Sans surprise, la fraude dans les écosystèmes digitaux a évolué pour contourner les contrôles existants.

Plutôt que de forcer les systèmes, les fraudeurs les contournent : ils utilisent des données valides, passent par de véritables processus d’immatriculation et déploient des méthodes de plus en plus sophistiquées pour paraître légitimes.

Parmi les tactiques les plus courantes :

• - Création de sociétés écrans ou éphémères conçues pour passer les contrôles (y compris le KYB)
• - Usurpation de dirigeants ou de représentants légaux d’entreprises réelles
• - Soumission de documents authentiques ou quasi authentiques
• - Combinaison de données exactes avec des éléments d’identité faux, usurpés ou incohérents
• - Exploitation de processus d’onboarding rapides pour éviter un examen approfondi

Ces profils n’ont rien de frauduleux en surface. Chaque détail est pensé pour se fondre dans la masse. Et c’est précisément pour cela qu’ils passent.

C’est dans ces incohérences subtiles — aussi appeléessignaux faibles— que se cache ce que les contrôles traditionnels ne voient pas.

Les limites structurelles du KYB
Si vous évoluez dans un environnement B2B avec des onboarding réguliers de partenaires ou de marchands, vous connaissez déjà le Know Your Business (KYB). Ces processus de conformité ont été conçus pour répondre à une question simple : cette entreprise existe-t-elle ?

Mais l’existence n’est pas synonyme de légitimité. Et encore moins de fiabilité. Cela est particulièrement vrai dans les cas d’identité synthétique, où des données réelles et falsifiées sont combinées pour créer des profils capables de passer les vérifications standard sans être détectés. Vous pouvez en savoir plus sur les identités synthétiques ici.

Le KYB vérifie : les données d’immatriculation, les documents légaux, le statut de l’entreprise. Mais il ne vérifie pas :

• - si la personne agissant au nom de l’entreprise est légitime,
• - si l’identité et l’entreprise sont réellement liées,
• - si le comportement digital derrière la demande est cohérent.

En résumé, le KYB valide l’entreprise sur le papier — pas la réalité qui se cache derrière.

C’est dans cet angle mort que les fraudeurs prospèrent.

Là où opère la fraude moderne
Dans la plupart des scénarios de fraude B2B, le problème ne vient pas uniquement de l’entreprise. Il se situe dans l’écart entre trois éléments clés :

• - L’entreprise
• - Le ou les représentants
• - L’empreinte digitale

Indépendamment, chacun peut paraître légitime. Ensemble, ils ne sont pas toujours cohérents. Exemples courants :

• - Une entreprise réelle… associée à un dirigeant usurpé
• - Une immatriculation valide… liée à un e-mail jetable et à des données device inhabituelles
• - Une identité cohérente… mais un comportement qui ne correspond pas à celui d’un utilisateur professionnel

Pris isolément, ces signaux peuvent passer inaperçus. Combinés, ils révèlent un risque majeur.

C’est précisément cette absence de cohérence que les approches traditionnelles ne détectent pas.

Le coût réel d’une mauvaise décision
Lorsque ces incohérences passent inaperçues, les conséquences sont souvent lourdes :

• - Des entreprises frauduleuses accèdent à vos plateformes, services ou marketplaces
• - Des crédits sont accordés à des entités qui ne rembourseront jamais
• - Du matériel ou des biens sont loués et jamais restitués
• - Des comptes marchands servent à des activités illicites
• - L’exposition aux risques AML et réglementaires augmente

Au-delà des pertes financières, il faut aussi compter les dommages réputationnels et les perturbations opérationnelles, souvent découvertes trop tard, après que la fraude a déjà eu lieu.

Vers une nouvelle approche de la vérification de l’identité corporate
Pour faire face à cette évolution, les entreprises doivent dépasser la vérification documentaire et les limites inhérentes au KYB.

La question n’est plus :« cette entreprise est-elle valide ? »mais plutôt :« est-ce que tout ce qui entoure cette entreprise — et la personne derrière — est cohérent ? »?”

Une question plus longue, certes. Mais absolument essentielle.

Cela implique une nouvelle approche de la vérification de l’identité des entreprises, fondée sur trois piliers :

1 / Vérifier l’entreprise
Au-delà de son existence : son secteur d'activité, si elle fait face à des procédures collectives, sa légitimité.

2 / Vérifier le représentant
Confirmer l’identité de la ou des personnes agissant au nom de l’entreprise.

3 / Analyser le comportement digital
Comprendre les signaux liés aux interactions : appareils, IP, e-mails, comportements, usages.

La véritable valeur réside dans la connexion de ces éléments — et dans la détection des points où ils ne s’alignent pas.

La cohérence comme nouvel indicateur clé
Aujourd'hui, l'identité digitale n’est plus un simple ensemble de données statiques. C’est une combinaison d’attributs, de comportements et d’interactions qui dessinent un profil dans le temps.

La détection de la fraude moderne ne consiste plus à vérifier des informations isolées. Elle consiste à évaluer la cohérence globale : L’entreprise correspond-elle à la personne ? La personne correspond-elle au comportement observé ? L’ensemble ressemble-t-il à une interaction business légitime ?

Passer de la validation à la cohérence permet de détecter des fraudes autrement invisibles.

Combler les failles de l’onboarding B2B
À mesure que l’onboarding devient plus rapide et automatisé, les risques augmentent.

Les contrôles manuels ne sont pas scalables, la vérification documentaire ne suffit plus, et les fraudeurs s’adaptent plus vite que les outils traditionnels.

Pour garder une longueur d’avance, les entreprises doivent repenser la vérification des identités professionnelles : unifier données entreprise, identité et signaux digitaux dans une vision unique et cohérente.

C'est là qu'une nouvelle approche de la vérification de l'identité des entreprises devient indispensable.

Une nouvelle approche de la vérification de l’identité corporate
D‑Risk ID Corporate a été conçu pour répondre à l’ensemble des défis décrits dans cet article. En temps réel, la solution vérifie l’entreprise, la personne qui agit en son nom, ainsi que les nombreux signaux digitaux associés à chaque demande.

En comblant les lacunes du KYB traditionnel, D‑Risk ID Corporate permet aux entreprises de :

• - Détecter la fraude plus tôt dans le parcours d’onboarding
• - Réduire l’exposition aux risques financiers et réglementaires
• - Approuver plus rapidement les entreprises légitimes
• - Instaurer la confiance dans des environnements B2B à fort volume

Découvrez comment fonctionne D‑Risk ID Corporate ici. ici.

En conclusion
Les entreprises ne peuvent plus lutter contre la fraude B2B en se concentrant uniquement sur les fausses données.

L’avenir de la prévention repose sur la capacité à comprendre non seulement ce qu’une entreprise affirme être, mais si l’ensemble de son profil a du sens.

Là où le KYB se limite à l’entreprise, D‑Risk ID Corporate dévoile les incohérences d’identité — même quand tout semble légitime.

The post Why KYB is no longer enough to stop B2B fraud appeared first on Oneytrust.

Ces chiffres illustrent une mutation majeure : la fraude à l’identité devient un phénomène industrialisé, alimenté par l’IA et organisé à grande échelle.

Dans ce contexte, la question centrale pour les institutions financières et les plateformes numériques n’est plus seulement de savoir comment renforcer les contrôles, mais comment détecter des comportements frauduleux dans un environnement où les artefacts d’identité deviennent de plus en plus crédibles.

Le piège des contrôles visibles

Historiquement, la lutte contre la fraude s’est structurée autour de points de contrôle visibles :

• - vérification de documents d’identité
• - reconnaissance faciale
• - procédures KYC lors de l’onboarding

Ces mécanismes restent indispensables. Mais ils possèdent une caractéristique fondamentale : ils sont observables par ceux qui les subissent. Autrement dit, les fraudeurs peuvent les analyser, les tester et apprendre progressivement à les contourner. Un fraudeur confronté régulièrement à un système de face-match cherchera rapidement à comprendre son fonctionnement. Il pourra alors expérimenter différentes méthodes : deepfake, face swap, injection vidéo ou reproduction biométrique.

Ce phénomène n’est pas nouveau. Dans de nombreux domaines de sécurité, les mécanismes visibles finissent toujours par être étudiés et contournés. C’est précisément pour cette raison que la lutte contre la fraude ne peut pas reposer uniquement sur ce que l’on pourrait appeler la « main droite » : le contrôle visible.

La « main gauche » : la détection invisible

Une stratégie antifraude efficace repose en réalité sur deux dimensions complémentaires :

• - La main droite : le contrôle.Ce sont les vérifications visibles qui permettent de confirmer une information ou une identité.
• - La main gauche : la détection.C’est l’analyse de signaux invisibles ou difficilement interprétables par les fraudeurs.

La différence est essentielle. Les contrôles peuvent être observés et contournés. La détection repose sur des patterns de données et des corrélations difficiles à anticiper. Dans ce modèle, les contrôles jouent un rôle important mais secondaire : ils servent à renforcer ou confirmer un signal détecté ailleurs. Cette logique permet d’éviter une escalade technologique permanente entre les fraudeurs et les systèmes de contrôle.

Deepfakes : la nouvelle frontière de la fraude biométrique

L’émergence des deepfakes illustre parfaitement cette évolution. Les systèmes biométriques modernes intègrent désormais des mécanismes de preuve de vie, demandant à l’utilisateur de réaliser une action en temps réel. Ces contrôles rendent la fraude plus complexe, mais ils poussent également les attaquants vers des techniques plus avancées. Selon Entrust, les deepfakes représentent désormais environ 40 % des tentatives de fraude sur les systèmes biométriques vidéo.

Les fraudeurs exploitent notamment :

• - des deepfakes générés par IA
• - des attaques par injection utilisant des caméras virtuelles
• - des flux vidéo manipulés insérés dans les systèmes de capture

Ces techniques permettent d’introduire des données biométriques falsifiées directement dans les systèmes d’identité numérique. La fraude ne consiste donc plus simplement à falsifier un document. Elle consiste à manipuler les flux de données eux-mêmes.

L’essor des identités synthétiques

Parallèlement, l’IA accélère la création d’identités synthétiques. Plutôt que de voler une identité existante, les fraudeurs créent une nouvelle identité en combinant :

• - des données personnelles réelles
• - des informations fabriquées
• - des documents manipulés ou générés

Les outils d’IA permettent de produire ces identités rapidement, à faible coût et à grande échelle. Ce type de fraude est particulièrement dangereux car ces identités peuvent rester longtemps actives dans les systèmes d’une organisation avant d’être exploitées. Les pertes associées à la fraude par identité synthétique devraient atteindre des dizaines de milliards de dollars dans les prochaines années.

L’IA au service de la détection

Face à ces évolutions, la question n’est pas seulement d’utiliser l’IA pour renforcer les contrôles visibles. Une stratégie plus pertinente consiste à déployer l’IA au cœur des mécanismes de détection. La fraude ne se manifeste généralement pas par une anomalie unique. Elle apparaît plutôt à travers une accumulation de signaux faibles :

• - incohérences dans les données
• - comportements atypiques
• - corrélations entre comptes ou identités
• - patterns d’activité similaires

L’analyse de ces signaux nécessite de traiter de grandes quantités de données et de détecter des structures invisibles à l’œil humain. C’est précisément dans ce domaine que l’intelligence artificielle peut apporter le plus de valeur. Cette approche s’inscrit dans le cadre conceptuel DIKW (Data – Information – Knowledge – Wisdom),où l’analyse des données permet progressivement de transformer l’information brute en connaissance exploitable.

Une architecture antifraude multicouche

Pour être efficace, une stratégie antifraude moderne doit combiner plusieurs couches de protection :

• - analyse documentaire
• - biométrie faciale
• - intelligence device et comportementale
• - géolocalisation et analyse de vélocité
• - corrélation entre identités
• - détection de fraude répétée

L’objectif n’est pas de multiplier les contrôles visibles, mais de combiner des signaux multiples qui rendent la fraude détectable sans être facilement observable. Cette approche permet de maintenir un équilibre essentiel : protéger les organisations contre la fraude tout en limitant la friction pour les utilisateurs légitimes.

Renforcer la confiance dans l’identité numérique

Dans un monde de plus en plus digitalisé, la vérification d’identité reste un moment critique du parcours utilisateur. L’onboarding constitue souvent la première opportunité de construire la confiance dans une identité. Les solutions modernes de vérification d’identité numérique combinent aujourd’hui plusieurs sources d’information et plusieurs mécanismes de détection afin d’évaluer le risque global associé à une identité.

Des plateformes telles que D-Risk Commerce et D-Risk ID de Oneytrust s’inscrivent dans cette logique en orchestrant différents signaux de risque afin de renforcer la détection de fraude sans dégrader l’expérience utilisateur.L’objectif n’est pas de remplacer les contrôles, mais de les intégrer dans une stratégie de détection plus large et moins prévisible pour les fraudeurs.

En conclusion

L’essor des deepfakes générés par IA marque une nouvelle étape dans l’évolution de la fraude à l’identité. La fraude n’est plus seulement une question de documents falsifiés ou de données volées. Elle devient un phénomène systémique combinant identités synthétiques, contenus générés par IA et infrastructures automatisées d’attaque. Dans ce contexte, les organisations doivent dépasser une logique centrée uniquement sur les contrôles visibles.

La véritable efficacité repose sur la capacité à détecter les patterns frauduleux à travers l’analyse de données et de signaux faibles.

Autrement dit, la lutte contre la fraude ne se joue pas seulement dans la main droite — celle du contrôle. Elle se joue surtout dans la main gauche — celle de la détection.

The post The Rise of AI-Generated Deepfakes in Identity Theft appeared first on Oneytrust.