MCP pour le Filtrage AML : Vérifications des Sanctions et des PEP via des Agents IA (FR)

Les équipes de conformité consacrent une grande partie de leur semaine à faire deux choses : rechercher des noms dans des listes de surveillance et décider si les résultats obtenus sont réels. Les deux tâches sont structurées, répétitives et basées sur des preuves, ce qui correspond exactement au type de travail qu'un agent IA gère bien lorsqu'il dispose d'un outil fiable à utiliser. Le serveur Model Context Protocol (MCP) de Didit transforme le filtrage de la Lutte Contre le Blanchiment d'Argent (LCB) en un outil qu'un agent peut invoquer en langage clair, permettant à un analyste de demander une vérification, de lire un résultat interprété et d'enregistrer une décision sans quitter le chat.

Cet article explique comment fonctionne le filtrage LCB via MCP : connecter un client, vérifier une personne ou une entreprise sur plus de 1 300 listes, lire les résultats renvoyés par un agent et éliminer les faux positifs avec une note de vérification qui résiste à l'examen.

Points clés

• Le serveur MCP de Didit expose le filtrage LCB comme un outil en langage naturel dans plus de 130 outils de 11 catégories, permettant à un agent IA de vérifier un sujet et d'interpréter le résultat en une seule conversation.
• Le filtrage LCB vérifie un nom sur plus de 1 300 listes de sanctions, de Personnes Politiquement Exposées (PPE) et de médias défavorables au coût de 0,20 $ par vérification, avec des réponses en moins de 2 secondes.
• L'authentification est OAuth 2.1 avec Proof Key for Code Exchange (PKCE) – un processus "Se connecter avec Didit" sans clé API à coller, et l'agent hérite du rôle et des autorisations de votre console.
• Le rôle de l'agent n'est pas seulement de récupérer les résultats : il interprète la force de la correspondance, distingue les vraies correspondances des collisions de noms et rédige la note de vérification qui documente la décision.
• La surveillance LCB continue vérifie le sujet à mesure que les listes évoluent, au coût de 0,07 $ par utilisateur et par an, de sorte qu'un sujet approuvé est surveillé, pas oublié.
• Vous bénéficiez de 500 vérifications gratuites par mois ; la couche MCP est elle-même gratuite, et vous ne payez que pour les vérifications réussies.

Ce que la vérification LCB vérifie réellement

La vérification LCB répond à une question précise : cette personne ou cette entreprise figure-t-elle sur une liste qui rendrait l'intégration ou la poursuite de la relation risquée ? Le module Filtrage LCB de Didit y répond en consultant plus de 1 300 listes réparties dans trois catégories. Les listes de sanctions couvrent les listes de surveillance gouvernementales et multilatérales – le sujet est interdit ou restreint. Les listes de PPE couvrent les personnes occupant des fonctions publiques importantes et leurs proches, qui présentent un risque de corruption élevé et nécessitent généralement une diligence raisonnable accrue plutôt qu'un refus automatique. La couverture des médias défavorables révèle des nouvelles négatives crédibles – fraude, trafic, signalement de crimes financiers – qui n'ont peut-être pas encore atteint une liste officielle.

Une seule vérification à 0,20 $ interroge les trois à la fois et renvoie des résultats structurés en moins de deux secondes. Via MCP, votre agent appelle ce module et reçoit la même charge utile structurée qu'une intégration API directe, puis la traduit en quelque chose sur lequel un analyste peut agir.

Connecter votre agent au serveur MCP

Le serveur Didit MCP fonctionne à l'adresse https://mcp.didit.me/mcp via Streamable HTTP. Vous pouvez utiliser le point de terminaison hébergé ou l'auto-héberger à partir du dépôt open-source (licence MIT). L'authentification est OAuth 2.1 avec PKCE : la première fois que votre client se connecte, un processus "Se connecter avec Didit" s'ouvre, vous approuvez la connexion et l'agent fonctionne avec le rôle de votre console. Il n'y a pas de clé API à gérer pour le serveur hébergé, et les étendues demandées – didit:management et didit:verification – signifient que l'agent ne peut faire que ce que votre compte est déjà autorisé à faire.

Pour Claude Code, ajoutez le serveur en une seule ligne, puis confirmez-le avec la commande /mcp :

claude mcp add --transport http didit https://mcp.didit.me/mcp

Claude Desktop, Cursor, VS Code, Windsurf et Zed se connectent via une petite configuration JSON pointant vers la même URL. ChatGPT Developer Mode peut se connecter via la prise en charge bêta de MCP d'OpenAI, mais cette surface est encore en évolution, alors considérez-la comme expérimentale. La matrice de connexion complète se trouve dans la documentation générale de MCP.

Vérifier une personne en langage clair

Une fois connecté, la vérification se fait en une phrase. Un analyste examinant un nouveau compte peut taper :

"Effectuer une vérification LCB sur Jane Doe, née en 1990, de nationalité ES."

L'agent appelle l'outil de vérification LCB avec ces paramètres, attend la réponse en moins de 2 secondes et renvoie un résumé structuré : s'il y a eu des correspondances, de quelle catégorie de liste provient chaque correspondance et quelle est la force de la correspondance du nom et de la date de naissance. Pour une entreprise, la formulation est tout aussi directe :

"Vérifier Acme Trading Ltd, enregistrée à Malte, par rapport aux listes de sanctions et aux médias défavorables."

Puisque l'agent conserve toute la conversation, vous pouvez donner suite sans avoir à ressaisir le contexte – "élargir également aux listes de PPE" ou "montrez-moi uniquement les correspondances exactes de la date de naissance" – et il interrogera ou filtrera en conséquence.

Interpréter les correspondances : vraie correspondance ou collision de noms

Les correspondances brutes sont là où le filtrage LCB se trompe le plus souvent. Un nom de famille courant entrera en collision avec des dizaines d'entrées de listes non liées, et un analyste qui traite chaque correspondance comme une vraie correspondance se noiera dans le bruit. C'est la partie pour laquelle un agent est réellement doué, car l'interprétation est un raisonnement sur des preuves structurées.

Lorsque l'agent renvoie des correspondances, demandez-lui de raisonner à leur sujet :

"Pour les trois correspondances de sanctions de Jane Doe, dites-moi lesquelles partagent son année de naissance et sa nationalité, et lesquelles sont probablement des collisions de noms."

L'agent aligne les identifiants de chaque correspondance avec ceux du sujet – date de naissance, nationalité, alias, source de la liste – et explique lesquels sont des vraies correspondances plausibles et lesquels sont très probablement une autre personne qui porte le même nom. Il ne prend pas la décision juridique finale pour vous ; il structure les preuves afin qu'un humain puisse prendre cette décision plus rapidement et de manière cohérente. Une correspondance exacte et de confiance sur le nom, la date de naissance et la nationalité est escaladée ; une correspondance de nom de famille floue uniquement avec une personne née dans une décennie différente est signalée comme une collision probable.

Éliminer les faux positifs avec une note de vérification

La décision n'est valable que si elle est documentée. Les organismes de réglementation et les auditeurs veulent voir non seulement qu'une correspondance a été annulée, mais pourquoi. Via MCP, l'agent qui a interprété la correspondance peut également rédiger le relevé :

"Annuler les deux correspondances de collisions de noms comme étant des faux positifs et rédiger une note de vérification expliquant le raisonnement."

L'agent produit une note qui indique les identifiants du sujet, les correspondances spécifiques examinées, la raison pour laquelle chacune a été annulée (date de naissance non correspondante, nationalité incorrecte, aucune corroboration des médias défavorables) et la décision confirmée de l'analyste. Vous l'examinez, ajustez la formulation si nécessaire et l'enregistrez. Parce que la même conversation contenait l'écran, les correspondances et l'interprétation, la note est basée sur les preuves réelles plutôt que reconstruite a posteriori – ce qui est exactement ce qu'un audit trail est censé être.

Surveiller les sujets approuvés

Un écran propre aujourd'hui n'est pas un écran propre pour toujours. Les listes changent : de nouvelles sanctions sont imposées, un client devient un PPE après une nomination, des médias défavorables apparaissent des mois après une relation. La Surveillance LCB continue revérifie vos sujets existants à mesure que ces listes évoluent, au coût de 0,07 $ par utilisateur et par an, et peut vous avertir lorsqu'un sujet précédemment approuvé produit une nouvelle correspondance. Votre agent peut inscrire un sujet à la surveillance dans le même temps que l'annulation :

"Ajouter Jane Doe à la surveillance LCB continue et me signaler l'apparition d'une nouvelle sanction ou d'une nouvelle correspondance de PPE."

Cela boucle la boucle entre le dépistage unique et la conformité continue, de sorte que le travail effectué par votre agent lors de l'intégration continue de porter ses fruits tout au long de la durée de la relation.

Commencer gratuitement

Le filtrage LCB via MCP signifie que vos analystes de conformité décrivent ce dont ils ont besoin, que votre agent effectue une vérification sur plus de 1 300 listes de sanctions, de PPE et de médias défavorables, et que le raisonnement et la note de vérification reviennent dans la même conversation. Didit est utilisé par plus de 1 500 entreprises, est soutenu par 7,5 millions de dollars de financement, est une entreprise Y Combinator W26, est rentable et couvre plus de 220 pays et territoires. Commencer gratuitement – vous bénéficiez de 500 vérifications par mois sans frais, la couche MCP est gratuite et chaque vérification LCB coûte 0,20 $ lorsque vous dépassez le niveau gratuit. Lisez la vue d'ensemble de MCP, explorez le centre pour développeurs ou clonez le serveur open-source et pointez votre agent vers celui-ci dès aujourd'hui.