Documents générés par l’IA
Reçus et factures produits par des générateurs d’images. Ils paraissent authentiques à l’œil nu ; la vue du modèle révèle l’empreinte du générateur.
Détection de fraude documentaire par IA.
Docklands AI est une solution de détection de fraude documentaire par IA. Nos propres modèles repèrent l’empreinte que laissent les générateurs d’images dans le grain, l’impression et la lumière, ainsi que les manipulations manuelles et les retouches numériques que les métadonnées ne révèlent pas.
app.docklands.ai/documents/RCPT-0882
THE HARBOUR KITCHEN
Looks genuine to a personTasting menu x6510.00
Chablis x3186.00
Service90.00
TOTAL€786.00
THE HARBOUR KITCHEN
Generator fingerprint · 0.97Tasting menu x6510.00
Chablis x3186.00
Service90.00
TOTAL€786.00
D’une image à un verdict.
Lire l’image, pas le fichier
Chaque document est analysé comme une image, qu’il arrive en PDF, en scan ou en photo prise au téléphone. Les métadonnées sont un indice, pas une preuve.
Chercher le générateur
Nos propres modèles recherchent l’empreinte que les générateurs d’images laissent dans le grain du papier, l’impression et l’éclairage.
Chercher la main et la retouche
Correcteur liquide, chiffres écrits à la main et totaux surchargés ; chiffres clonés et lignes collées, détectés pixel par pixel.
Montrer les preuves
Chaque constat est localisé à l’endroit précis du document où il a été trouvé, avec un score de confiance.
Trois façons de falsifier un document.
Généré, manipulé à la main ou retouché par logiciel. Chacune laisse des traces différentes.
Manipulation manuelle
Correcteur liquide, chiffre écrit à la main sur l’original, total surchargé. Comparez la photo avec ce que voit notre modèle.
Retouches numériques
Chiffres clonés et lignes collées. Deux prix aux pixels identiques sont signalés comme une zone clonée.
Plus de 200 contrôles par facture
Chaque chiffre, date, coordonnée bancaire et adresse : format de TVA, cohérence des lignes, somme de contrôle de l’IBAN, existence de l’entreprise à l’adresse indiquée, et plus encore.
Pourquoi les métadonnées ne détectent pas un faux généré par l’IA.
- Un reçu généré peut être enregistré, imprimé puis photographié. Ses métadonnées ressemblent alors à celles de n’importe quelle photo de téléphone.
- Les métadonnées se suppriment ou se falsifient facilement : un fichier propre ne prouve rien.
- Les traces qui comptent se trouvent dans les pixels : grain, impression, lumière et bords des chiffres retouchés.
- C’est pourquoi Docklands AI inspecte l’image du document elle-même, puis recoupe tous les fichiers du sinistre.
What the metadata says
- DeviceiPhone camera
- Created14/09/2026 18:02
- Edited withnone
- VerdictLooks clean
What the pixels say
- Generator fingerprint0.97
- Total re-written0.91
- Cloned digits2 regions
- VerdictHigh risk
Voyez ce que Docklands AI trouve dans vos propres documents.
Vos 1 000 premiers documents sont analysés gratuitement.
Comment savoir si un document est généré par l’IA
On cherche des fautes d’orthographe, des polices étranges ou des totaux qui ne tombent pas juste. Les générateurs d’images modernes font rarement ces erreurs. Un reçu de restaurant généré peut avoir la bonne mise en page, des prix plausibles et une texture de papier convaincante.
Ce que les générateurs laissent encore derrière eux est statistique : la façon dont le grain du papier se répète, dont l’encre se pose sur la page, dont la lumière tombe sur un reçu froissé. Ces traces sont invisibles pour un gestionnaire, mais assez régulières pour un modèle entraîné à les trouver. Docklands AI exécute ses propres modèles précisément pour cela, et présente le résultat sous forme de vue du modèle à côté de l’image soumise.
Détection de faux reçus pour les sinistres, les notes de frais et les factures
Les faux reçus apparaissent partout où un document déclenche un paiement : sinistres d’assurance, notes de frais, factures fournisseurs et demandes de crédit. Les mêmes contrôles s’appliquent à chaque fois : l’image est-elle générée, a-t-elle été manipulée à la main, a-t-elle été retouchée par logiciel, et son contenu résiste-t-il à plus de 200 contrôles.
Les constats reviennent avec un score de risque et les preuves localisées sur chaque document, afin que la personne qui l’examine comprenne pourquoi il a été signalé, au lieu de se fier à une boîte noire.
Détection de fraude documentaire par IA dans votre flux de travail actuel
Les documents parviennent à Docklands AI comme ils vous parviennent déjà : par REST API, transfert d’e-mails, SharePoint ou Google Drive. L’intégration par API prend moins de 30 minutes, et l’e-mail ne demande aucune intégration.
Le délai médian jusqu’au verdict est de 43 secondes : les documents peuvent donc être contrôlés dès leur arrivée, plutôt que de s’empiler dans un arriéré de revue. Les résultats repartent vers votre système de gestion des sinistres, votre outil de gestion de dossiers ou votre boîte de réception, et lorsqu’une fraude est détectée, le rapport est envoyé par e-mail avec les preuves jointes.
FAQ
Questions sur les documents générés par l’IA.
Comment savoir si un reçu a été généré par l'IA ?
Les reçus générés par l'IA présentent des régularités statistiques dans le grain du papier, le placement de l'encre et la lumière, invisibles pour un relecteur humain mais assez constantes pour être détectées par des modèles entraînés. Les générateurs actuels produisent des reçus visuellement convaincants, mais laissent ces empreintes derrière eux.
Quels sont les risques des factures et reçus générés par l'IA ?
Les factures et reçus générés par l'IA permettent la fraude à grande échelle : fausses factures de réparation dans les sinistres, factures fournisseurs fabriquées en comptabilité fournisseurs, faux reçus de notes de frais et preuves d'achat synthétiques dans les demandes de garantie. Ils paraissent parfaits aux relecteurs et passent les contrôles de métadonnées.
Docklands AI détecte-t-il les reçus et factures générés par l’IA ?
Oui. Nos propres modèles repèrent l’empreinte que laissent les générateurs d’images dans le grain, l’impression et la lumière, ce qu’une personne ne peut pas voir.
Cela fonctionne-t-il sur les photos et les captures d’écran, pas seulement sur les PDF ?
Oui. Les documents sont analysés comme des images : photos de téléphone, scans, captures d’écran et PDF sont tous contrôlés de la même manière.
Pourquoi ne pas simplement vérifier les métadonnées du fichier ?
Les métadonnées se suppriment ou se falsifient facilement. Un reçu généré puis photographié a des métadonnées comme n’importe quelle autre photo.
Détecte-t-il aussi les manipulations manuelles ?
Oui. Correcteur liquide, chiffres écrits à la main, totaux surchargés, chiffres clonés et lignes collées sont tous détectés sur l’image.
Une autre question ? Posez-la-nous lors d’un appel. Réserver un appel
Envoyez-nous le reçu dont vous doutez.
Nous vous montrerons s’il a été généré, manipulé ou retouché, et où se trouvent les preuves sur le document.