L’IA ne détecte plus seulement les cartes volées : elle traque les fraudes qui exploitent les failles du business model

Les anciens modèles de lutte contre la fraude se concentraient sur des signaux évidents : une IP suspecte, une carte signalée dans une base de données (AI Business). Aujourd’hui, les attaques sont plus subtiles. Une étude de Signifyd en 2023 révèle que pour 100 $ de commandes frauduleuses, un marchand en perd en réalité 207 $ en frais annexes. Les fraudeurs ne ciblent plus seulement les systèmes de paiement : ils exploitent les failles du business model lui-même.

  • Abus de promotions : des IA créent des milliers de comptes pour utiliser un code de bienvenue à usage unique. 52 % des entreprises ont constaté une augmentation de ce fléau en 2023.
  • Faux retours : des clients organisés pratiquent le ‘wardrobing’ (porter un vêtement puis le retourner) à grande échelle. Une pratique difficile à distinguer d’un comportement légitime sans analyse poussée des schémas de retour.
  • Prise de contrôle de compte (ATO) : des bots testent des milliers de combinaisons de mots de passe volés pour accéder à des comptes clients existants et utiliser leurs moyens de paiement enregistrés. En 2024, 34 % des entreprises ont signalé une hausse de ce type d’attaques.

« Le commerce électronique entre dans une nouvelle phase de fraude, où des transactions qui semblent légitimes peuvent masquer des attaques coordonnées. La fraude ne s’introduit plus dans les systèmes, elle opère à l’intérieur de ceux-ci. » — Dany Naigeboren, Senior Director of Risk chez Forter

Stripe Radar : une technologie qui préserve la marge et réduit les faux positifs à 0,1 %

Traduire une technologie en avantage business, c’est notre métier. L’approche de Stripe, détaillée dans leur article How Stripe is using AI to fight fraud, ne se contente pas de bloquer plus, elle bloque mieux. Le système analyse plus de 1 000 signaux par transaction en moins de 100 millisecondes. Sur ce thème, voir aussi UX et IA. Résultat : une protection ciblée du chiffre d’affaires.

Protection du chiffre d’affaires : Stripe Radar réduit la fraude de 32 % en moyenne (TechCrunch). C’est de la marge brute directement préservée. Pour une entreprise comme reMarkable, la détection proactive des commandes frauduleuses a eu un ‘impact énorme’ sur leur activité.

Réduction des faux positifs : C’est le nerf de la guerre (The Next Web). Bloquer un client légitime est souvent plus coûteux que de laisser passer une fraude. Radar affiche un taux de faux positifs de seulement 0,1 %. Autrement dit, moins de clients frustrés et un meilleur taux de conversion. Les mises à jour de l’IA pour ‘Adaptive Acceptance’ ont permis de récupérer 6 milliards de dollars de faux refus en 2024.

L’entreprise est-elle prête à affronter ces trois scénarios de fraude IA ?

Un outil de lutte contre la fraude IA doit pouvoir répondre à des scénarios précis. Sur ce thème, voir aussi la guerre des agents IA. Voici trois questions à poser aux équipes techniques ou au prestataire de paiement :

  • Scénario 1 : Abus de code promotionnel : le système peut-il faire la différence entre un nouveau client légitime et un bot qui crée 50 comptes avec des emails jetables pour exploiter une offre de bienvenue ?
  • Scénario 2 : Fraude au retour : est-il possible d’identifier un utilisateur qui commande systématiquement trois tailles d’un même article depuis des comptes différents pour en retourner deux, saturant la logistique ?
  • Scénario 3 : Identités synthétiques : les outils peuvent-ils repérer une commande passée avec une carte valide, mais associée à une adresse de livraison neuve, une adresse IP incohérente et un email créé il y a 24 heures ? C’est la signature d’une identité générée par une IA.

La course à l’armement IA : une tendance de fond qui s’accélère

Il ne faut pas être naïf. Comme le souligne Mike Habermann de Radial, l’IA générative offre aux fraudeurs les mêmes outils pour créer des stratagèmes plus insidieux. La lutte contre la fraude IA est une course à l’armement. Les modèles doivent être continuellement ré-entraînés pour s’adapter. Le rapport de McKinsey sur la sécurité à l’ère du digital confirme cette tendance de fond.

Attention cependant : l’IA n’est pas une solution miracle. Les modèles peuvent être des ‘boîtes noires’ et le coût d’implémentation reste un frein pour les PME. Une approche multi-couches, combinant IA, règles manuelles et une stratégie claire pour sécuriser les paiements en ligne, reste indispensable.

Notre conviction : la lutte contre la fraude IA n’est plus une option, c’est une condition de survie pour l’e-commerce. L’ignorer, c’est laisser la porte ouverte non pas à un voleur, mais à une armée de bots. Chez HapiAgency, on a vu des clients perdre des centaines de milliers d’euros en quelques mois à cause de ces attaques coordonnées.

Sources & références

  • stripe.com
  • radial.com
  • mastercard.com
  • practicalecommerce.com
  • explodingtopics.com
  • chargebacks911.com