L’abus des essais gratuits d’IA devient un problème coûteux pour les startups, selon Stripe

Les startups d’IA ont de plus en plus de mal avec un type de fraude qui existait à peine il y a quelques années : des utilisateurs automatisés s’inscrivent en masse pour drainer des ressources informatiques coûteuses avant que les entreprises ne puissent les arrêter.

Le PDG de Stripe, Patrick Collison, a déclaré que le problème s’est généralisé parmi les entreprises d’IA utilisant l’infrastructure de paiement de l’entreprise. S’exprimant sur le podcast TBPN, Collison a déclaré qu’environ un nouveau compte sur six créé sur certaines plateformes d’IA semble être frauduleux.

L’abus porte sur les jetons d’inférence, les crédits informatiques nécessaires pour exécuter des modèles d’IA. Les fraudeurs créent de faux comptes, consomment les allocations gratuites offertes aux nouveaux utilisateurs, puis disparaissent sans payer. Dans certains cas, l’accès est revendu via des canaux en ligne qui distribuent des identifiants IA à faible coût.

Fortune a rapporté les détails des dirigeants de Stripe le 7 mai.

Collison de Strip met en garde : les entreprises d’IA font face à un nouveau type de fraude

Le problème touche particulièrement durement les startups car les produits IA entraînent des coûts d’utilisation réels dès le moment où quelqu’un commence à interagir avec un modèle. Contrairement aux entreprises de logiciels traditionnelles, les entreprises d’IA ne peuvent pas intégrer des millions d’utilisateurs gratuits sans payer la puissance de calcul sous-jacente nécessaire pour traiter les invites et générer des réponses.

Emily Sands, responsable des données et de l’IA chez Stripe, a déclaré que certains attaquants opèrent à des vitesses qui rendent les examens manuels de fraude inefficaces.

« L’une des choses vraiment effrayantes à ce sujet, c’est que ces attaquants peuvent brûler les coûts d’inférence, accumuler des factures d’utilisation massives qu’ils n’ont jamais l’intention de payer, et ils peuvent le faire très, très rapidement car ils consomment des jetons à la vitesse de la machine », a déclaré Sands à Fortune.

Selon Sands, les abus impliquant les essais gratuits d’IA ont plus que doublé au cours des six derniers mois.

Les chercheurs qui suivent les vulnérabilités de sécurité de l’IA disent que les attaques exploitent souvent des contrôles d’identifiants faibles plutôt que des techniques de piratage sophistiquées. De nombreux systèmes d’IA s’appuient toujours sur des autorisations API larges qui permettent aux agents automatisés d’accéder à de grandes parties de l’infrastructure backend une fois les identifiants obtenus.

Un rapport de mars 2026 de la firme de recherche en sécurité Grantex a révélé que la plupart des projets d’agents IA open-source leaders manquaient de séparation granulaire des identités entre les agents, rendant difficile l’isolement des comptes compromis sans faire pivoter l’ensemble des identifiants du système.

Le marché plus large des identifiants volés s’étend également. L’entreprise de cybersécurité SpyCloud a déclaré avoir récupéré 18,1 millions de clés API exposées et d’identifiants de machine sur les marchés criminels en 2025, dont des millions liés à des services liés à l’IA.

Certaines startups commencent à changer leur gestion de l’acquisition d’utilisateurs

Certaines startups modifient déjà leur gestion de l’acquisition d’utilisateurs en raison des coûts croissants. Les dirigeants de l’industrie disent que les entreprises qui s’appuyaient autrefois fortement sur les essais gratuits réduisent désormais la durée des essais, imposent des limites de taux plus strictes ou exigent des détails de paiement plus tôt dans le processus d’inscription.

Stripe a déclaré qu’elle a étendu son système de détection de fraude Radar pour évaluer les inscriptions de comptes IA en utilisant des indicateurs tels que les empreintes digitales des appareils, la réputation des IP et l’historique des domaines de messagerie. L’entreprise a déclaré que le système a bloqué plus de 3,3 millions d’inscriptions potentiellement risquées auprès de huit entreprises d’IA au cours du mois dernier.

L'entreprise explore également des systèmes de paiement conçus pour réduire au maximum l'utilisation non payée. Stripe a soutenu un projet basé sur la blockchain appelé Tempo, qui permettrait aux services d'IA de facturer les clients de manière continue à mesure que les ressources informatiques sont consommées.

L’échange de crypto-monnaies Coinbase développe un système similaire connu sous le nom de x402, axé sur les paiements en temps réel entre applications et API.

Les partisans de cette approche estiment que le règlement instantané pourrait réduire l'exposition à la fraude en supprimant le délai entre la consommation des ressources et le recouvrement du paiement.

Même ainsi, les analystes en sécurité affirment que ce problème reflète une tension plus large au sein de l'industrie de l'IA : les startups s'efforcent de croître aussi rapidement que possible, tandis que de nombreux systèmes de sécurité et d'identité sous-jacents restent immatures.