Yvan
Les outils de détection de fraude documentaire n’ont jamais eu autant de travail. Une fiche de paie gonflée de quelques centaines d’euros pour décrocher un appartement, un relevé bancaire retouché pour obtenir un crédit, une facture inventée pour se faire rembourser : la fraude documentaire n’a rien de nouveau. Ce qui change, c’est sa facilité. Il y a dix ans, fabriquer un faux crédible demandait du temps et un certain savoir faire. Aujourd’hui, quelques minutes et un ordinateur portable suffisent.
Fiche de paie, relevé de compte, facture d’électricité et facture fournisseur posés sur un bureau, une loupe sur un montant
Une fraude documentaire qui change d’échelle
Une fraude qui coûte de plus en plus cher
Les chiffres disponibles donnent la mesure du phénomène. Selon l’ALFA, l’agence de lutte contre la fraude à l’assurance, les assureurs français ont identifié 946 millions d’euros de fraude en 2025, dont près de 627 millions sur les seules assurances de biens et de responsabilité. Une large partie de ces dossiers repose sur des pièces justificatives falsifiées : factures, devis, constats ou attestations.
Les entreprises ne sont pas épargnées. D’après une enquête Ipsos, 13 % des décideurs déclarent avoir déjà subi une perte financière liée à la falsification d’un document. Et ce n’est que la partie visible : une fraude qui passe inaperçue n’entre dans aucune statistique.
Les secteurs les plus exposés sont ceux qui fondent une décision sur des pièces envoyées par leurs clients :
- la location immobilière, où bulletins de salaire et avis d’imposition conditionnent l’accès au logement ;
- le crédit et la banque, qui examinent relevés de compte et justificatifs de revenus ;
- l’assurance, à la souscription comme au moment du sinistre ;
- les ressources humaines, avec les diplômes et attestations d’employeur ;
- la comptabilité fournisseurs, cible des fausses factures et des changements de RIB.
Ce qui a changé : des outils à la portée de tous
Le premier moteur de cette explosion est banal : l’éditeur de PDF. Modifier un montant, une date ou un nom dans un fichier ne demande plus aucune compétence technique. Le document reste visuellement impeccable, et la plupart des contrôles humains s’arrêtent là.
Fiche de paie imprimée à côté d’un ordinateur où le même bulletin est ouvert dans un éditeur PDF, le salaire net en cours de modification
Le deuxième moteur est plus récent : l’intelligence artificielle. Les assistants conversationnels savent désormais rédiger, mettre en page et retoucher des documents entiers, et les générateurs d’images produisent des photos de tickets de caisse ou de justificatifs d’une grande vraisemblance. Or un document généré par une IA ne présente souvent aucun défaut visible à l’œil nu, et il faut des méthodes spécifiques pour reconnaître un document créé par l’IA. Une étude publiée par Microsoft en 2025 l’illustre bien : sur 287 000 images soumises à 12 500 personnes, les participants n’ont distingué le vrai du faux que dans 62 % des cas, à peine mieux que le hasard.
Enfin, des sites spécialisés vendent en ligne des modèles de relevés bancaires, de bulletins de paie ou de factures prêts à remplir. La fraude s’industrialise, et les volumes suivent.
Comment repérer les faux et s’en protéger
Pourquoi l’œil humain ne suffit plus
Pendant longtemps, la vérification d’un document consistait à le regarder attentivement : une police qui change, un logo flou, un alignement douteux. Ces indices existent encore sur les faux les plus grossiers, mais ils disparaissent sur un fichier modifié proprement ou fabriqué de zéro.
Les signaux les plus fiables sont désormais invisibles à l’écran. Un fichier PDF garde la trace de sa fabrication : le logiciel qui l’a créé, celui qui l’a enregistré en dernier, ses dates internes, la façon dont ses objets ont été écrits. Une fiche de paie censée sortir d’un logiciel de paie mais réenregistrée par un éditeur grand public, ou un relevé bancaire dont la structure ne correspond pas à celle des autres relevés de la même banque, sont des indices bien plus solides qu’une impression visuelle.
À ces traces techniques s’ajoutent les contrôles de cohérence : un salaire net qui ne correspond pas au brut moins les cotisations, un solde qui ne tombe pas juste, un IBAN dont la clé est fausse, une date d’émission postérieure à la date de paiement.
Comment les entreprises s’organisent
Face à ces volumes, les organisations qui traitent beaucoup de dossiers se tournent vers ces outils de détection automatique. Leur principe : analyser automatiquement chaque pièce reçue, croiser les signaux techniques et les incohérences de contenu, puis attribuer un score de risque. Seuls les dossiers suspects remontent à un analyste, qui garde la décision finale.
Quelques bonnes pratiques valent pour toutes les structures, quelle que soit leur taille :
- exiger les fichiers d’origine plutôt que des scans ou des captures d’écran, qui effacent une grande partie des traces de modification ;
- vérifier à la source lorsque c’est possible, par exemple un numéro SIREN dans le registre officiel ou une attestation auprès de l’organisme émetteur ;
- recouper les pièces entre elles : un même salaire doit apparaître sur le bulletin de paie et sur le relevé bancaire ;
- traiter un signal comme un indice, pas comme une accusation : un document peut être modifié pour des raisons légitimes, et la vérification humaine reste indispensable.
Une course qui ne fait que commencer
Les outils de fabrication de faux vont continuer de progresser, et l’IA générative accélère le mouvement. La réponse ne peut plus reposer sur la seule vigilance des équipes : elle passe par une lecture technique des fichiers, des contrôles automatisés et des processus qui demandent les bons documents dès le départ. Pour les entreprises comme pour les particuliers, rappeler que la production ou l’usage d’un faux document est un délit reste aussi une première barrière.
