Anthropic ouvre Mythos aux banques britanniques malgré l'inquiétude des financiers

Anthropic s'apprête à donner aux banques britanniques accès à Claude Mythos, l'un de ses modèles les plus sensibles, que l'entreprise gardait jusqu'ici sous contrôle strict et ne proposait pas au grand public. Pour le secteur financier, cela ressemble à une entrée précoce dans une nouvelle vague d'outils d'IA, mais l'inquiétude monte aussi vite que l'intérêt : une partie des dirigeants du secteur met déjà en garde contre d'éventuels risques systémiques.

Les banques britanniques auront accès au nouvel outil dans les tout prochains jours. Jusqu'à présent, Anthropic limitait l'usage du modèle à un petit cercle d'entreprises, surtout américaines, dont Amazon, Apple et Microsoft. La liste des utilisateurs s'étend désormais à des établissements financiers du Royaume-Uni. Le format de ce lancement est en soi inhabituel : l'entreprise ne met pas le produit en accès libre, mais le distribue de façon ciblée, via des canaux contrôlés et auprès de grands clients institutionnels. Cela illustre la prudence d'Anthropic face aux conséquences possibles de l'usage de Mythos.

L'intérêt des banques pour ces systèmes se comprend. Les modèles de la classe de Claude peuvent accélérer l'analyse de grands volumes de documents et aider en conformité, en recherche interne, en reporting, en service client et en évaluation des risques. Pour un secteur qui valorise la vitesse de traitement de l'information et la qualité des décisions, c'est un avantage sérieux. Mais dans la banque, toute erreur coûte plus cher que dans un logiciel d'entreprise ordinaire : une réponse imprécise, une conclusion fausse ou une recommandation incorrecte peuvent toucher les clients, les régulateurs et le marché. La question n'est donc pas seulement de savoir si l'outil est utile, mais s'il se comporte de façon prévisible dans des scénarios sensibles.

La principale source de tension tient à ce que Mythos est décrit comme un modèle jugé trop risqué pour une sortie publique. Si l'entreprise n'est pas prête à l'ouvrir à un usage de masse, le confier aux banques relève automatiquement le niveau d'exigence en matière de contrôle. Les dirigeants financiers craignent non seulement des erreurs techniques, mais aussi des effets plus larges : la dépendance d'infrastructures critiques envers un fournisseur d'IA externe, la concentration des capacités entre un nombre limité d'acteurs et la difficulté d'un audit indépendant. Pour les banques, ce n'est pas un simple service numérique de plus, mais une couche potentielle de prise de décision au sein de l'un des secteurs les plus réglementés.

Une autre question porte sur l'organisation de l'accès. Même s'il s'agit de pilotes et d'un nombre limité d'équipes, les banques devront mettre en place des procédures de gouvernance spécifiques : qui peut utiliser le modèle, quelles données peut-on lui transmettre, comment vérifier les réponses, où passe la frontière entre le conseil du système et l'action de l'employé. Les informations confidentielles restent un sujet particulièrement sensible. Les établissements financiers britanniques opèrent sous une supervision stricte ; toute expérimentation avec un modèle puissant s'accompagnera donc presque inévitablement d'audits internes, d'une évaluation juridique et de discussions avec les services de conformité.

Il y a aussi une dimension symbolique. Si Anthropic commence réellement à élargir l'accès à Mythos au-delà d'un cercle restreint d'entreprises technologiques américaines, cela signifie que le marché entre dans une nouvelle phase : les modèles les plus puissants vont d'abord non aux utilisateurs ordinaires, mais à de grandes organisations dotées de moyens financiers, d'une expérience réglementaire et de la capacité d'ajouter des mesures de contrôle. Ce scénario pourrait devenir la norme pour les systèmes d'IA à haut risque, surtout là où une erreur touche non le confort de l'utilisateur, mais l'argent, la sécurité et la stabilité d'institutions entières.

L'essentiel : l'affaire Mythos n'est pas seulement l'annonce d'un énième lancement de Claude. C'est un test de la façon dont développeurs et banques se partageront la responsabilité d'outils qui promettent un net gain d'efficacité, mais comportent aussi des risques opaques. Si l'expérience se déroule sans heurts, les banques accéléreront l'adoption de modèles d'IA fermés. Sinon, le secteur financier pourrait être le premier endroit où apparaîtront des restrictions strictes pour ces systèmes.