La fraude documentaire désigne la fabrication, l’altération ou l’usage détourné de documents — pièce d’identité, bulletin de salaire, avis d’imposition, relevé bancaire, facture — afin d’obtenir indûment un droit, un financement ou l’ouverture d’un compte. Dans les parcours financiers dématérialisés, elle est au point de départ de nombreuses fraudes à l’identité et au crédit.
Trois familles de faux documents
Les praticiens de la lutte contre la fraude distinguent classiquement les faux documents selon leur mode de production :
- le document contrefait, fabriqué intégralement à partir d’un modèle imité, sans qu’aucun original n’ait existé ;
- le document authentique falsifié, réellement émis puis modifié après coup — montant, date de validité, nom du titulaire ;
- le document authentique obtenu frauduleusement, délivré par l’autorité compétente mais sur la base de déclarations mensongères ou de justificatifs eux-mêmes faux.
Cette dernière catégorie est réputée chez les praticiens la plus délicate à traiter : le support est légitime et comporte les éléments de sécurité attendus ; seule l’histoire qui a conduit à sa délivrance est fausse, ce qui met en échec les contrôles purement techniques.
Ce que l’IA générative change dans la production des faux
Longtemps, produire un justificatif crédible exigeait un vrai savoir-faire graphique : gabarit, polices, logos, tampons et mise en page à reproduire. Les modèles génératifs abaissent ce seuil : ils restituent des gabarits réalistes et maintiennent une cohérence visuelle d’ensemble, jusqu’aux artefacts imitant un document réellement numérisé. Ils permettent surtout de décliner des variantes en volume.
Un faux justificatif peut par ailleurs être ajusté au profil visé, avec un employeur plausible pour la région déclarée et des montants cohérents avec la demande de crédit ; l’adresse, elle, est alignée sur les autres pièces du dossier. Cette industrialisation rappelle celle observée sur le phishing augmenté par l’IA, où l’outillage génératif a rapproché production de masse et qualité d’exécution.
Les points d’impact dans les parcours financiers
Chaque étape où un établissement accepte des pièces transmises par le client constitue une surface d’attaque. L’entrée en relation à distance concentre le risque : la connaissance du client repose alors entièrement sur les documents fournis et la vérification d’identité en ligne. Les demandes de crédit y ajoutent un enjeu financier immédiat, des bulletins de salaire et avis d’imposition embellis visant des montants sans rapport avec la capacité réelle de remboursement.
Le KYC périodique constitue une autre surface exposée, moins visible. Un client déjà en portefeuille bénéficie d’un a priori de confiance, et les pièces transmises lors d’une revue sont rarement examinées avec la même rigueur qu’à l’ouverture. Les justificatifs de domicile et de revenus, émis par une multitude d’acteurs sans format normalisé, se prêtent particulièrement à l’imitation. Certains scénarios combinent le dossier documentaire avec des techniques d’ingénierie sociale : un contact téléphonique usurpant l’identité du client, sur un mode voisin de la fraude au faux conseiller bancaire, vient appuyer une demande que les pièces seules n’auraient pas fait aboutir.
Deepfakes et vérification d’identité à distance
La vérification d’identité à distance associe généralement la capture d’un titre d’identité et une prise de vue du visage, destinée à s’assurer que le porteur est bien la personne qui se présente. La fraude documentaire et les deepfakes s’y rejoignent : un titre contrefait ou falsifié peut être présenté avec un visage synthétique conçu pour correspondre à la photo du document. L’usurpation faciale dans les processus KYC décrit précisément ce scénario, et les usages de deepfakes dans la fraude bancaire montrent que l’attaque ne se limite pas à l’image. La voix peut l’être aussi, selon des mécanismes détaillés dans le fonctionnement technique d’un deepfake vocal, ce qui étend le problème aux vérifications téléphoniques.
Les axes de détection observés dans le secteur
Les dispositifs de détection déployés dans le secteur combinent plusieurs familles de contrôles. L’analyse des artefacts et des métadonnées examine le fichier autant que son contenu : traces de retouche, incohérences de compression, polices étrangères à l’émetteur supposé, ou encore métadonnées contradictoires avec la date déclarée du document.
Les contrôles de cohérence croisent ensuite les pièces entre elles et avec des sources de référence : un revenu déclaré est confronté aux mouvements du compte, un employeur recherché dans les registres publics. Côté biométrie, la détection du vivant vise à établir qu’un visage présenté à la caméra appartient à une personne réellement présente, et non à une image rejouée ou synthétisée ; les référentiels du NIST sur la preuve d’identité à distance décrivent ce type de contrôle, et les limites de Touch ID et de Face ID face aux nouvelles fraudes illustrent combien la robustesse d’une biométrie dépend de son contexte d’usage.
Les familles de modèles qui produisent les faux servent aussi à les repérer, et le rôle de l’intelligence artificielle dans la détection des fraudes financières s’étend aux justificatifs. La revue humaine conserve néanmoins sa place : les dispositifs observés réservent l’examen manuel aux dossiers à signaux faibles, comme une cohérence d’ensemble douteuse ou un empressement inhabituel du demandeur. L’ENISA publie par ailleurs des travaux sur les menaces liées à l’intelligence artificielle qui alimentent la veille de ces équipes.
La vigilance LCB-FT comme cadre général
En France, la vérification des documents s’inscrit dans le dispositif de lutte contre le blanchiment de capitaux et le financement du terrorisme. Les établissements assujettis identifient leur client, vérifient cette identité sur la base de documents probants et actualisent leur connaissance de la relation d’affaires pendant toute sa durée. L’ACPR contrôle le respect de ces obligations dans les secteurs de la banque et de l’assurance. Un dispositif de détection défaillant expose donc l’établissement, au-delà de la perte financière, sur le terrain de la conformité.
Questions fréquentes sur la fraude documentaire
Quelle est la différence entre un document contrefait et un document falsifié ?
Le document contrefait est créé de toutes pièces par le fraudeur, qui imite un modèle existant sans jamais disposer d’un original. La falsification part au contraire d’une pièce réellement émise, dont certaines informations sont altérées après coup. La contrefaçon trahit souvent des écarts avec le modèle officiel, tandis que la falsification laisse des traces de modification localisées.
L’IA générative rend-elle les faux justificatifs indétectables ?
Non. Elle élève la qualité moyenne des faux et accélère leur production, mais laisse des indices exploitables, comme des artefacts de génération ou des métadonnées incohérentes ; les détails inventés résistent mal au recoupement avec d’autres pièces. La difficulté se déplace vers le volume à traiter, ce qui conduit les établissements à automatiser le premier niveau de tri.
Pourquoi les justificatifs de domicile et de revenus sont-ils particulièrement visés ?
Parce qu’ils ne comportent aucun élément de sécurité physique comparable à ceux d’un titre d’identité et qu’ils émanent d’émetteurs très divers — fournisseurs d’énergie, opérateurs télécoms, employeurs, administration fiscale. Cette hétérogénéité empêche de définir un modèle de référence unique, et un PDF transmis à distance ne permet aucun examen du support d’origine.
Quel est le lien entre fraude documentaire et deepfakes ?
Les deux se complètent dans les parcours à distance. Le faux document installe l’identité déclarée, puis le deepfake fournit le visage ou la voix censés la confirmer lors de la vérification biométrique. Un dispositif qui examine sérieusement les pièces mais néglige la détection du vivant, ou l’inverse, laisse un maillon exploitable.
