La question qui détermine la pertinence
La détection de la fraude par l’IA est l’un des cas d’usage au ROI le plus direct : la fraude a un coût économique mesurable, et si le modèle la prévient, l’économie est chiffrable. La question n’est pas de savoir si l’IA peut améliorer la détection : face à des règles manuelles, c’est presque toujours le cas. La question est de savoir si le volume de fraude justifie l’investissement.
Le calcul de départ repose sur trois chiffres : les pertes actuelles dues à la fraude (en valeur absolue), le taux de fraude actuel (en % du total des transactions) et le coût de l’équipe ou du processus de contrôle manuel. Ils définissent la valeur du problème et le plafond du ROI possible.
Le deuxième paramètre est le contexte de la fraude. Les modèles de détection fonctionnent bien lorsque la fraude laisse des traces repérables dans les données (comportement atypique par rapport à l’historique du client, combinaisons inhabituelles de variables). Ils fonctionnent moins bien lorsque la fraude est sophistiquée et indiscernable d’un comportement légitime.
Évaluer l’opportunité
Les secteurs au plus fort potentiel pour la détection de la fraude par l’IA sont les services financiers (fraude aux paiements, aux demandes de crédit, à l’assurance), l’e-commerce (cartes volées, retours abusifs, usurpation de compte) et toute activité comportant des flux d’encaissement ou de prestations exposés aux abus.
Le type de fraude détermine aussi l’approche technique. La fraude sur les transactions en temps réel (paiements par carte) exige des modèles de scoring qui répondent en quelques millisecondes. La fraude aux demandes (crédit, assurance) autorise un processus plus lent, avec davantage de variables. La fraude interne (salariés) requiert d’autres données et d’autres schémas que la fraude externe.
Les données nécessaires
Un historique de transactions étiquetées. C’est la donnée la plus difficile à obtenir : des transactions passées marquées « fraude avérée » ou « légitime ». Les fraudes détectées tardivement, celles qui ne l’ont jamais été et les litiges non tranchés sont les trois zones d’incertitude de l’étiquetage.
Le déséquilibre des classes. La fraude est un événement rare : en général entre 0,1 % et 1 % des transactions. Cette rareté a des conséquences techniques importantes : un modèle entraîné sur des données aussi déséquilibrées tend à tout classer « légitime » tout en affichant 99,5 % d’exactitude (accuracy). Les techniques de traitement du déséquilibre (suréchantillonnage, sous-échantillonnage, pondération des classes) sont classiques mais exigent une évaluation rigoureuse.
Les variables de comportement et de contexte. Au-delà des caractéristiques de la transaction (montant, heure, lieu), les variables de contexte et de comportement du client renforcent le pouvoir discriminant : est-ce la première commande de ce client ? L’adresse de livraison a-t-elle changé récemment ? Le montant s’écarte-t-il nettement des habitudes ? L’appareil utilisé est-il connu ?
Les données d’identité et d’appareil. Pour la fraude sur les canaux numériques, les données d’appareil (empreinte numérique), l’adresse IP, la vitesse de navigation et la dynamique de frappe (biométrie comportementale) sont des signaux supplémentaires puissants.
Coûts et complexité
La complexité technique varie fortement selon que le modèle doit fonctionner en temps réel ou par lots. La détection en temps réel (scoring des transactions au moment où elles ont lieu) exige une infrastructure à faible latence, qui ajoute un coût d’architecture au coût du modèle.
À long terme, le poste le plus coûteux est la maintenance : la fraude évolue de façon adverse. Les fraudeurs adaptent leur comportement aux systèmes de détection connus (dérive adverse, ou adversarial drift), ce qui impose des réentraînements fréquents et un suivi continu de l’efficacité du modèle.
Évaluer les risques
Faux positifs et friction pour les clients légitimes. Bloquer des transactions légitimes parce qu’elles paraissent suspectes a un coût direct (vente perdue) et indirect (friction qui érode la satisfaction et la fidélité). Dans les secteurs où le taux de conversion est un indicateur critique, un système trop prudent peut coûter plus qu’il ne fait économiser en fraude.
Dérive adverse. Les fraudeurs étudient le fonctionnement des systèmes de détection et adaptent leur comportement. Un modèle performant aujourd’hui peut se dégrader en quelques mois si la fraude évolue. Le suivi continu et le réentraînement périodique ne sont pas facultatifs.
Explicabilité réglementaire. Dans les services financiers, refuser une transaction sur la foi d’un modèle de machine learning peut exiger une explication au client ou au régulateur. Les modèles « boîte noire », même très précis, peuvent poser des problèmes de conformité s’ils ne sont pas explicables. L’IA explicable (XAI), ou l’association de modèles de machine learning et de règles interprétables, est alors pertinente.
Indicateurs de réussite
Pour la détection de la fraude, les bons indicateurs sont la précision et le rappel sur la classe fraude, et non l’exactitude globale :
- Rappel (sensibilité) : % des cas de fraude détectés par le modèle
- Précision : % des alertes du modèle qui correspondent à une fraude réelle
- F1-score : moyenne harmonique de la précision et du rappel
- AUC-ROC : capacité du modèle à distinguer fraude et transactions légitimes
- Taux de revue manuelle : % des transactions qui exigent un contrôle humain
- Pertes dues à la fraude avant et après le modèle
L’arbitrage entre précision et rappel est une décision de gestion : préférez-vous laisser passer moins de fraude (rappel élevé, davantage de faux positifs) ou déranger moins de clients légitimes (précision élevée, davantage de fraude non détectée) ?
Comment elle génère un ROI
Le ROI direct est la baisse des pertes dues à la fraude. Le ROI indirect, souvent plus important, est la baisse du coût de la revue manuelle : les équipes antifraude qui contrôlent aujourd’hui à la main une forte proportion des transactions peuvent concentrer leurs moyens sur les cas les plus risqués, ce qui rend le processus plus efficace.
Un second levier de valeur est la détection plus précoce des nouvelles formes de fraude. Les modèles fondés sur la détection d’anomalies peuvent repérer de nouveaux schémas avant que des pertes significatives ne s’accumulent, ce qui laisse le temps de réagir avant que la fraude ne s’étende.
Questions fréquentes
Peut-on détecter la fraude interne (commise par des salariés) avec les mêmes techniques ? La fraude interne mobilise d’autres données et d’autres techniques : schémas d’accès aux systèmes, validations de transactions hors des horaires ou des paramètres habituels, mouvements entre comptes sans justification économique. Les modèles de détection d’anomalies comportementales (UEBA, User and Entity Behavior Analytics) constituent l’approche de référence. Les données nécessaires sont les journaux d’activité des salariés, ce qui soulève des questions de vie privée et de droit du travail.
La fraude à l’assurance a-t-elle des caractéristiques propres ? Oui. Elle peut intervenir à la souscription (fausses déclarations pour obtenir un contrat), lors du sinistre (gonfler le montant d’une demande légitime ou déclarer un sinistre inexistant) ou de façon continue (usage du service incohérent avec le profil déclaré). Chaque type exige des données et des modèles différents, même si les techniques de détection d’anomalies s’appliquent dans tous les cas.