Le président du Groupe d’action financière, Giles Thomson, avertit, dans des propos rapportés par le Financial Times, que les grands centres d’escroquerie qui exigeaient jusqu’ici d’importantes équipes humaines commencent à pouvoir être partiellement remplacés par de petites équipes équipées d’intelligence artificielle. Le vrai sujet n’est pas que la fraude s’améliore, ce qui est acquis. C’est qu’il devient possible de produire les effets d’une organisation criminelle industrielle avec beaucoup moins d’infrastructure humaine visible. Or tout l’appareil de détection, depuis 10 ans, a appris à chercher cette infrastructure.
Ce qui est mesuré, et par qui
Le propos s’inscrit dans une orientation institutionnelle documentée. Sous présidence britannique depuis le 1er juillet 2026, le Groupe d’action financière a fait de la fraude sa priorité stratégique et publié une feuille de route 2026-2028 couvrant ses 173 juridictions membres, avec un calendrier précis : collecte de typologies auprès des banques, régulateurs et responsables publics jusqu’en octobre 2026, recommandations attendues en février 2027, mise en oeuvre jusqu’en juin 2028. L’organisation situe les pertes liées à la fraude près de 500 milliards de dollars. De son côté, INTERPOL, dans son évaluation mondiale de la menace de fraude financière publiée en 2026, chiffre à 442 milliards de dollars les pertes de la seule année 2025, estime la fraude assistée par intelligence artificielle 4,5 fois plus rentable que les méthodes traditionnelles, et décrit des systèmes agentiques capables de planifier et d’exécuter seuls une campagne frauduleuse, de la reconnaissance à l’exécution. Aux États-Unis enfin, le centre de plaintes du FBI a compté pour la première fois l’intelligence artificielle séparément dans son rapport 2025 : 22 364 plaintes et près de 893 millions de dollars de pertes. Ces 3 montants proviennent de 3 organismes distincts, avec des périmètres et des méthodes différents : ils ne s’additionnent pas.
Le modèle qui change
Le centre d’escroquerie classique repose sur une chaîne lourde et visible : recrutement massif, travailleurs parfois victimes de traite, scripts, dizaines ou centaines de conversations simultanées, puis blanchiment. Ce que l’automatisation rend concevable est une chaîne courte : une petite équipe, des personas synthétiques, la traduction automatique, la voix et la vidéo générées, des conversations personnalisées à grande échelle, de faux sites produits à la demande, et une portée mondiale. La différence n’est pas qualitative sur le résultat pour la victime, qui perd son argent dans les 2 cas. Elle est structurelle sur ce qui est observable. Nous décrivons ce mouvement, comme label d’analyse et non comme concept déposé, par l’idée d’une miniaturisation de l’usine à arnaques.
Ce que cela change pour les capteurs
C’est la conséquence opérationnelle, et elle est sérieuse. Les autorités ont appris à chercher un immeuble, des centaines de travailleurs, des dortoirs, des fermes de téléphones. Ce sont des signaux physiques, lents à monter, difficiles à dissimuler, et c’est sur eux que se sont construits les coups de filet des dernières années. Si une partie de la capacité devient distribuée, hébergée dans le nuage, multilingue et sans emprise au sol, ces capteurs perdent en rendement sans que la menace baisse. La détection doit alors se déplacer vers ce qui reste nécessairement traçable : les identités numériques, les flux de paiement, les hébergeurs, les noms de domaine, les plateformes publicitaires, les portefeuilles d’actifs numériques et les fournisseurs de modèles. C’est d’ailleurs la logique de la feuille de route du Groupe d’action financière, qui insiste sur le partage d’informations entre États, banques et acteurs privés : quand le signal physique s’efface, le signal reste réparti chez des tiers.
Ce qu’il ne faut pas conclure
La mesure s’impose sur 3 points. D’abord, la miniaturisation ne fait pas disparaître les grands centres : INTERPOL documente leur expansion continue, et des centaines de milliers de personnes y travaillent encore, dont beaucoup de victimes de traite. Un récit technologique qui effacerait ce coût humain serait à la fois faux et indécent. Ensuite, la capacité décrite vient en complément, pas en substitution immédiate, et la vitesse du basculement reste inconnue. Enfin, les montants cités doivent rester attachés à leur source : les ordres de grandeur du Groupe d’action financière, d’INTERPOL et du FBI reposent sur des périmètres différents et se citent séparément. Sur un sujet où les chiffres circulent vite, la rigueur consiste à ne jamais les fusionner pour obtenir un total plus impressionnant.
Ce qu’ELMARQ retient
Pour une banque, une plateforme, un assureur ou une institution, la question n’est plus seulement de détecter une fraude, mais de savoir si l’on saurait encore détecter l’organisation qui la produit. 3 réflexes en découlent. D’abord, cesser de calibrer ses indicateurs sur le volume humain d’une opération : le nombre d’agents derrière une campagne cesse d’être un indice de sa taille réelle. Ensuite, investir là où le signal migre, c’est-à-dire dans le croisement des identités, des paiements et des infrastructures d’hébergement, plutôt que dans la seule détection de contenu, que la génération automatique rend moins discriminante. Enfin, accepter que le partage d’informations devienne une capacité opérationnelle et pas une obligation déclarative, puisque plus aucun acteur ne voit seul la chaîne complète. C’est le prolongement de ce que nous observions sur le détournement des mécanismes de confiance par les attaquants : l’automatisation ne crée pas de nouveaux crimes, elle déplace ce qui les rend visibles.
