La précision mesure la proportion de classifications correctes effectuées par un modèle de machine learning. Dans cette série d’articles, nous examinons pourquoi la précision est essentielle pour lutter contre la fraude et la criminalité financière.
L’ouverture de compte constitue à la fois la première ligne de défense des institutions financières et le premier point d’exploitation des fraudeurs. Les erreurs à ce stade peuvent entraîner à la fois une hausse de la fraude et des dépenses opérationnelles (OPEX) inutiles.
Les institutions financières adoptent de plus en plus une approche digital-first pour l’onboarding, la plupart des clients commençant leur parcours en ligne. Les demandes d’ouverture de compte sont généralement soit acceptées immédiatement, soit rejetées directement.
Sans précision, les clients légitimes peuvent se sentir frustrés par ce processus, tandis que les criminels exploiteront sans aucun doute ses faiblesses. Atteindre à la fois une expérience client positive et une atténuation efficace des risques nécessite de la précision.
Pendant des années, les institutions financières se sont appuyées sur des contrôles statiques basés sur des règles, tels que les vérifications Know Your Customer (KYC), l’empreinte des appareils (device fingerprinting) et les contrôles documentaires pour réduire les risques lors de l’onboarding.
Bien que ces contrôles restent importants, la plupart ont été conçus à une époque où les acteurs malveillants ne disposaient pas de technologies permettant des attaques automatisées et évolutives. À l’ère de l’IA agentique, le rythme d’évolution des attaques s’accélère.
Par conséquent, l’ouverture de compte est devenue la ligne de front dans une bataille de plus en plus asymétrique entre les banques et les criminels.
Un taux de détection de 60 % à 65 % entraîne souvent une friction importante. Si cela crée un ratio de dix candidats légitimes pour un fraudeur, alors dix clients authentiques subiront potentiellement une friction inutile pour chaque demande frauduleuse que la banque rejette.
Les examens manuels augmentent les OPEX et ont un impact négatif sur l’expérience initiale du client.
Ces dix clients ne doivent pas être considérés comme des dommages collatéraux. Les banques n’ont pas à accepter ce résultat. Le comportement ouvre la voie à la précision.
Le comportement comme voie vers la précision
L’intelligence comportementale utilise le comportement du demandeur pour identifier les acteurs malveillants, qu’ils soient humains ou pilotés par l’IA. Le rythme de frappe, les hésitations, la dynamique de la souris et la familiarité avec le processus de demande ne sont pas des signaux superficiels. Ces caractéristiques sont intrinsèquement humaines, difficiles à falsifier et extrêmement difficiles à reproduire pour des agents IA.
Les criminels abordent souvent le parcours d’ouverture de compte avec un mélange de données compromises, authentiques, fausses ou de plus en plus synthétiques. Ils peuvent soumettre des documents réels ou contrefaits capables de passer les contrôles d’onboarding à distance. Les vérifications de vivacité (liveness checks) peuvent également échouer, les criminels utilisant de plus en plus de vidéos semblant correspondre aux documents fournis.
L’intelligence comportementale améliore la précision en mettant continuellement à jour les profils de risque. Elle permet de distinguer :
- les interactions humaines des interactions non humaines
- la familiarité avec les données personnelles et le formulaire de demande
- le remplissage naturel d’un formulaire du remplissage scripté
- la confiance cognitive de l’incertitude
Cette approche complète les contrôles statiques en identifiant des risques qui pourraient autrement passer inaperçus.
Dans un prochain article, nous examinerons comment le comportement permet d’identifier les mules financières. La précision dans l’ouverture de compte et la détection des mules permettent aux institutions financières de réduire la friction sans augmenter le risque.
Une détection accrue, avec précision, change tout
Une augmentation de 5 % du taux de détection peut sembler modeste, mais pour une banque, passer de 65 % à 70 % peut être transformationnel.
- Moins de comptes frauduleux signifie que chaque compte bloqué perturbe toute une chaîne de fraude. Sans comptes de mules, les possibilités de blanchiment d’argent sont éliminées.
- Les OPEX diminuent, et les résultats pour les demandeurs légitimes s’améliorent. Au lieu de signaler dix clients légitimes pour chaque fraudeur, on se rapproche d’un ratio de trois pour un, permettant aux équipes de revue de se concentrer sur les risques réels plutôt que sur les faux positifs.
- Les clients authentiques bénéficient d’un parcours d’onboarding plus fluide, réduisant le risque d’abandon dû à des étapes supplémentaires ou à des délais liés aux vérifications manuelles.
- Une meilleure conformité et une prévention plus précoce renforcent la lutte contre la criminalité financière sans compromettre les fondamentaux commerciaux.
Les bénéfices de la précision s’accumulent avec le temps.
C’est particulièrement vrai pour la gestion des OPEX. Au lieu d’agrandir les équipes antifraude pour répondre à une demande croissante de révisions, l’institution peut développer son acquisition de clients de manière rentable.
La précision réduit également le nombre d’événements frauduleux qu’un mauvais compte peut permettre. S’ils ne sont pas détectés, ces comptes peuvent entraîner plusieurs incidents de conformité.
La précision lors de l’ouverture de compte prévient les risques en aval et contrôle la croissance des OPEX, tout en permettant l’expansion de la base clients.
La théorie en pratique
La friction appliquée avec précision n’est pas simplement une expérience théorique. Elle fonctionne déjà remarquablement bien contre toutes les menaces liées à l’ouverture de compte.
Pour preuve, il suffit de regarder une banque canadienne figurant parmi les cinq premières, qui a connu une multiplication par quatre de la fraude aux demandes pendant la pandémie. En réponse, elle a exploité l’intelligence comportementale pour réduire les risques tout en maintenant l’expérience client et en soutenant la croissance.
L’application de l’intelligence comportementale au processus d’ouverture de compte de la banque lui a permis d’économiser 7,7 millions de dollars de pertes projetées, tout en réduisant les examens manuels de 67 %, générant 663 000 dollars d’économies opérationnelles estimées.
Conclusion : la précision permet une croissance rentable
L’ouverture de compte ne concerne plus seulement l’onboarding des nouveaux clients. Elle est désormais un élément critique de la stratégie de gestion des risques de toute institution financière.
La détection précise basée sur le comportement transforme l’ouverture de compte numérique d’un processus vulnérable en un mécanisme qui réduit activement la friction, diminue les OPEX et soutient la croissance sans augmenter le risque.
Pour en savoir plus sur les avantages d’une friction appliquée avec précision, cliquez ici.
