Mastercard

Le 14 juillet 2026, la Linux Foundation a annoncé le lancement opérationnel de la fondation x402, un organe de gouvernance ouverte chargé de standardiser les paiements natifs du web pour les agents d'IA, les API et les applications. Le protocole x402, contribué par Coinbase, s'appuie sur le code HTTP 402 « Payment Required », prévu de longue date par le standard du web mais resté inutilisé, pour permettre aux agents d'envoyer et de recevoir des paiements aussi simplement qu'ils échangent des données, des cartes bancaires aux stablecoins. La fondation réunit 40 organisations, dont 17 membres premium parmi lesquels Visa, Mastercard, American Express, Stripe, Adyen, Google, AWS, Cloudflare, Shopify, Coinbase, Circle et les fondations Solana et Stellar. Jim Zemlin, directeur exécutif de la Linux Foundation, veut garder « la couche de paiement d'internet neutre et hautement interopérable ».

State Affairs a annoncé le 14 juillet 2026 une levée de 70 millions de dollars menée notamment par Founders Fund, le fonds contrôlé par Peter Thiel, aux côtés de Khosla Ventures, Tru Arrow Partners et Alumni Ventures. Le modèle : embaucher des journalistes placés dans les capitales de 14 États américains et à Washington pour couvrir la politique locale ; leurs articles alimentent ensuite un grand modèle de langage qui organise l'information pour des abonnés payants - entreprises, ONG, cabinets d'avocats. L'entreprise cite parmi ses clients Walmart, Mastercard et McDonald's. Elle est dirigée par Evan Burns (CEO et cofondateur), Jamie Seltzer (cofondateur) et Alison Bethel (directrice des contenus, ex-Boston Globe).

La Monetary Authority of Singapore (MAS) a publié le 3 juillet 2026, avec huit institutions financières et fintechs partenaires - Ant International, Circle, HSBC, J.P. Morgan Chase, Manulife, Mastercard, OCBC et Visa -, un livre blanc intitulé Safeguards for Agentic Finance at Runtime (SAFR). Développé dans le cadre du programme MAS BuildFin.ai, ce cadre de référence propose des points de contrôle de gouvernance qui vérifient et enregistrent les actions proposées par un agent IA avant l'exécution de ses tâches, en s'appuyant sur des garde-fous incluant l'exécution encadrée par des politiques, la validation en temps réel, la traçabilité et l'interopérabilité. Il s'agit d'un cadre proposé par l'industrie, non contraignant, sans sanction ni obligation légale associée - le document précise explicitement qu'il ne constitue ni guidance réglementaire ni attentes de supervision. La MAS invite les acteurs intéressés à rejoindre le groupe de travail BuildFin.ai pour contribuer aux prochaines itérations de SAFR.

Le 16 juin 2026, à New York, le groupe néerlandais de paiement Adyen a présenté Adyen Agentic, une suite destinée à aider les commerçants à gérer les transactions pilotées par des agents IA. L'offre s'articule en trois couches : Agentic Feed, qui diffuse les données de catalogue, de prix et de disponibilité ; Agentic Cart, qui orchestre les systèmes de paiement, de taxes et de gestion des commandes existants ; et Agentic Payments, dédiée aux paiements et à la lutte contre la fraude pour les transactions dirigées par des agents. La solution est lancée en disponibilité limitée pour les commerçants opérant aux États-Unis et se dit compatible avec le checkout IA de Meta. Adyen indique prendre en charge trois protocoles : l'Universal Commerce Protocol, l'Agent Payments Protocol et l'Agentic Commerce Protocol d'OpenAI. American Express, Mastercard, Salesforce et Visa figurent parmi les partenaires cités.

Lors de la conférence Nvidia GTC, mi-mars 2026, Mastercard a présenté un modèle de fondation d'un nouveau genre, un « Large Tabular Model » entraîné sur des milliards de transactions de paiement anonymisées. Contrairement aux grands modèles de langage, ce modèle apprend sur des données structurées et vise la détection de fraude, la cybersécurité et la personnalisation. Il est construit avec Nvidia (NeMo AutoModel) et la plateforme de données Databricks. Mastercard affirme qu'en phase de tests, le modèle surpasse les approches de machine learning standard du secteur, notamment pour mieux distinguer les achats légitimes de grande valeur des transactions frauduleuses. Aucun gain chiffré spécifique à ce modèle n'a été communiqué.