Le 18 juin 2026, Fincore a annoncé son intention de transformer l’industrie du jeu en ligne en adoptant l’intelligence artificielle agentique. Cette technologie permet aux systèmes non seulement de recommander, mais également d’agir de manière autonome. Pour un secteur où la conformité, la protection des joueurs et les décisions en temps réel sont primordiales, cela représente un changement fondamental.
Dans l’ensemble de l’industrie technologique, l’IA agentique progresse rapidement. Cependant, le secteur du jeu d’argent s’est montré plus prudent face à cette évolution. Dominic Le Garsmeur, directeur des produits chez Fincore, explique pourquoi cette tendance est en passe de changer. Selon lui, bien que l’industrie du jeu soit en avance sur de nombreux aspects de l’IA prédictive, elle accuse un certain retard en ce qui concerne l’IA agentique. « Nous avons utilisé des modèles de prévision et de surveillance en temps réel du jeu responsable depuis longtemps. Là où nous sommes à la traîne, c’est dans l’adoption de plateformes autonomes », confie-t-il.
Ce retard s’explique par trois raisons principales. D’abord, la réglementation impose de maîtriser à 100 % le jeu responsable. Une action autonome qui affecte le compte d’un joueur ou lui offre un bonus inadéquat peut avoir des conséquences en matière de conformité bien plus lourdes qu’une réponse erronée d’un chatbot. Ensuite, il y a l’architecture. La plupart des plateformes sont des monolithes où l’intelligence et l’exécution sont étroitement liées, rendant difficile l’intégration d’un agent.
Il est crucial de ne pas confondre la prudence justifiée face à l’autonomie avec une excuse pour ignorer l’architecture des systèmes. Ce sont deux choses très différentes.
En examinant l’architecture actuelle des plateformes de jeu, Le Garsmeur souligne que beaucoup fonctionnent sous forme de monolithes ou de monolithes distribués se prétendant basés sur des services. Lors de l’ajout de nouveaux services d’intelligence, il y a souvent un couplage désordonné avec la plateforme de l’opérateur, sans séparation claire entre l’intelligence et l’exécution. Pour être durable, l’architecture doit permettre de changer de modèles et de fournisseurs facilement. Or, ce n’est pas le cas pour la plupart des plateformes actuelles.
Fincore a décidé de ne plus se concentrer sur l’intelligence mais sur l’exécution. « Les modèles continueront de s’améliorer, nous voulons être le système d’exploitation à travers lequel ils s’exécutent », explique Le Garsmeur. L’évolution des MCP (protocoles de coût de modèle) de niche à norme neutre adoptée par l’ensemble des industries a incité Fincore à repenser son approche.
Aujourd’hui, un agent IA tentant de s’intégrer dans les systèmes typiques d’un opérateur rencontrerait de nombreux obstacles. Les systèmes ont des frontières floues, des authentifications différentes, des formes de données diverses, et aucune notion partagée du « joueur » entre les systèmes. Cela limiterait sa capacité à effectuer des actions en toute sécurité. « L’agent n’est pas la partie difficile. C’est l’environnement qui l’est », observe Le Garsmeur.
Être véritablement prêt pour l’agent implique trois choses : un contrat de données clair, une interface d’exécution sécurisée et une observabilité pour prouver ce que l’agent a fait et pourquoi. La technologie ne représente que 40 % de l’équation, le reste étant organisationnel. Qui possède les agents ? Qui est responsable de leurs actions ? Ce sont là les véritables questions complexes.
Fincore place les MCP au centre de sa feuille de route. Sa collaboration avec Sportradar, en tant que couche d’exécution pour le moteur de recommandation AI VAIX, a poussé Fincore à explorer cette technologie dès le début. Actuellement, Fincore déploie des interfaces MCP dans ses lignes de produits, en commençant par des services en lecture seule pour familiariser ses clients avec la technologie.
Cependant, la création de l’infrastructure de soutien, comme la plateforme de garde-fou et la couche d’observabilité, est le principal défi. « Ce n’est pas la partie la plus glamour. Mais cela nous donne une base solide pour l’avenir », souligne Le Garsmeur.
Les opérateurs s’intéressent principalement à ce que le modèle peut faire, mais ils devraient se demander ce qui se passe lorsque le modèle s’améliore. Si l’architecture nécessite une reconstruction chaque fois que le modèle évolue, elle est mal conçue et entraîne des coûts de maintenance croissants.
La prudence du secteur face à l’IA agentique est-elle justifiée ou devient-elle une excuse pour ne rien faire ? C’est un peu des deux, selon Le Garsmeur. « La discipline consiste à être honnête avec soi-même sur ce qu’on fait vraiment au quotidien. La prudence est nécessaire, mais le moment de se préparer est maintenant. Si vous ne préparez pas vos plateformes, vous allez être choqué lorsque vous et les régulateurs serez prêts. »
Enfin, pour un CTO observant ces évolutions sans avoir encore bougé, le message est clair : « C’est en train d’arriver. Vous devez avancer avec prudence mais rapidement. Sinon, vous risquez de vous retrouver sur les rails alors que le train arrive. »
Rejoignez maintenant