Sinistre MTR-2026-048213Pièce jointe 2 sur 4
Pare-chocs arrière d’une citadine grise, cabossé et rayé, photographié sur un parking
IMG_4821.JPG, 11/03/2026, 23:14Données de prise de vue : modifiées
Traces d’IATraces de manipulations
Sinistre MTR-2026-048213Pièce jointe 2 sur 4
IMG_4821.JPG, 11/03/2026, 23:14Données de prise de vue : modifiées
Ce que nous lisonsCe que vous voyez
Versé au dossierAnalyse conservée, motif précisé
ConclusionSuspect
Justifications
Traces d’IAÉlevé
Traces de manipulations, zone du pare-chocs
Données de prise de vue modifiées
Aucune signature de générateur trouvée

Une photo dans chaque sinistre,
et peu de temps pour la regarder.

Le gestionnaire sinistres qui ouvre un dossier auto regarde le plus souvent une photo prise au téléphone sur un parking et envoyée par l’application tard le soir, et ce qu’il doit trancher, c’est si l’indemnisation peut partir ou si le dossier nécessite un expert, avec un motif qu’il peut consigner dans les deux cas.

Ce que ça fait

Vérifie chaque pièce d’un sinistre, des photos et vidéos aux devis et factures de réparation, et dit au gestionnaire si l’IA l’a produite ou modifiée, avec des mots qu’il peut coller dans le dossier.
Voir comment nous vérifions les documents →

Pourquoi c’est utile

Un dégât généré ou un devis réécrit ressemble à n’importe quelle autre pièce du dossier, et les contrôles en place n’ont jamais été conçus pour se demander comment elle a été fabriquée.

Pour qui

Les équipes sinistres auto, habitation, voyage et appareils nomades des assureurs, agences de souscription et gestionnaires délégués, et les experts qui travaillent avec eux.

Le problème

Les contrôles sinistres ont été conçus pour les photos réutilisées et les mises en scène

La recherche d’image inversée, les règles de gestion et l’œil du gestionnaire repèrent bien une photo prise ailleurs ou un dégât mis en scène, mais la photo d’une vraie voiture dans laquelle un dégât a été généré ne leur laisse rien à trouver.

Le dégât qui n’a jamais existé

Une vraie photo d’une voiture intacte, dans laquelle un enfoncement a été généré sur le pare-chocs. La voiture, la plaque et le parking sont tous réels, et c’est ce qui rend l’image si convaincante.

La rayure devenue tôle enfoncée

Une petite marque bien réelle, agrandie par un modèle jusqu’à faire changer le devis de tranche. Le sinistre lui-même est légitime, seule son ampleur a changé.

Le devis au nouveau total

Un vrai devis d’un vrai garage, dont la ligne de main-d’œuvre et le total ont été réécrits. La mise en page, le logo et le cachet sont intacts, et seules les lignes modifiées portent les traces du changement.

La série

Trois photos envoyées pour un même dégât des eaux, chacune sous un angle différent, et c’est le même modèle qui les a toutes produites. Chaque image paraît ordinaire prise seule, et le lien apparaît dès que l’on sait lire comment elles ont été fabriquées.

Dégât des eaux, photo 1 sur 3Photo 1 sur 3
Dégât des eaux, photo 2 sur 3Photo 2 sur 3
Dégât des eaux, photo 3 sur 3Photo 3 sur 3

Un seul dégât des eaux, trois photos, toutes produites par le même modèle.

En chiffres

La fraude aux sinistres approche déjà le milliard d’euros par an rien qu’en France

€947m

de fraude à l’assurance identifiés par les assureurs français en 2025, dont les deux tiers en auto, habitation et responsabilité civile.

Source : ALFA, juillet 2026
99 %

des professionnels des sinistres disent avoir déjà rencontré des documents manipulés ou modifiés par IA.

Source : Verisk, mars 2026
32 %

d’entre eux se sentent très sûrs de pouvoir reconnaître un deepfake.

Source : Verisk, mars 2026
Projection pour un assureur

Sinistres frauduleux stoppés avant indemnisation, par an

1 000sinistres
1005 000
€3.7m

économisés chaque année à 3 700 € par sinistre stoppé (AXA España, avril 2026), avant même de compter les heures que vos gestionnaires ne passent plus sur des photos qui semblent normales.

Mesurez-le sur vos propres sinistres

Notre réponse

La place de Label4.ai dans votre processus

Label4.ai ajoute une question aux contrôles que vous menez déjà, et laisse le reste de votre processus tel qu’il est.

Sinistre reçu

Application, e-mail, portail courtier ou téléphone : votre circuit d’entrée, quel qu’il soit.

Vos contrôles existants

Recherche d’image inversée, règles de gestion, le score de fraude que vous utilisez déjà. Inchangés.

Analyse Label4.ai

Cette photo est-elle bien ce qu’elle prétend être ? Vérifiée automatiquement à son arrivée, en quelques secondes, avec ses raisons.

Décision

Indemniser, envoyer un expert ou transmettre à la cellule fraude, avec le motif consigné.

Un résultat lisible par toute l’équipe

Le gestionnaire voit d’abord la conclusion, puis trois phrases écrites dans les mots du métier, comme celles-ci.

  • Cette photo porte les traces d’un modèle génératif, plus marquées sur le pare-chocs arrière.
  • La zone du pare-chocs a été modifiée après la prise de vue, à l’endroit où apparaît le dégât.
  • Aucune signature de générateur n’a été trouvée : la conclusion repose donc uniquement sur l’analyse des traces.

Notre méthode

Ce qu’il y a derrière chaque conclusion

  • Une analyse adaptée à votre processus Chaque projet est configuré selon votre façon de travailler, avec les contrôles qui comptent pour vos contenus, votre seuil et l’action que nous recommandons. Chaque analyse cherche d’abord une signature laissée par le générateur, puis les traces qu’un modèle laisse et les signes de retouche.
  • Une détection qui laisse tourner le processus La plupart des sinistres sont réels et doivent être indemnisés vite : avant le contrat, nous analysons vos propres contenus et convenons avec vous du taux de fausses alertes adapté à votre processus. C’est pourquoi nous n’annonçons aucun taux de détection générique : nous montons un projet et le réglons pour obtenir le meilleur taux de détection sur votre propre cas d’usage.
  • Une conclusion qui tient Un même contenu, analysé deux fois, donne deux fois le même rapport, ce qui fait passer une série de sinistres du soupçon à la preuve.

Il fonctionne dans notre cloud ou sur vos propres serveurs, via la console Anomaly Engine ou l’API.

Découvrir la technologie en détail

Vos contenus

Découvrez ce que révèlent vos sinistres

Vous nous envoyez un lot de photos de sinistres dont vous connaissez déjà l’issue, y compris les fraudes que vous avez détectées et celles que vous avez découvertes trop tard. Nous vous rendons un résultat pour chaque photo, vos taux de fausses alertes et de fraudes manquées, et la liste claire de ce que nous n’avons pas vu.

Nous répondons à chaque demande sous deux jours ouvrés, sous accord de confidentialité si vous le souhaitez.