La fraude à l'assurance augmentée par l'IA

II.L'effondrement du coût de la falsification

Trois formes de faux

Les équipes de gestion des sinistres rencontrent aujourd'hui trois grandes catégories de faux numériques, dont la sophistication varie mais dont l'effet converge. Les hypertrucages, ou deepfakes, sont des vidéos ou des enregistrements audio entièrement fabriqués, qui peuvent simuler un témoignage ou une scène d'accident. Les faux grossiers, ou cheapfakes, procèdent par manipulations simples mais efficaces, recadrage, montage ou réutilisation d'images issues de sinistres antérieurs. Les documents synthétiques, enfin, recouvrent les factures, rapports de police et certificats médicaux générés de toutes pièces³. Point commun : aucune n'exige plus d'expertise. La barrière technique qui protégeait l'assureur a disparu. Plus besoin de faussaire ; il suffit de savoir écrire une phrase à une machine.

Une vague mesurable

Cette transformation n'est pas spéculative, elle se lit déjà dans les chiffres. Les cas de fraude assistée par intelligence artificielle ont été multipliés par quatre, passant d'environ vingt mille en 2022 à plus de quatre-vingt mille en 2025, et Admiral, l'un des premiers assureurs automobiles du Royaume-Uni, a constaté une hausse de 71 % de la fraude en 2025, en partie imputée aux images générées par IA². Un autre assureur du même marché a relevé une augmentation de 300 % des photographies d'accident automobile retouchées en l'espace d'une seule année⁴. La fraude en tant que service accélère encore le mouvement. Des prestataires louent au mois des outils de falsification, et des amateurs disposent ainsi d'attaques de qualité professionnelle⁵. La fraude se professionnalise et se massifie en même temps, combinaison qui prend les défenses traditionnelles à revers.

Au-delà du sinistre, la souscription et l'identité

La fraude augmentée touche aussi l'entrée en relation et la souscription. Des identités synthétiques, faites de données réelles et inventées, servent à souscrire des contrats montés pour frauder. Des voix et des visages de synthèse trompent les procédures d'authentification. Les pertes liées aux seuls hypertrucages sont estimées en centaines de millions de dollars et pourraient atteindre des dizaines de milliards d'ici 2027. Les escroqueries par usurpation de dirigeants, où une voix clonée ordonne un virement, se multiplient⁶. L'assureur doit donc douter des preuves de sinistre, et aussi de l'identité de ceux à qui il parle. Toute la vie du contrat devient exposée. Le faussaire ne cherche plus seulement une indemnité indue ; il fabrique parfois l'assuré lui-même.

III.La perte de valeur probante de la preuve

Un métier bâti sur la confiance documentaire

L'assurance est un métier bâti sur la confiance documentaire. L'échange est simple : l'assuré envoie une preuve de son sinistre, et l'assureur l'indemnise sur cette base. Il ne peut pas enquêter sur chaque déclaration. Ce traitement de masse, fluide et bon marché, ne tient que si la preuve est présumée fiable, donc si une photo ou une facture renvoie de façon crédible à la réalité. Tout le traitement des sinistres repose sur la valeur probante du document. C'est ce socle que l'IA vient saper⁷.

La rupture du lien entre le document et le réel

En rendant indiscernable la preuve authentique de la preuve fabriquée, l'IA dissout le lien entre le document et le réel. Une photographie ne prouve plus qu'un dommage a eu lieu, une facture ne prouve plus qu'une dépense a été engagée, un témoignage filmé ne prouve plus qu'un événement s'est produit. Le document a toujours l'air d'une preuve, mais il n'en est plus une. Pour un métier qui vit de preuves, c'est du jamais vu. Le nombre de fraudes compte moins que la confiance elle-même, sans laquelle on ne traite plus les sinistres en masse. Un autre article de cette série, consacré aux hypertrucages, prolongera cette crise de l'authenticité. Elle fait de la fraude augmentée par l'IA une menace pour la relation d'assurance elle-même, bien au-delà d'un problème de coût¹².

Cette perte de valeur probante inverse en outre une dissymétrie ancienne. Jusqu'ici, l'assuré devait prouver son sinistre, et l'assureur devait prouver la fraude quand il la soupçonnait. On présumait la bonne foi, avec un droit de contrôle. L'IA générative rend ce contrôle presque impossible : l'assureur ne peut plus démontrer qu'une preuve est fausse alors qu'elle l'est. Présumer la bonne foi était raisonnable tant que la fraude coûtait cher. Avec un faux gratuit et parfait, cela devient un risque démesuré. Les règles de preuve du contrat n'ont pas changé ; c'est la réalité technique sous ces règles qui s'est dérobée. À long terme, ce glissement silencieux menace davantage que les hypertrucages spectaculaires.

IV.La course aux armements et son asymétrie

L'IA contre l'IA

Face à cette menace née de l'IA, le secteur a logiquement déployé l'IA comme bouclier. Des plateformes spécialisées analysent désormais les images et les documents pour y déceler les artefacts révélateurs d'une génération synthétique, et de grands assureurs ont intégré ces outils de criminalistique numérique à leurs chaînes de traitement¹⁰. La détection s'appuie sur une analyse multimodale, croisant plusieurs angles d'examen d'un même document, et recourt à des données de terrain indépendantes, comme l'imagerie satellitaire avant et après un sinistre ou les relevés d'objets connectés. Ces défenses sont réelles et nécessaires. Mais dans cette course aux armements, la structure joue contre celui qui détecte. À court terme, il faut investir dans la détection. S'en contenter, c'est accepter d'avance de perdre la course à long terme.

Une asymétrie structurelle

La course est asymétrique. D'abord, la génération passe toujours avant la détection : un modèle générateur peut être entraîné exprès pour tromper les détecteurs existants. Le faux a donc une longueur d'avance par construction⁸. Ensuite, la détection fait des erreurs qu'on ne peut pas éliminer. Les faux positifs accusent à tort des assurés honnêtes ; les faux négatifs laissent passer des faux, et les fraudeurs adaptent sans cesse leurs tactiques⁹. Enfin, le coût de cette course est supporté par l'assureur, et in fine par l'assuré honnête à travers sa prime. La littérature spécialisée parle d'une course aux armements ingagnable. L'expression résume l'impasse d'une stratégie qui ne compte que sur la détection après coup.

V.Le dilemme de la fraude et de la friction

Le prix de la défiance

La détection automatisée pose à l'assurance un dilemme qui lui est propre : arbitrer entre fraude et friction. Pour attraper plus de faux, il faut serrer les contrôles. Mais des contrôles plus stricts font plus de faux positifs, donc plus d'assurés honnêtes soupçonnés, retardés ou éconduits à tort. Or l'assurance vit aussi de confiance et de fluidité. Un assuré qui vient d'avoir un sinistre est fragile ; il vit mal la suspicion, et il s'en souvient longtemps. Accuser à tort un client sinistré abîme la relation et la réputation, et peut coûter plus cher que la fraude évitée. L'assureur est pris entre deux feux : endiguer la fraude, éviter la friction. Plus les faux se répandent, plus cet équilibre devient instable.

Une exposition supérieure aux autres secteurs

Ce dilemme est d'autant plus aigu que l'assurance est particulièrement exposée. Selon les données du secteur, son exposition à la fraude serait jusqu'à vingt fois supérieure à celle de la banque, et la fraude globale croîtrait d'environ 8 % par an⁹. Le métier consiste à verser des sommes importantes sur la foi de déclarations. C'est une cible de choix pour le faux. Le traitement de masse des sinistres a longtemps fait gagner en productivité. Il devient une faiblesse quand chaque dossier peut contenir une preuve fabriquée, car le règlement rapide laisse passer les faux avant tout examen sérieux. La fraude industrielle rencontre un traitement industriel pensé pour la confiance, qui se retrouve désarmé.

Le risque ultime de cette confrontation est une spirale de défiance généralisée. Si l'assureur ne se fie plus aux preuves et enquête sur chaque sinistre, il casse l'économie du traitement de masse. Ses frais de gestion montent, et tous les assurés subissent un parcours plus lourd pour déjouer la fraude de quelques-uns. S'il garde sa confiance pour rester fluide, il s'expose à une hémorragie de fraudes devenues indétectables. Entre défiance systématique et crédulité coûteuse, aucun équilibre ne tient tant qu'on raisonne en détection seule. C'est cette impasse, plus que la sophistication des faux, qui oblige à chercher la solution ailleurs que dans la suspicion généralisée.

VI.De la détection à la preuve d'authenticité

Renverser la charge de la preuve

Pour sortir de l'impasse, mieux détecter ne suffira sans doute pas : c'est une course perdue d'avance. Il faut changer de méthode. Au lieu de s'épuiser à prouver qu'un document est faux, l'assureur a intérêt à exiger la preuve qu'il est vrai. Il renverse ainsi la charge de la preuve. Le moyen, c'est l'authentification à la source : la preuve est capturée par un canal de confiance, qui en certifie l'origine et l'intégrité. Deux outils tracent cette voie. Les technologies de provenance attachent à une image une signature cryptographique qui atteste de sa capture authentique. Les objets connectés et les capteurs fournissent une vérité de terrain indépendante de toute déclaration¹¹. Le principe est de ne plus se demander si une preuve est falsifiée, mais d'exiger qu'elle soit nativement authentifiée.

Reconstruire la confiance sur d'autres fondations

Ce déplacement dépasse la lutte contre la fraude. Quand n'importe quelle preuve peut être fabriquée, ce qui compte est sa provenance : la chaîne vérifiable qui la relie à la réalité. L'assurance doit rebâtir sa confiance documentaire sur la cryptographie plutôt que sur le regard. Elle se fiera à ce que la signature garantit, plus à ce que l'œil voit. On retrouve une tendance déjà vue dans cette série, les données de capteurs comme socle factuel du contrat. Cette transition prépare l'assurance à un monde où le réel et sa contrefaçon ne se distingueront plus jamais à l'œil nu. Contre la fraude augmentée par l'IA, mieux traquer le faux ne suffira pas ; il faut refonder la preuve. C'est la condition pour que l'assurance garde le lien de confiance dont elle vit.

Cette refondation ne sera ni immédiate ni indolore. Elle change les usages autant que les techniques. Exiger une capture authentifiée impose aux assurés de nouveaux gestes, comme passer par une application certifiée au lieu de prendre une simple photo. Cela ajoute de la friction au moment du sinistre, et pose un problème d'accès pour les moins équipés. La provenance cryptographique ne vaut en outre que si elle repose sur des standards partagés et un écosystème de confiance. Aucun assureur ne peut bâtir cela seul ; il faudra une coopération de place et une normalisation qui reste largement à faire. Le chemin sera collectif et progressif. La direction, elle, est claire : aucune autre voie ne sort durablement de la course perdue de la détection. L'assurance a toujours su tarifer l'incertitude. Elle doit maintenant apprendre à garantir l'authenticité de ce qu'on lui montre, un défi inédit pour un métier dont la preuve était le langage. Passer de la mesure du risque à la certification du réel pourrait bien être le changement le plus profond que l'IA impose à l'assurance. Il touche moins une branche ou un produit que la nature du contrat, fondé depuis toujours sur la croyance partagée en la véracité des preuves échangées.