Une équipe aux compétences multiples pour protéger les clients sur l’ensemble de leurs moyens de paiement

Crédit Agricole Payment Services intervient sur la détection de la fraude pour l’ensemble des banques du groupe Crédit Agricole. Ses domaines d’intervention concernent la monétique, les virements, l’authentification et bientôt les chèques. L’objectif est de protéger les clients d’une utilisation frauduleuse de leurs moyens de paiement tout en limitant les alertes générées à tort qui peuvent être source d’irritants pour les clients. Une équipe composée d’experts métier et de deux data scientists travaille à temps plein à cette fin et développe sans cesse des méthodes innovantes issues de l’expertise contre la fraude et de l’intelligence artificielle. La fraude associée aux paiements par carte et aux virements en France atteignant 740 millions € en 2020(1), l’IA représente plus que jamais un axe de développement majeur de la protection des moyens de paiement de nos clients.

Une place de plus en plus importante pour l’IA au sein du dispositif de lutte contre la fraude

Démarrés en 2019, les travaux d’IA pour la lutte contre la fraude ont été menés afin d’adapter la complexité des algorithmes développés aux contraintes de détection de la fraude en temps réel. Le nombre cumulé de paiements par carte et de virements effectués en France en 2020 excédant 18 milliards d’opérations(2), CA-PS effectue une analyse de risques pour plusieurs centaines de transactions chaque seconde. Les algorithmes d’IA doivent ainsi répondre à des enjeux importants d’adaptabilité, de robustesse et de performance. Ces algorithmes (segmentation, arbre de décision et métaheuristique(3)) ont permis d’augmenter considérablement l’apport de l’IA sur la détection de fraude, passant de 2% à 12% en une année !

Des travaux de recherche pour améliorer sans cesse le dispositif de lutte contre la fraude

Les comportements des fraudeurs étant de plus en plus élaborés et complexes, Crédit Agricole Payment Services se veut à la pointe de la technologie pour protéger les clients des banques du Groupe. Un partenariat de recherche avec l’école Polytechnique est en cours et permet d’identifier automatiquement les nouveaux comportements des fraudeurs. Ce partenariat de recherche permet de modéliser, de mettre en équation le comportement des fraudeurs et d’anticiper de futurs comportements frauduleux grâce au deep learning(4).

(1)Source : Observatoire de la sécurité des moyens de paiement, rapport annuel 2020. La fraude sur les paiements par carte bancaire en France représente 473 millions € en 2020 contre 267 millions € pour les virements. 
(2)Source : Observatoire de la sécurité des moyens de paiement, rapport annuel 2020. 14 milliards d’opérations par cartes bancaires ont été effectuées en France en 2020 contre plus de 4 milliards de virements. 
(3)Méthodes algorithmiques approximatives générales permettant de fournir rapidement une solution réalisable, non nécessairement optimale, à un problème d’optimisation complexe. 
(4)Méthode de machine learning, reposant sur le principe des réseaux de neurones, empilant de nombreuses couches de « neurones » afin d’établir des règles complexes. Cette méthode a pour but d’imiter le cerveau humain.