Attaques par deepfake vocal contre les équipes financières : guide de défense

Vendredi, 16 h 50. Au bout du fil, la voix du directeur financier : le même débit, le même accent, cette impatience familière. Il veut qu’un paiement confidentiel parte avant la fin de la journée. Tout, dans la voix, est juste. La seule chose fausse, c’est que le directeur financier n’a jamais passé cet appel.

Ce scénario a cessé d’être une hypothèse il y a des années. Chez Arup, groupe d’ingénierie, un salarié du service financier a participé à une visioconférence avec des personnes qui avaient l’apparence et la voix du directeur financier du groupe et de plusieurs collègues, puis a effectué 15 virements pour un total d’environ 25,6 millions de dollars. Tous les autres participants étaient des deepfakes. La technologie n’a fait que progresser depuis. Selon le communiqué de Gartner du 22 septembre 2025, 62 % des organisations ont subi une attaque par deepfake au cours de l’année écoulée. Le Global Threat Report 2025 de CrowdStrike a relevé une hausse de 442 % du phishing vocal au second semestre 2024 par rapport au premier. Et le Verizon Data Breach Investigations Report 2026 indique que l’élément humain intervient dans 62 % des violations.

Ce guide traite du point où cette technologie rencontre une fonction précise : les personnes habilitées à faire sortir de l’argent. Ces équipes sont au cœur du risque humain dans les services financiers. Nous expliquons pourquoi les équipes financières sont visées, ce que trois affaires bien documentées montrent de ce qui fonctionne et de ce qui échoue, et une procédure de vérification qui tient même quand la voix est parfaite.

Pourquoi les appels visent la finance

Le deepfake vocal n’est pas une nouvelle attaque, c’est un multiplicateur de force pour une attaque ancienne. La fraude au président, qui consiste à se faire passer pour un dirigeant afin d’exiger un paiement urgent, est bien antérieure à l’IA. La compromission de messagerie professionnelle (BEC) reste l’une des fraudes les plus coûteuses : dans son rapport annuel 2025, l’Internet Crime Complaint Center (IC3) du FBI a recensé environ 3 milliards de dollars de pertes liées au BEC. Ce que la voix clonée ajoute, c’est la couche de confiance que l’e-mail n’a jamais su imiter : une voix familière qui répond à vos questions en temps réel.

Les régulateurs ont explicitement signalé ce glissement. Dans son alerte de novembre 2024, le FinCEN, rattaché au Trésor américain, a mis en garde les établissements financiers contre la hausse des opérations suspectes impliquant des contenus deepfake, des pièces d’identité générées par IA à l’usurpation de dirigeants. Le Center for Financial Services de Deloitte projette que les pertes de fraude permises par l’IA générative aux États-Unis pourraient passer de 12,3 milliards de dollars en 2023 à 40 milliards en 2027. C’est une projection, pas une mesure, mais la direction est claire.

La logique du ciblage est simple. Les équipes financières combinent le pouvoir de paiement et une culture de réponse rapide aux dirigeants ; leurs circuits de validation (qui peut approuver quoi, au-delà de quel montant) sont souvent devinables de l’extérieur. Un attaquant qui clone la voix du PDG n’a besoin de compromettre aucun système. Il lui faut une seule personne qui considère une voix comme une preuve d’identité. La fraude à la facture fonctionne selon la même logique : la demande est banale, la pression est sociale, l’argent sort par des canaux légitimes.

Trois appels, trois leçons

Lues ensemble, ces trois affaires sont exceptionnellement instructives, car ce qui sépare une perte à huit chiffres de deux tentatives déjouées n’a jamais été une technologie de détection. Personne n’a été sauvé par son oreille.

Chez Ferrari, la voix imitant le PDG Benedetto Vigna était convaincante, jusqu’à l’accent du sud de l’Italie. Mais le dirigeant au bout du fil a fait ce qu’aucun clone ne peut contourner : il a demandé le titre du livre que Vigna lui avait récemment recommandé. Le faux PDG a raccroché. Chez LastPass, le salarié a reconnu exactement les signaux sur lesquels l’entreprise formait son personnel : un contact hors des canaux professionnels habituels et une urgence artificielle. Chez Arup, au contraire, c’est la visioconférence elle-même qui a dissipé la méfiance initiale du salarié face à un e-mail de phishing. La fausse réunion a servi de réassurance, et aucun contrôle de procédure ne séparait cette réassurance des virements.

Une voix clonée n’a pas besoin de tromper votre oreille indéfiniment ; il lui suffit de la tromper assez longtemps pour que l’urgence écrase la procédure. La vérification doit vivre dans la procédure, pas chez celui qui écoute.

Comment se prépare un appel cloné

Comprendre la chaîne de production montre où la défense peut agir. La première étape est la reconnaissance : les attaquants utilisent l'OSINT pour choisir la voix, la cible et un prétexte crédible (réunions investisseurs, vidéos de conférences, organigrammes sur LinkedIn, communiqués de presse). La deuxième étape est le clone lui-même : l'étude de McAfee sur le clonage vocal a constaté que des outils accessibles gratuitement produisaient une ressemblance vocale de 85 % à partir de trois secondes d’enregistrement. La troisième étape est le canal : les attaques privilégient les téléphones personnels et WhatsApp, que ni la sécurité de la messagerie ni les journaux d’appels de l’entreprise n’observent. C’est l’angle mort qu’exploite aussi la vague plus large du vishing et du smishing. Certaines campagnes inversent le flux avec le phishing par rappel : un e-mail laisse un numéro de téléphone, c’est la victime qui appelle, et elle arrive sur la ligne déjà en confiance.

Vient ensuite le scénario : une acquisition confidentielle, une urgence fournisseur, une échéance réglementaire. Toujours urgent, toujours confidentiel ; et cela se termine toujours par un paiement ou un identifiant. L'avis public du FBI de décembre 2024 décrit toute cette chaîne, de la voix clonée aux documents générés par IA qui soutiennent le prétexte.

À quoi cela ressemble dans une entreprise française (exemple fictif)

Le scénario ci-dessous est entièrement fictif ; l’entreprise et les personnes sont imaginaires.

Un jeudi soir, la responsable comptable d’Exemple Distribution SAS, une entreprise de distribution de taille moyenne, reçoit sur WhatsApp un message d’un compte portant la photo du directeur général : « Nous sommes en pleine négociation d’une acquisition confidentielle, je vous appelle dans un instant, n’en parlez à personne. » Dix minutes plus tard, à l’appel, la voix du directeur général explique qu’un acompte doit partir aujourd’hui vers un fournisseur étranger ; les coordonnées de facturation arriveront depuis l’adresse [email protected]. La responsable a une procédure interne : une seconde validation pour tout paiement supérieur à 50 000 €, et un rappel vers le numéro de l’annuaire. Elle raccroche et appelle le directeur général sur sa ligne interne. Il est en réunion et n’a jamais entendu parler de cette demande. Le paiement ne part pas ; la responsable signale l’incident au service sécurité.

Ce que cet exemple enseigne, c’est que la question de savoir si la responsable a reconnu la voix n’a aucune importance. Ce qui la protège, c’est une procédure qui ne repose pas sur son propre jugement.

La procédure de vérification pour les équipes financières

1. Rendre le rappel vers un numéro connu non négociable. Toute demande vocale ou vidéo de sortie de fonds, de modification de coordonnées de paiement ou de partage d’identifiants est vérifiée par un canal distinct : raccrochez et appelez le numéro de l’annuaire interne. N’utilisez jamais le numéro qui vous a appelé, ni un numéro donné pendant l’appel. Le FBI recommande en outre un mot ou une phrase secrète convenus à l’avance pour les validations à haut risque. Voyez-y un contrôle parmi d’autres, pas le seul : tout ce qui peut se partager peut fuiter.

2. Bâtir des contrôles qui supposent que l’identité ne peut pas être vérifiée. Double validation au-delà d’un seuil, séparation entre la personne qui initie le paiement et celle qui l’approuve, délai d’attente obligatoire pour tout bénéficiaire nouveau ou modifié. Ces contrôles fonctionnent parce qu’ils ne s’intéressent pas à la force de conviction du demandeur. La perte d’Arup a exigé qu’une seule personne puisse effectuer quinze virements sur la foi d’une seule réunion.

3. Protéger le circuit de modification des coordonnées fournisseurs. Les changements de coordonnées bancaires sont le cousin discret du spectaculaire appel du PDG, et c’est là que s’écoule en réalité l’essentiel de l’argent du BEC. Toute modification des coordonnées de paiement d’un fournisseur, aussi légitime que paraisse la demande, est vérifiée auprès d’un interlocuteur connu chez ce fournisseur, à un numéro établi à l’avance.

4. Rendre sûr le fait de dire « non » au PDG. Chez Ferrari, le sauvetage a tenu à un dirigeant qui se sentait autorisé à mettre son PDG à l’épreuve. Écrivez-le : personne ne sera sanctionné pour avoir retardé un paiement afin de le vérifier, et les vrais dirigeants s’attendent à être vérifiés. Une demande qui combine urgence et confidentialité pour décourager la vérification est le signal de fraude le plus fort que vous rencontrerez.

5. Répéter, puis mesurer. Une politique que personne n’a pratiquée cède devant une voix que tout le monde reconnaît. Menez des simulations de deepfake vocal propres aux fonctions finance et trésorerie, et vérifiez que le rappel est réellement effectué sous pression temporelle. Versez les résultats dans un score de risque humain, pour que les utilisateurs disposant d’un pouvoir de paiement, ceux dont l’erreur coûte le plus cher, reçoivent un accompagnement ciblé plutôt qu’une formation annuelle générique. En cas de tentative, signalez-la : d’abord en interne à l’équipe sécurité, puis immédiatement à votre banque si des fonds sont partis.

Conclusion

La voix était une biométrie que votre organisation possédait gratuitement : on reconnaît le directeur financier, on fait confiance au directeur financier. Le clonage vocal bon marché a supprimé cette hypothèse, et elle ne reviendra pas. Les équipes financières qui s’en sortent bien ne sont pas celles qui achètent un détecteur de deepfake ; ce sont celles qui déplacent la confiance de la perception humaine vers la procédure, et qui répètent cette procédure assez pour qu’elle tienne face à une voix convaincante un vendredi après-midi. La technologie derrière ces appels continuera de progresser. Le rappel vers un numéro connu, lui, fonctionne toujours.