Moins de 0,1 % des transactions sont frauduleuses, mais chaque point de faux positif coûte cher en friction client et en heures d'analyste. Comparatif méthodologique entre trois familles de modèles, avec un retour chiffré français à l'appui.
Pendant longtemps, les banques ont mesuré la performance de leurs dispositifs antifraude à l'aune d'un seul indicateur : le taux de fraude évitée. Cette focale s'est révélée insuffisante. L'augmentation exponentielle des volumes de données génère une inflation du nombre d'alertes, et parmi celles-ci, la proportion élevée de faux positifs complique l'identification des véritables menaces et détourne l'attention des équipes des alertes réellement critiques. Un système qui bloque trop de transactions légitimes génère de la friction client, sature les équipes de conformité et, in fine, coûte aussi cher qu'un système trop laxiste.
Le constat de départ reste sans appel sur les méthodes historiques. Les méthodes traditionnelles basées sur des règles statiques (seuils de montant, listes noires) montrent leurs limites : elles sont trop rigides, génèrent de nombreux faux positifs et ne détectent pas les schémas de fraude innovants. C'est ce constat qui pousse les établissements à revoir leur architecture de scoring plutôt que de simplement ajouter des règles supplémentaires.
Le contexte réglementaire renforce l'urgence. Au premier semestre 2025, la fraude par manipulation a coûté 245 millions d'euros, selon l'Observatoire de la sécurité des moyens de paiement (OSMP) de la Banque de France. Et la menace évolue vite : les fraudes liées aux deepfakes ont explosé (+2 137 % en 3 ans), représentant désormais 6,5 % des cas détectés.
Les moteurs de règles restent en place dans la plupart des dispositifs, souvent en première ligne de filtrage. Leur avantage est leur transparence totale : chaque décision est traçable et immédiatement explicable à un régulateur. Leur défaut est structurel — ils ne s'adaptent pas aux nouveaux schémas de fraude et génèrent, faute de finesse, un volume important d'alertes inutiles. C'est précisément la limite que pointent la plupart des retours d'expérience récents sur le sujet.
Les algorithmes de type XGBoost ou LightGBM constituent aujourd'hui le socle de la majorité des moteurs de scoring en production. Ils combinent une bonne performance prédictive, un temps d'entraînement raisonnable et une explicabilité correcte via des méthodes comme SHAP. Les banques qui avancent le mieux combinent deux approches : un modèle ML pour la prédiction, et des méthodes d'interprétabilité (SHAP, LIME) pour expliquer chaque décision au client et au régulateur. Le défi technique majeur reste le déséquilibre extrême des classes : moins de 0,1 % des transactions sont frauduleuses, et des techniques comme le sur-échantillonnage (SMOTE) ou le sous-échantillonnage sont indispensables pour entraîner correctement les algorithmes.
La limite du gradient boosting est qu'il traite chaque transaction de façon quasi isolée, en s'appuyant sur des variables agrégées (historique du client, montant, géolocalisation). Or une part croissante de la fraude organisée repose sur des réseaux de comptes mules, de bénéficiaires liés ou de schémas de blanchiment en cascade — des structures que seul un modèle de graphe peut représenter nativement. Les graph neural networks (GNN) sont conçus pour traiter des données qui peuvent être représentées sous forme de graphe, comme c'est très souvent le cas dans le secteur bancaire, et sont capables de traiter des milliards d'enregistrements pour repérer des schémas à travers de larges volumes de données, jusqu'aux fraudes les plus complexes.
Concrètement, un GNN modélise les comptes comme des nœuds et les transactions comme des arêtes, puis propage l'information de risque le long du réseau : un compte connecté à plusieurs comptes déjà signalés voit son score de risque augmenter, même si son propre historique transactionnel paraît anodin. C'est cette capacité à détecter des passerelles entre comptes qui explique l'intérêt croissant des banques pour ces architectures dans la lutte contre les réseaux de mules, en complément — et non en remplacement — du scoring transactionnel classique.
Le débat "gradient boosting contre GNN" est en réalité mal posé. Les dispositifs les plus performants ne choisissent pas entre les deux, ils les combinent. Les systèmes les plus performants combinent plusieurs modèles : une banque française utilise par exemple un méta-modèle qui agrège les scores d'un gradient boosting et d'un réseau de neurones, avec un arbitre final qui pondère leurs décisions, ce qui réduit à la fois les faux positifs et les faux négatifs.
Cette logique d'orchestration se retrouve également au niveau opérationnel, en aval du scoring pur : dans un centre de surveillance, un analyste peut recevoir cent alertes pour quelques dossiers réellement prioritaires, et en regroupant les signaux liés et en hiérarchisant les cas, l'IA réduit ce bruit et aide à concentrer l'effort sur les dossiers à fort enjeu. Le gain ne se limite donc pas au taux de faux positifs brut : il porte aussi sur la priorisation du travail humain, qui reste indispensable sur les cas ambigus.
Au-delà du scoring transactionnel, la fraude bancaire se joue aussi en amont, lors de la vérification des pièces justificatives. C'est sur ce terrain que Doxallia, filiale du groupe Crédit Agricole, a publié l'un des retours d'expérience les plus documentés de l'année. Chaque demande de crédit exige la vérification manuelle des bulletins de paie fournis par les emprunteurs, et à l'échelle d'un groupe structuré en caisses régionales, ces contrôles sont longs, coûteux et sujets à erreur, face à des fraudes de plus en plus sophistiquées : montants falsifiés, taux de cotisation modifiés, métadonnées manipulées.
Le dispositif mis en place, baptisé Trust AI, s'appuie sur une architecture hybride plutôt que sur un modèle de deep learning unique : l'application combine OCR sans hallucination, contrôles arithmétiques, comparaison aux taux légaux et analyse des métadonnées, avec une restitution à trois niveaux : conforme, non conforme, incomplet. Ce dernier point est déterminant sur le plan méthodologique : introduire un état intermédiaire entre "accepté" et "refusé" permet de sortir de la logique binaire qui gonfle mécaniquement le taux de faux positifs. Un tel état intermédiaire distingue l'information manquante de la fraude avérée, par rapport à une restitution binaire conforme/non conforme.
Le résultat mesuré est net : Doxallia a réduit d'environ 75 % les faux positifs de sa détection de fraude documentaire grâce à ce moteur, livré en POC en 6 semaines. Ce chiffre confirme un enseignement plus large : la réduction des faux positifs ne vient pas uniquement du choix de l'algorithme de scoring, mais aussi de la granularité de la sortie du modèle et de l'architecture de décision qui l'entoure. Un projet de cette nature suit généralement un calendrier de déploiement rapide : le ROI d'un projet de détection de fraude documentaire se matérialise généralement en 3 à 6 mois après mise en production.
Il existe une fourchette de référence utile pour situer la performance d'un dispositif de scoring transactionnel. Les taux de faux négatifs varient entre 0,5 % et 2 % selon les établissements, tandis que les meilleurs modèles atteignent environ 1 à 2 faux positifs pour 10 000 transactions. Ces chiffres donnent un point de comparaison concret pour évaluer un prestataire ou un projet interne : un dispositif qui affiche un taux de faux positifs très supérieur à ce niveau signale généralement un moteur de règles insuffisamment complété par du scoring statistique.
Les faux positifs ne se répartissent pas non plus de façon uniforme dans la base client. Ils sont particulièrement problématiques pour certains profils : jeunes adultes changeant souvent de comportement, voyageurs fréquents, ou personnes âgées dont les habitudes bancaires évoluent. Un projet de refonte du scoring doit donc être évalué non seulement sur sa performance globale, mais aussi sur ses écarts de performance par segment de clientèle — un point souvent négligé dans les comparatifs marketing des éditeurs.
Le choix entre gradient boosting et GNN n'est pas qu'une question de performance brute : il engage aussi la capacité à documenter et auditer le modèle. DORA, l'AI Act et les recommandations ACPR imposent désormais explicabilité et auditabilité des modèles à haut risque. Sur ce point précis, la détection de fraude bénéficie toutefois d'un régime allégé par rapport au scoring de crédit : la détection de fraude ne fait pas partie des systèmes à haut risque au sens de l'AI Act, contrairement à l'évaluation de la solvabilité des particuliers. Cette distinction ne dispense pas les établissements de rigueur méthodologique : elle change surtout le niveau de formalisme documentaire exigé, pas la nécessité de valider et de suivre les dérives du modèle dans le temps, comme le rappelle le principe général selon lequel dans une banque, un modèle n'est pas un simple logiciel : il doit être validé par une fonction indépendante, suivi dans le temps pour détecter les dérives, et expliqué aux régulateurs.
C'est un argument supplémentaire en faveur des architectures hybrides à sortie graduée plutôt que des modèles de deep learning en boîte noire pure : elles simplifient la justification a posteriori de chaque décision, un prérequis qui devient structurant à mesure que les superviseurs affinent leurs attentes sur la gouvernance des modèles d'IA en LCB-FT.
Trois enseignements opérationnels se dégagent de ce comparatif pour une équipe qui pilote un projet de refonte antifraude :
Avant d'investir dans un GNN ou de changer de fournisseur de scoring, il est souvent plus rentable d'auditer la chaîne de décision existante : granularité des scores, seuils de déclenchement, et surtout mode de restitution aux équipes métier. C'est ce diagnostic préalable que propose Dataistudio dans le cadre de ses missions de conseil en data et IA appliquées à la finance, avant toute recommandation d'architecture.
Pour les équipes qui souhaitent monter en compétence sur ces architectures hybrides et sur les exigences de gouvernance associées, voir également notre expertise sur les modèles de scoring et la conformité IA en finance.
Nous utilisons des cookies de mesure d'audience et de suivi publicitaire pour comprendre la fréquentation du site et l'efficacité de nos annonces. Rien n'est déposé sans votre accord. En savoir plus