Détecteur de faux reçu et de fausse facture générée par IA

1. DépôtVotre document est envoyé directement à TruthScan, jamais à nous.
2. AnalyseScore de probabilité IA et carte de chaleur des zones suspectes.
3. VerdictRésultat en quelques secondes, avec rapport détaillé.

Le faux reçu, nouveau classique de la fraude aux notes de frais

Générer la photo d'un ticket de restaurant froissé, avec logo, TVA, numéro de table et pli de papier, prend quelques secondes avec les générateurs d'images récents. Modifier le montant d'un vrai ticket est encore plus simple. Les services comptables, les cabinets d'expertise, les assureurs et les plateformes de remboursement reçoivent des milliers de justificatifs en photo et ne peuvent pas tous les vérifier à la main. La même logique s'applique aux factures de réparation, aux devis « prouvant » un dommage et aux justificatifs d'achat pour une garantie ou un remboursement.

Ce que vous pouvez vérifier vous-même

• L'arithmétique : les lignes doivent totaliser le sous-total, la TVA doit correspondre aux taux français (20 %, 10 %, 5,5 %, 2,1 %) appliqués aux bonnes catégories, le total TTC doit être cohérent.
• Les mentions obligatoires : nom et adresse du commerçant, SIRET ou numéro de TVA intracommunautaire (vérifiables en ligne), date et heure, moyen de paiement.
• La typographie : un ticket de caisse est imprimé en police monospace régulière ; un montant modifié se voit à un espacement ou une graisse différents, un texte généré par IA à des lettres légèrement variables ou des caractères inventés.
• Le support : papier thermique légèrement grisé, bords irréguliers, pli cohérent avec la déformation du texte ; les images générées ont souvent un papier trop blanc et un texte parfaitement plat malgré les plis.
• Le contexte : l'établissement existe-t-il à cette adresse ? Était-il ouvert à cette date et à cette heure ? Le ticket a-t-il déjà été soumis (doublons) ?

Ce que le détecteur ajoute

Sur une photo, l'analyseur cherche d'abord les signatures d'une image générée (bruit, textures, fréquences), puis les incohérences locales d'une retouche : zone du montant au bruit différent du reste, bord de copier-coller, texte qui ne suit pas la courbure du papier. Sur un PDF, il examine en plus les métadonnées, la structure du fichier et les traces d'édition, comme pour un faux justificatif. Le rapport renvoie un score de risque et une carte de chaleur des zones altérées.

Cas d'usage

• Notes de frais : contrôle des justificatifs avant remboursement, en priorité sur les montants ronds, les tickets sans heure ou les établissements introuvables.
• Assurance : facture de réparation ou preuve d'achat jointe à une déclaration de sinistre.
• Marketplaces et SAV : preuve d'achat pour une garantie, un retour ou un litige avec un vendeur.
• Comptabilité : facture fournisseur reçue d'un nouvel émetteur, surtout si les coordonnées bancaires ont changé.

Les limites

Une photo floue, prise de biais ou fortement compressée réduit la fiabilité ; demandez une photo nette et à plat. Un vrai ticket réimprimé par un commerçant complice ne se détecte pas par l'image. Un score « suspect » n'est pas une preuve : c'est une raison de demander l'original ou une confirmation auprès de l'émetteur. Enfin, rappelez-vous que pour les factures entre entreprises, la facturation électronique qui se déploie depuis septembre 2026 apporte une garantie d'origine que la photo n'aura jamais.

Questions fréquentes

Comment reconnaître une fausse facture générée par IA ?

Vérifiez l'arithmétique (lignes, TVA, total), les mentions obligatoires (SIRET, adresse, date), la régularité de la police et la cohérence du papier et des plis. Puis analysez la photo ou le PDF, qui révèle les signatures de génération et les zones retouchées.

Le détecteur accepte-t-il une photo de ticket prise au téléphone ?

Oui : JPG, PNG, WebP et HEIC sont acceptés, ainsi que les PDF. Photographiez le ticket à plat, net et bien éclairé, sans recadrer trop serré, pour une analyse plus fiable.

Peut-on détecter un montant modifié sur un vrai ticket ?

C'est le cas le plus fréquent et généralement bien repéré : la zone modifiée présente un bruit, une netteté ou un alignement différents du reste, et la carte de chaleur la met en évidence. Un montant modifié avant impression n'est en revanche pas détectable par l'image.

Que faire si un reçu est signalé comme suspect ?

Demandez l'original ou un duplicata directement à l'émetteur, vérifiez l'existence du commerçant et l'absence de doublon. Un score n'est pas une preuve de fraude ; utilisez-le pour prioriser vos vérifications.

Un ticket froissé ou pâli est-il signalé à tort ?

Rarement : le détecteur cherche des signatures de génération ou de retouche, pas la qualité du papier. Une photo très dégradée peut toutefois donner un score incertain ; dans ce cas, reprenez la photo ou demandez l'original.