Aller au contenu

FRAUDE DOCUMENTAIRE AVANT QUE L'ARGENT NE SORTE

Voir ne suffit plus pour croire.

Des factures, relevés et reçus générés par IA entrent déjà dans les circuits de paiement, parfaits au pixel près, invisibles à l'œil humain. Frodau est le système conçu pour les faire remonter et les intercepter avant tout paiement.

Deux piles de reçus médicaux sur un bureau. La pile de gauche est approuvée par une coche verte. Celle de droite est signalée par une croix rouge sous une lumière de scan bleue, avec des annotations pour une anomalie de pixels, un total incohérent, des documents en double et une date.
0:00 / 0:00
Généré en 4,2 secondes. Signalé en 0,31.

Fabriqués à la demande. Sans scanner, sans ciseaux, sans colle.

01

Créés en quelques secondes

02

Invisibles à l'œil humain

03

Une détection encore émergente

Le dossier

La perte est déjà comptée.

Les mêmes documents

Partout où un document libère l'argent.

Frodau pose les mêmes quatre questions à chacun. Le film ci-dessus en est un : un reçu médical.

Assurance

Factures médicales, reçus, factures, pièces de sinistre, documentation d'accident.

Banque et crédit

Relevés bancaires, bulletins de paie, déclarations fiscales, justificatifs de revenus, pièces d'identité.

Santé et paiements médicaux

Factures médicales, ordonnances, dossiers cliniques, comptes rendus de laboratoire.

Finance d'entreprise / comptes fournisseurs

Factures fournisseurs, instructions de paiement, bons de commande.

Prestations publiques

Justificatifs de revenus, certificats médicaux, documents d'éligibilité.

Administrations fiscales

Factures, reçus, justificatifs de dépenses, documentation d'entreprise.

Crédit immobilier

Relevés de revenus, vérification d'emploi, expertises, relevés bancaires.

Financement du commerce international

Factures commerciales, connaissements, certificats, documents douaniers.

Notes de frais et cartes d'entreprise

Reçus d'hôtel, de restaurant, de transport et de dépenses professionnelles.

Commerce en ligne et places de marché

Reçus d'achat, factures, documents de retour et preuves de livraison.

Fonctionnement

Un dépôt. Quatre réponses en parallèle, en quelques secondes.

01

Est-ce un doublon ?

Une mémoire d'empreintes à l'échelle de toute l'organisation. Le même document n'est jamais payé deux fois même recadré, rephotographié ou légèrement modifié.

Deux cartes de reçu de pharmacie. À gauche, probablement authentique. À droite, probablement généré par IA, avec des flèches vers un texte synthétique et un total qui ne concorde pas.

02

Est-ce le bon document ?

Classe le type de document avec un score de confiance, pour signaler immédiatement un fichier du mauvais type. Sur un sinistre, cela veut dire pharmacie, clinique, dentaire, laboratoire ou non médical.

Fenêtre API sombre de POST /v1/analyses. Le JSON marque le reçu comme pharmacie, amoxicilline couverte, Coca-Cola non couvert.

03

Quelles lignes sont payables ?

Extrait chaque ligne et la marque comme couverte, exclue ou incertaine. Sur le reçu de pharmacie, la confiserie ne voyage pas avec le médicament.

Reçu de pharmacie en volume avec des étiquettes flottantes. Médicament approuvé. Coca-Cola marqué comme hors sujet.

04

Est-ce authentique ?

Un ensemble de détecteurs forensiques et d'IA indépendants tranche : photo originale, document retouché ou production machine.

Tableau d'examen du reçu de pharmacie avec cartes de chaleur, scores des détecteurs, et actions pour marquer comme authentique ou faux.

Conçu pour la vitesse : les détecteurs tournent en parallèle et quand les deux moteurs d'IA commerciaux concordent fortement, les vérifications plus lentes sont entièrement sautées.

Aucun détecteur ne décide seul.

Forensique des métadonnées

EXIF, traces d'édition, signatures de générateurs d'IA dans le fichier

Analyse de compression ELA

Des cartes thermiques révèlent les zones collées ou modifiées le montant retouché, le grand classique

2

Deux détecteurs d'IA indépendants

Deux moteurs commerciaux notent la même question : est-ce produit par une machine ?

Analyse des motifs synthétiques

Signaux au niveau du pixel et du style, typiques des modèles génératifs

Sémantique et arithmétique

Les lignes s'additionnent-elles ? Dates, heures, TVA et totaux sont-ils cohérents ?

Validation des identifiants médicaux

Identifiants de prestataires et de médicaments, franchises et données d'assurance passent un contrôle de plausibilité

Contre-examen visuel

Un modèle de vision donne un second avis : l'histoire du document tient-elle ?

Mémoire des doublons

Correspondance d'empreintes avec tout ce que l'organisation a déjà vu

Des verdicts prudents, pas des accusations.

  • Probablement authentique
  • À examiner
  • Probablement faux / IA
  • Non concluant

Vos documents restent les vôtres.

01

Documents d'exemple dans la démo

La démo publique fonctionne sur des documents d'exemple. Les fichiers d'un client ne sont traités que dans l'environnement de ce client.

02

Chaque client est séparé

Les documents et la mémoire des doublons d'un client ne sont pas visibles pour un autre client, et ne servent pas à entraîner un modèle partagé.

03

Uniquement les personnes autorisées

Seules les personnes autorisées par le client peuvent ouvrir les fichiers. Chaque verdict conserve ses preuves.

04

Chiffré, puis supprimé

Les fichiers sont chiffrés en transit et au repos. La conservation, y compris la mémoire des doublons, suit le calendrier du client. À la fin de l'engagement, cet environnement est supprimé.

Le client reste propriétaire des documents. Frodau les traite dans le cadre d'un contrat. Ces mêmes contrôles sont ceux qu'attendent les lois sur la vie privée du secteur du client, y compris le RGPD et l'HIPAA lorsqu'ils s'appliquent.

Ce que Frodau apporte

01

Voir l'invisible

02

Concentrer vos examinateurs

03

En finir avec les redépôts

04

Des décisions défendables

Notre proposition : un pilote contrôlé sur des documents déjà payés.

En quelques jours, pas en mois nous exécutons Frodau dans votre propre environnement sur des documents déjà payés, montrons exactement ce qui aurait été signalé en temps réel, et calculons ensemble le potentiel d'économies réel. La démo publique ne reçoit jamais ces fichiers.

La question que nous voulons tester avec vous : Frodau peut-elle aider à identifier et prévenir, dans la durée, jusqu'à 100 M₪ de paiements erronés et de fraudes ? Si nous trouvons ne serait-ce qu'une fraction de ce que nous pensons caché dans les données cela se chiffre en millions.

Trouvons ce qui est déjà à l'intérieur.