La détection de fraude repose depuis toujours sur un principe simple : identifier ce qui sort de l’ordinaire. Une transaction inhabituellement élevée, un bénéficiaire inconnu, une connexion depuis un appareil non reconnu. Ces signaux d’anomalie ont structuré des décennies de dispositifs de protection, explique Stephanie Mitchell, Senior Director, Financial Messaging Product, Finastra. Ils restent valides, mais ils ne suffisent plus.
Ce qui caractérise la fraude aux paiements en 2026, c’est précisément son absence d’anomalie. Selon l’Observatoire de la sécurité des moyens de paiement, le virement représente aujourd’hui 37 % des montants détournés en France, un chiffre qui dépasse celui de la carte bancaire pour la première fois. En un an, les pertes ont bondi de 70 millions d’euros pour atteindre 230 millions, tirées en grande partie par l’explosion des arnaques initiées depuis les interfaces de banque en ligne, en hausse de 54 %1. Ces chiffres ne reflètent pas un affaiblissement des dispositifs techniques. Ils traduisent un changement de méthode : ces opérations sont parfaitement conformes, initiées par des clients qui croyaient agir librement.
Le protocole ne dit plus rien de l’intention
La fraude APP (Authorized Push Payment) a imposé un changement de paradigme dans l’approche de la détection. Ici, l’authentification forte est franchie, le donneur d’ordre est bien le titulaire du compte, le bénéficiaire existe. Tous les voyants sont au vert. Le client a simplement été amené, par une mise en scène convaincante, à initier lui-même une opération frauduleuse.
Face à ce type d’attaque, les outils déployés ces dernières années montrent leurs limites structurelles. La vérification du bénéficiaire (VoP) compare un nom et un IBAN : un fraudeur qui opère via une structure juridique aux dénominations proches d’un fournisseur légitime passe sans difficulté. Le Mécanisme d’Authentification des Numéros (MAN), conçu pour endiguer le spoofing, voit les réseaux criminels se déplacer vers des canaux mobiles moins régulés. Le FNC-RF, activé par la Banque de France en mai 2026, améliore le partage d’informations sur les comptes signalés entre établissements, mais il intervient sur des fraudes déjà identifiées. Dans un environnement de virement instantané, où les fonds sont irrévocablement transférés en quelques secondes, identifier la fraude après coup n’est qu’un constat.
La question qui se pose aux équipes de détection n’est donc plus seulement de repérer ce qui sort du cadre, mais d’évaluer ce qui s’y inscrit dans des conditions suspectes. C’est là qu’intervient la biométrie comportementale.
Lire ce que le geste révèle
L’idée centrale de la biométrie comportementale est que la façon dont un individu interagit avec son interface bancaire constitue une empreinte aussi singulière que sa signature. La vitesse de frappe, la pression exercée sur l’écran tactile, le mouvement de la souris, l’enchaînement des pages consultées avant de valider un virement : ces micro-signaux forment un profil d’usage qui s’écarte sensiblement lorsqu’un utilisateur est sous pression psychologique. Un client manipulé par un escroc pour effectuer un virement en urgence navigue différemment, frappe différemment, hésite différemment. Le modèle le voit, même si l’opération elle-même ne déclenche aucune alerte conventionnelle.
C’est précisément cette couche de détection que l’IA générative commence à menacer. Le cas Arup en 2024 l’illustre concrètement : un employé a viré 25 millions de dollars à des escrocs au terme d’une visioconférence où chacun de ses interlocuteurs était un clone numérique généré par IA. En France, 54 % des institutions financières identifient désormais l’IA comme leur principale menace de sécurité2. Ce chiffre, nettement supérieur à la moyenne mondiale, traduit une réalité opérationnelle : les outils d’imitation comportementale progressent, et les signaux sur lesquels la détection s’appuyait deviennent plus difficiles à lire.
De la défense individuelle à l’intelligence collective
Un deuxième défi vient compliquer la réponse : les réseaux criminels apprennent plus vite qu’un établissement isolé ne peut observer. Un schéma d’attaque testé et affiné sur plusieurs banques successives dépasse la capacité de détection de chacune d’elles prise séparément. La jurisprudence récente, et le futur cadre européen PSR et PSD3, accentuent encore la pression : les tribunaux considèrent de plus en plus que la validation technique ne vaut pas consentement juridique lorsque la vigilance du client a été altérée. La responsabilité des établissements se déplace vers une obligation de détection proactive, indépendamment de la conformité formelle de la transaction.
Le federated learning offre une réponse architecturale à ce problème de périmètre. Plusieurs institutions font converger leurs modèles de détection sans échanger de données brutes : chaque banque entraîne son modèle localement, seuls les paramètres mathématiques sont mis en commun. L’expérience d’une tentative de fraude détectée chez un établissement enrichit les modèles de tous les autres, sans aucun transfert de données personnelles. C’est la condition pour passer d’une défense en silo à une intelligence du risque mutualisée, conforme au RGPD.
L’infrastructure comme condition de la détection
Ces capacités analytiques ne valent que si les systèmes sous-jacents peuvent les déployer au bon moment. La détection comportementale et les modèles fédérés doivent produire leur verdict avant que le paiement soit exécuté, en quelques millisecondes dans un environnement de virement instantané.
L’adoption de l’ISO 20022 joue ici un rôle clé. En embarquant des données contextuelles riches directement dans le message de paiement, identité du donneur d’ordre, objet du virement, référence de la facture, ce standard permet d’alimenter l’analyse comportementale avec des informations qui dépassent le seul geste de l’utilisateur. Un modèle qui croise les données comportementales avec le contexte de la transaction dispose d’un spectre de détection incomparablement plus large. Les architectures microservices, qui découplent les fonctions d’autorisation, de scoring de risque et de notification, permettent d’intégrer ces décisions dans le flux de traitement sans en dégrader la fluidité.
La viabilité du virement instantané comme pivot des paiements européens dépend de cette capacité : évaluer le contexte d’une opération au même rythme qu’on l’exécute. La fraude ne cherche plus à forcer les portes. Elle apprend à en imiter les clés. La réponse doit être à la même hauteur.
