comportementale cherche à comprendre ce qui se passe pendant l’utilisation du compte ou du moyen de paiement.
Cela devient particulièrement utile dans deux situations.
Dans une prise de contrôle de compte, le fraudeur peut disposer d’identifiants valides. Certains contrôles classiques peuvent donc sembler normaux alors que la personne utilisant réellement le compte a changé.
Dans une escroquerie par manipulation, la situation est différente : le véritable client peut être connecté à son propre compte et autoriser lui-même le paiement, tout en agissant sous l’influence d’un fraudeur.
L’Autorité bancaire européenne et la Banque centrale européenne observent également cette évolution. Leur rapport conjoint publié en 2025 indique que l’authentification forte reste efficace contre certaines formes historiques de fraude, tandis que les manipulations du payeur progressent et nécessitent de nouvelles mesures de protection.
Source : EBA et BCE, Joint Report on Payment Fraud
Les fraudeurs cherchent de plus en plus à faire autoriser le paiement par la victime
Cette évolution explique en partie l’intérêt de Visa pour les technologies comportementales.
Dans son rapport sur les menaces publié en mai 2026, Visa indique avoir identifié près de 1 milliard de dollars d’activités liées aux escroqueries entre juillet et décembre 2025.
L’entreprise décrit une progression des attaques reposant sur l’ingénierie sociale, dans lesquelles les criminels cherchent davantage à manipuler une personne qu’à contourner directement les mécanismes de sécurité.
Le problème devient alors plus complexe pour les banques, les fintechs et les prestataires de paiement.
Un mot de passe correct n’est plus suffisant pour considérer une session comme normale.
Un OTP correctement saisi ne garantit pas que l’utilisateur agit librement.
Une authentification biométrique réussie ne permet pas non plus de déterminer si le client vient d’être convaincu par téléphone, messagerie ou faux support technique d’effectuer une opération au profit d’un fraudeur.
L’analyse du contexte devient donc aussi importante que l’authentification elle-même.
Source : Visa, Spring 2026 Biannual Threats Report
Les paiements instantanés réduisent le temps disponible pour réagir
Cette évolution de l’antifraude intervient au moment où les systèmes de paiement instantané se développent rapidement.
Le principe de ces infrastructures repose précisément sur leur vitesse : l’argent doit être transféré et mis à disposition du bénéficiaire presque immédiatement.
Cette rapidité améliore considérablement l’expérience de paiement, mais elle réduit également la fenêtre pendant laquelle une transaction frauduleuse peut être identifiée et interrompue.
La Banque mondiale souligne que, dans les escroqueries de type Authorized Push Payment, les fraudeurs cherchent souvent à déplacer rapidement les fonds reçus vers d’autres comptes, notamment des comptes mules, avant que la victime ne réalise ce qui s’est produit.
Pour une architecture de paiement instantané, le dispositif antifraude doit donc être capable de prendre une décision en temps réel, pendant que le client prépare et confirme son opération.
Mais cette logique dépasse les seuls virements instantanés.
Dans le paiement par carte, le commerce en ligne, les wallets ou d’autres parcours digitaux, la capacité à comprendre le comportement du client avant l’autorisation peut également permettre d’identifier des anomalies qui ne seraient pas visibles uniquement à partir des données de transaction.
La lutte contre la fraude commence pendant la session
Une architecture moderne de prévention de la fraude peut progressivement combiner plusieurs niveaux de contrôle.
1. La session numérique
Le comportement, l’appareil et certains signaux techniques peuvent être analysés dès la connexion ou pendant le parcours du client.
2. L’identité et l’authentification
Les mécanismes classiques restent indispensables pour vérifier que le client dispose des éléments nécessaires pour accéder à son compte ou utiliser son moyen de paiement.
3. Le contexte de l’opération
Le montant, le commerçant, le bénéficiaire, la localisation, le canal et l’historique permettent d’enrichir l’analyse.
4. Le scoring en temps réel
Les données de l’établissement, du réseau de paiement ou de l’infrastructure peuvent être utilisées pour attribuer un niveau de risque avant l’autorisation ou l’exécution.
5. Le suivi après le paiement
Dans certains schémas de fraude, notamment sur les paiements compte à compte, la surveillance des comptes bénéficiaires et des mouvements de fonds permet d’identifier les comptes mules et les circuits de dispersion de l’argent.
L’enjeu consiste donc à relier ces différentes couches suffisamment rapidement pour permettre une décision avant que le paiement ne devienne difficile à arrêter ou à récupérer.
Visa travaille déjà sur cette logique pour les paiements de compte à compte avec Visa A2A Protect, présenté comme un système de scoring en temps réel destiné notamment aux paiements instantanés.
L’intégration éventuelle de BioCatch ajouterait une capacité plus profonde d’analyse de la session et du comportement de l’utilisateur.
Source : Visa A2A Protect
L’enjeu devient particulièrement important pour l’Afrique
Le développement des paiements instantanés africains donne à cette évolution une dimension particulière.
Selon le rapport SIIPS 2025 d’AfricaNenda, 36 systèmes de paiement instantané étaient opérationnels dans 31 pays africains en juin 2025.
Ces systèmes ont traité environ 64 milliards de transactions représentant près de 2 000 milliards de dollars en 2024.
À mesure que ces infrastructures deviennent plus importantes pour les paiements entre particuliers, les paiements marchands et les transferts entre acteurs financiers, la fraude devient progressivement une problématique d’infrastructure.
AfricaNenda souligne d’ailleurs que la confiance, la gestion de la fraude et le traitement des litiges doivent faire partie des choix structurants lors du développement des systèmes de paiement instantané.
Source : AfricaNenda, SIIPS 2025
Cette évolution soulève plusieurs questions pour les marchés africains.
Les banques disposent-elles de suffisamment de données ?
Une grande banque internationale dispose généralement de volumes importants de transactions et de sessions numériques.
La situation peut être différente pour une banque de taille moyenne, une fintech récente ou un établissement opérant sur un marché plus petit.
Cela ne signifie pas nécessairement qu’un établissement doit construire seul l’intégralité des modèles utilisés pour détecter la fraude.
Des solutions développées à partir de données plus larges peuvent fournir une base commune, puis être adaptées au comportement observé localement.
Visa affirme par exemple que ses modèles A2A Protect peuvent apporter une première capacité de scoring sans nécessiter de grands volumes d’historique propres à chaque établissement.
Cette affirmation reste celle du fournisseur et doit naturellement être vérifiée lors des déploiements.
La qualité des données locales restera néanmoins essentielle : fraudes confirmées, faux positifs, habitudes des utilisateurs, types de terminaux, canaux utilisés et comportements propres au marché.
Jusqu’où peut-on analyser le comportement d’un client ?
Une technologie capable d’observer plusieurs milliers de signaux pendant une session bancaire soulève naturellement des questions de protection des données personnelles.
BioCatch indique utiliser des données anonymisées.
Cela ne supprime pas pour autant la nécessité de définir clairement :
- les données collectées ;
- leur finalité ;
- leur durée de conservation ;
- les personnes ou organisations pouvant y accéder ;
- les mécanismes d’audit ;
- les conditions d'utilisation dans une décision automatisée.
L’efficacité antifraude doit donc être accompagnée d’une gouvernance adaptée aux réglementations locales sur les données personnelles et aux exigences des autorités financières.
Une intelligence antifraude mutualisée serait-elle plus efficace ?
Cette question pourrait devenir particulièrement importante en Afrique.
Un fraudeur peut ouvrir ou contrôler un compte dans un établissement, recevoir des fonds provenant d’une autre banque puis les déplacer immédiatement vers un troisième acteur.
Chaque institution ne voit alors qu’une partie du parcours.
BioCatch affirme que le partage en temps réel de certains signaux entre institutions peut améliorer la capacité à détecter des comportements frauduleux.
Pour les systèmes nationaux ou régionaux de paiement instantané, cela ouvre la possibilité d’une couche d’intelligence antifraude mutualisée.
Elle pourrait, par exemple, consolider des signaux concernant :
- des bénéficiaires suspects ;
- des comptes mules ;
- certains appareils compromis ;
- des schémas inhabituels de circulation des fonds ;
- des tentatives de fraude observées simultanément dans plusieurs institutions.
Une telle architecture demanderait toutefois des règles très précises sur les données partagées, la confidentialité, la responsabilité des acteurs, les délais de réponse et la gestion des faux positifs.
La mutualisation pourrait augmenter la visibilité disponible pour détecter une fraude.
Sa gouvernance serait alors aussi importante que la technologie utilisée.
Visa cherche à intervenir plus tôt dans la chaîne de risque
BioCatch indique aujourd’hui protéger 760 millions d’utilisateurs sur 1,8 milliard d’appareils, auprès de plus de 350 institutions financières dans 21 pays.
La société indique également analyser environ 19 milliards de sessions utilisateurs par mois.
Ces chiffres donnent à Visa accès à une technologie déjà déployée à grande échelle.
Ils montrent surtout la direction prise par l’industrie.
La prévention de la fraude s’étend progressivement au-delà de la transaction elle-même.
Elle peut commencer à l’ouverture du compte, se poursuivre pendant la connexion et la navigation, observer l’appareil et le comportement, analyser ensuite le paiement, puis continuer à surveiller certains mouvements de fonds.
Pour les paiements digitaux et particulièrement les paiements instantanés, cette évolution devient de plus en plus importante.
Une investigation effectuée plusieurs minutes ou plusieurs heures après l’opération peut déjà arriver trop tard.
La détection doit donc intervenir le plus tôt possible dans le parcours.
L’acquisition de BioCatch par Visa doit encore être approuvée et finalisée.
Mais l’orientation stratégique est déjà visible : à mesure que les paiements deviennent plus rapides, l’intelligence antifraude doit elle aussi intervenir plus tôt et prendre ses décisions en temps réel.
