Marchés prédictifs : l’IA face au risque de délit d’initié

Surveillance de conformité des marchés prédictifs par l’IA : le nouveau front de la finance

« La publication des résultats semble meilleure que prévu », écrit un salarié dans un canal Slack privé. Quelques minutes plus tard, un contrat événementiel lié à cette entreprise est exécuté sur Kalshi ou Polymarket depuis son compte personnel. Pour une équipe de conformité, cette proximité temporelle ne prouve rien à elle seule, mais elle peut justifier un examen immédiat.

C’est précisément le terrain de la surveillance de conformité des marchés prédictifs par l’IA. En rapprochant les échanges sur Slack ou Telegram des transactions, des divulgations et des conflits d’intérêts, elle cherche à identifier les situations dans lesquelles des informations importantes non publiques pourraient avoir influencé une position sur les marchés prédictifs.

L’enjeu dépasse le simple pari individuel. Ces contrats peuvent offrir une exposition économique à des résultats d’entreprise, à une opération de fusion-acquisition, à une décision réglementaire ou à un indicateur de marché, parfois en marge des contrôles déjà appliqués aux titres traditionnels. Reste une question que les chiffres cités plus loin ne tranchent pas totalement : cette accélération réglementaire américaine est-elle transposable telle quelle au contexte français, où les marchés prédictifs n’ont pas encore d’existence juridique propre ? Nous y reviendrons.

Cette analyse décrit le mécanisme de contrôle développé par MyComplianceOffice (MCO), les signaux de l’accélération du marché et les conséquences concrètes pour les courtiers, les RIAs (Registered Investment Advisers, conseillers en investissement enregistrés aux États-Unis) et leurs salariés. Elle montre aussi comment la surveillance assistée par l’IA peut hiérarchiser les alertes sans remplacer le jugement humain ni l’enquête documentée — une nuance que les communiqués d’entreprise ont tendance à estomper.

Comment l’IA relie conversations, transactions et conflits d’intérêts

MyComplianceOffice étend aux marchés prédictifs les contrôles déjà appliqués aux transactions personnelles des salariés et aux actifs numériques. L’objectif affiché n’est pas de présumer qu’un contrat événementiel est irrégulier, mais de rapprocher des sources de données qui, analysées séparément, paraîtraient anodines. Le flux de surveillance repose sur cinq étapes.

L’outil analyse d’abord, dans le périmètre autorisé de conformité, les échanges professionnels sur Slack et Telegram, à la recherche d’une référence à une entreprise, à des résultats, à une décision réglementaire ou à une opération de marché. L’IA rapproche ensuite les termes du message d’une entité identifiable — entreprise, émetteur, indice ou événement économique. John Kearney, dirigeant de MCO, précise : « Nous catégorisons les différents types de prédictions par domaine et les signalons selon qu’ils portent sur des titres ou des entreprises, plutôt que sur les paris sportifs ».

Le système compare alors cette entité aux opérations personnelles déclarées sur les marchés prédictifs, relie une position à un contrat portant sur le même événement, puis évalue la proximité temporelle entre la communication et la transaction. La revue rassemble ensuite messages, transactions, conflits d’intérêts, divulgations de l’employé et exposition potentielle à des informations non publiques, ce qui permet de prioriser les dossiers présentant plusieurs indicateurs convergents. Les alertes sont enfin transmises aux équipes compétentes, qui vérifient les faits, le contexte professionnel, les autorisations et les obligations de déclaration avant toute conclusion.

Comme l’indique John Kearney : « Nous cherchons aussi à utiliser davantage l’IA pour relier une prédiction à une entité économique précise ou à une activité boursière telle qu’une fusion-acquisition ».

La limite mérite d’être soulignée, car le discours commercial de ce type d’outil tend naturellement à la minorer : l’IA produit des signaux à investiguer, pas des preuves. Elle ne remplace ni le jugement humain, ni une qualification juridique de délit d’initié. Une corrélation entre un échange et une opération peut justifier une enquête interne, mais elle ne constitue en aucun cas, à elle seule, la preuve d’un usage abusif d’information — un point que les fournisseurs de solutions de surveillance ont tout intérêt à minimiser pour vendre l’efficacité de leur produit.

« Nous cherchons aussi à utiliser davantage l’IA pour relier une prédiction à une entité économique précise ou à une activité boursière telle qu’une fusion-acquisition »

Pourquoi les marchés prédictifs entrent dans le radar de la conformité

Le volume mensuel mondial combiné de Kalshi et Polymarket est passé de 25,66 milliards de dollars en mai 2026 à 52,99 milliards de dollars en juillet, soit plus du double en deux mois, selon l’analyse du Pew Research Center, fondée sur des données de The Block. Cette hausse provient en grande partie des contrats sportifs — une précision qui tempère la lecture d’une ruée purement spéculative sur les événements économiques ou politiques, mais qui n’enlève rien à la visibilité croissante de ces plateformes auprès des intermédiaires financiers.

Cette croissance accompagne la distribution progressive de contrats événementiels dans l’écosystème du courtage américain. Cboe Global Markets a annoncé le 23 juin 2026 le lancement de Cboe Predicts, avec des options binaires liées au Mini S&P 500 ; son communiqué précise qu’Interactive Brokers proposait déjà ces produits à cette date, tandis que Charles Schwab devait les rendre disponibles dans les mois suivants. Il convient donc de parler d’un déploiement annoncé via Cboe plutôt que d’une offre Schwab déjà effective — une nuance que certains résumés de presse ont tendance à gommer. Robinhood et Coinbase participent également à l’essor de cette offre, via Kalshi ou d’autres infrastructures.

Pour les établissements, l’innovation commerciale se heurte à un enjeu classique de contrôle des transactions personnelles. En juillet 2026, Goldman Sachs a interdit à ses employés les contrats portant sur des entreprises précises, les élections, la performance des marchés financiers, les données économiques et la géopolitique — les contrats sur le sport et le divertissement restant autorisés. Point72 Asset Management et Balyasny Asset Management auraient, de leur côté, interdit les transactions sur ces plateformes depuis des comptes personnels, selon des informations de Bloomberg datées du 19 mars 2026 et attribuées à des sources proches du dossier. Ce conditionnel n’est pas une coquetterie de style : à ce stade, ces éléments décrivent des politiques internes rapportées par la presse, non des faits établis de manière contradictoire.

John Kearney résume ce basculement : « Il y a peut-être un an, nous entendions très peu parler des marchés prédictifs ; désormais, avec les mesures prises par la CFTC, les gens sont en alerte ».

Cette référence à la CFTC (Commodity Futures Trading Commission, le régulateur américain des marchés à terme) doit être interprétée avec précision, car la formule « mesures prises » prête à confusion. Le 25 février 2026, la division de l’application des règles de la CFTC a publié un avis rappelant qu’elle pouvait enquêter et poursuivre certains usages abusifs d’informations non publiques sur des contrats événementiels, au titre de ses règles antifraude existantes. Ce rappel de pouvoirs ne constitue ni l’adoption d’une règle nouvelle, ni une condamnation générale des opérateurs ou des utilisateurs de marchés prédictifs. La nuance compte : elle distingue un régulateur qui muscle sa communication d’un régulateur qui légifère.

Le risque ne réside pas dans le contrat, mais dans l’information détenue

Un contrat événementiel n’est pas, par nature, un manquement. Le risque de conformité réglementaire apparaît lorsqu’une transaction personnelle est réalisée par une personne qui détient, en raison de ses fonctions, une information importante non publique ou un intérêt susceptible d’altérer son jugement. Les marchés prédictifs peuvent ainsi compléter, voire contourner, les canaux déjà couverts par les politiques de transactions sur titres et les contrôles des actifs numériques.

Deux scénarios, purement hypothétiques, permettent d’illustrer le mécanisme sans céder à l’exemple sensationnaliste. Un salarié intervenant sur un mandat confidentiel apprend qu’une offre sur une société cotée est sur le point d’être annoncée ; il prend ensuite, depuis son compte personnel, une position sur un contrat prédisant la réalisation de cette opération. Ce cas fictif pourrait soulever un risque de délit d’initié, même si le contrat ne consiste pas en l’achat direct de l’action concernée — ce qui illustre précisément pourquoi les marchés prédictifs peuvent échapper aux filtres traditionnels. Il appellerait une vérification des accès à l’information, des préautorisations et des divulgations internes.

Autre exemple fictif : un économiste employé par une institution financière accède, avant publication, à une estimation non publique d’un indicateur macroéconomique, puis négocie un contrat lié au niveau de l’inflation ou à une réaction attendue des marchés. La situation pourrait créer un risque de défaut de divulgation ou de conflit d’intérêts, selon les obligations de l’employé, son périmètre d’accès et les règles applicables en interne.

John Kearney pousse le constat jusqu’à l’alerte : « Les marchés prédictifs constituent le dernier moyen de contourner les contrôles des entreprises lorsqu’un employé dispose d’informations importantes non publiques ». La formule mérite d’être mise en regard d’un aveu plus prosaïque, attribué à Adam Phillips : « À l’heure actuelle, il n’existe pas de politique à l’échelle de l’entreprise concernant les marchés prédictifs ». L’écart entre ces deux discours — l’un alarmiste, l’autre révélant une impréparation organisationnelle — résume assez bien l’état du secteur : les usages précèdent les règles, et les fournisseurs de solutions de surveillance ont un intérêt commercial évident à accentuer le premier discours.

Pour les courtiers et les RIAs, cet écart justifie une gouvernance explicite et traçable plutôt qu’une réaction dans l’urgence. Plusieurs chantiers s’imposent en pratique :

• cartographier les plateformes, contrats et comptes personnels entrant dans le périmètre de surveillance ;
• mettre à jour les politiques de transactions personnelles pour couvrir explicitement les marchés prédictifs ;
• définir les divulgations requises, les préautorisations et les restrictions selon les fonctions occupées ;
• tracer systématiquement les alertes générées par l’IA, leurs données sources, leur niveau de risque et leur traitement ;
• organiser une revue humaine et documentée avant toute conclusion ou mesure disciplinaire.

Cette discipline ne transforme pas une alerte en preuve — elle permet seulement de relier le contrat, la chronologie, les communications et le rôle de l’employé pour fonder une investigation cohérente et, le cas échéant, défendable devant un régulateur ou un juge.