Faux justificatifs bancaires : que vaut une alerte générée par l’IA ?

Une néobanque française indique que l’outil d’intelligence artificielle qu’elle utilise identifie chaque mois jusqu’à 20 % des justificatifs analysés comme frauduleux. Le chiffre frappe, mais la question qu’il pose aux équipes conformité est plus précise : que se passe-t-il une fois le document signalé ? Une alerte automatisée oriente le contrôle ; elle ne dit pas ce que la pièce révèle réellement. Pour décider d’ouvrir, de maintenir ou de clôturer une relation d’affaires, cette différence est déterminante, tout comme la traçabilité de la décision. Un chiffre à lire avec précision Selon un communiqué de Green-Got et de son fournisseur Finovox, relayé par Finyear le 24 septembre 2026, la néobanque recourt depuis avril 2025 à un outil de détection automatisée de la fraude documentaire. Jusqu’à 20 % des justificatifs analysés chaque mois, notamment de domicile et de revenus, sont identifiés comme frauduleux. Agréée comme établissement de paiement par l’ACPR, Green-Got revendique plus de 3 milliards d’euros de transactions et près de 200 millions d’euros collectés. Ce chiffre appelle deux réserves. Il est propre au portefeuille d’un établissement et ne se transpose pas tel quel au secteur. Surtout, il désigne des documents signalés par un outil, et non des fraudes établies au terme d’un examen. Cette nuance est au cœur de la question posée aux équipes conformité. Pourquoi le justificatif numérique est devenu une cible L’identification par vidéo, l’ouverture de compte à distance et les dossiers transmis par voie électronique ont simplifié l’entrée en relation. Ils ont aussi réduit les contrôles physiques qui existaient au guichet. En Suisse, ces canaux sont encadrés par la circulaire FINMA 2016/7 « Identification par vidéo et en ligne », dont l’autorité a adopté une révision partielle le 8 octobre 2026. Dans le même temps, les usurpations d’identité en ligne sont passées de 478 cas en 2023 à 8 102 en 2025, selon la RTS (avril 2026). Les falsifications rencontrées sur ces canaux prennent typiquement trois formes : • un justificatif de domicile ou une facture dont le fichier a été modifié après son émission : polices hétérogènes, alignements rompus, métadonnées incohérentes avec l’émetteur ; • une fiche de salaire dont les montants ont été retouchés, au risque d’incohérences entre brut, cotisations et net ; • une pièce d’identité authentique dont la photographie a été substituée. Ces indices échappent souvent à une lecture rapide, au guichet comme à l’écran. Ils se révèlent par un examen structuré : analyse du fichier et de ses métadonnées, observation de l’original sous différentes sources de lumière, comparaison avec les modèles de l’émetteur. Ce que l’IA détecte, et ce qu’elle ne tranche pas Les outils de détection automatisée analysent un volume de documents qu’aucune équipe ne pourrait traiter au même rythme. Ils signalent des anomalies de format et des incohérences statistiques qui justifient un contrôle complémentaire. Leur utilité au stade du tri n’est pas en cause. Un signalement reste toutefois une alerte, et non une conclusion. Il peut viser un document authentique présentant une particularité technique, comme ignorer une falsification soignée. Face à une pièce contestée, l’examen conduit par un expert indépendant établit ce que le document révèle réellement : reprise, montage, falsification partielle, ou authenticité confirmée. Pour une équipe conformité, la décision d’ouvrir ou de clôturer un compte doit pouvoir s’appuyer sur une conclusion documentée, et non sur un score. Ce que cela change pour une équipe conformité La question n’est plus seulement de disposer d’un outil de détection. Elle porte sur la décision prise une fois le dossier signalé, et sur sa traçabilité. Trois réflexes structurent une réponse proportionnée : • documenter le motif du signalement et la décision prise, dossier par dossier ; • soumettre à un examen indépendant les cas ambigus à fort enjeu, avant toute décision sur la relation d’affaires ; • former les équipes de première ligne à reconnaître les indices les plus courants, sans attendre l’alerte automatisée. Une question permet de mesurer l’écart : quelle part des dossiers signalés fait aujourd’hui l’objet d’un second examen, indépendant de l’outil qui les a détectés ? La page dédiée aux banques et à la compliance présente les cadres d’intervention. Préparer un dossier signalé pour l’examen La portée des conclusions dépend de ce qui est transmis au laboratoire : • le fichier d’origine, tel que reçu, plutôt qu’une capture d’écran, une impression ou un PDF réenregistré, qui effacent une partie des traces exploitables ; • l’original papier, lorsqu’il existe, conservé sans annotation, agrafe ni plastification ; • le contexte de réception : canal, date, et motif du signalement émis par l’outil ; • la question posée : authenticité de la pièce, modification d’un montant ou d’une adresse, comparaison avec un document de référence de l’émetteur. Ce que MonQey forensic apporte aux équipes conformité Le faux documentaire ne se limite plus aux pièces grossières : il emprunte les canaux numériques d’entrée en relation, là où le contrôle physique a disparu. MonQey forensic établit, par un examen scientifique non destructif, ce qu’un document signalé révèle réellement, en toute indépendance des parties et avec une traçabilité documentée, de la réception de la pièce au rapport. Le laboratoire intervient en complément des outils de détection automatisée, sur les dossiers où une conclusion opposable est nécessaire, selon une méthode d’examen documentée. Un audit portant sur un échantillon de dossiers permet en outre de mesurer, sur votre propre portefeuille, l’exposition réelle au risque documentaire.