Une protection réelle à l'échelle nationale, sur l'infrastructure que les administrations exploitent déjà.
La fraude et les paiements irréguliers coûtent chaque année des centaines de milliards de dollars aux programmes de prestations fédéraux, touchant Medicare, Medicaid, les secours en cas de catastrophe, l'aide aux étudiants, l'aide alimentaire, l'assurance chômage et de nombreux autres programmes publics. Le Government Accountability Office estime les pertes dues à la fraude fédérale entre 233 et 521 milliards de dollars par an, avec environ 186 milliards de dollars de paiements irréguliers signalés pour le seul exercice fiscal 2025.
Il ne s'agit pas d'un manque de surveillance, mais plutôt du produit d'un véritable dilemme. Ces programmes sont conçus pour distribuer l'aide rapidement et à très grande échelle. À ce niveau de volume, vérifier minutieusement chaque transaction avant l'envoi des fonds est presque impossible sans retarder l'aide aux personnes qui en ont réellement besoin. C'est pourquoi la détection s'est traditionnellement faite après coup, selon un modèle de « payer et courir après ». Mais une fois qu'un paiement frauduleux est effectué, récupérer l'argent est un processus lent, coûteux et rarement couronné de succès. C'est pourquoi l'arrêt de la fraude en temps réel est si crucial. Les fraudeurs exploitent précisément cette faille à l'aide de sociétés écrans, d'identités volées et de demandes fictives, et ils changent de tactique dès qu'un stratagème est démantelé.
La bonne nouvelle est que les administrations n'ont plus à choisir entre rapidité et meilleures décisions. Les progrès de l'AI, de l'analyse en temps réel et l'accès à des données plus complètes permettent d'évaluer les transactions au fur et à mesure qu'elles se produisent, sans ralentir la distribution des prestations. Plutôt que de s'appuyer principalement sur des enquêtes a posteriori, les administrations peuvent utiliser le scoring de risque intelligent, la résolution d'entités, l'analyse comportementale et le machine learning pour identifier les activités suspectes avant le déblocage des fonds. Databricks fournit la plateforme de données et d'AI pour concevoir et exploiter ces systèmes, permettant aux administrations de prendre des décisions plus rapides et de meilleure qualité en temps réel, tout en apportant une aide essentielle aux bénéficiaires légitimes sans retards inutiles.
Chez Databricks, la détection de la fraude en temps réel est un sujet que nous connaissons très bien. Nous avons conçu des systèmes de détection de la fraude pour des banques, des assureurs et des cybercommerçants, en attribuant un score aux transactions et en bloquant celles qui sont suspectes, tout en permettant aux activités légitimes de se poursuivre rapidement. Ces systèmes évaluent couramment des milliards de transactions chaque année, prenant souvent des décisions en quelques dizaines de millisecondes seulement. Si vous avez déjà reçu un SMS concernant un achat suspect bloqué avant d'être approuvé, vous avez probablement vu cette technologie en action.
Cette même capacité peut protéger l'aide fédérale : une demande peut être évaluée à l'instant même où elle est soumise et suspendue avant qu'un seul dollar ne soit versé.
Les systèmes les plus efficaces sont structurés en couches, allant du plus simple au plus sophistiqué :
En s'exécutant sur une seule plateforme, ces couches se renforcent mutuellement au lieu de coexister dans des outils déconnectés.
Visualisation des résultats du moteur de règles, de la résolution d'entités et de l'analyse de graphes : un prestataire unique cartographié à travers six ensembles de données d'administrations distinctes, révélant les connexions interorganisationnelles qui déclenchent des alertes de fraude. En intégrant les données de plusieurs administrations, nous mettons au jour des stratagèmes cachés qu'un seul organisme ne pourrait pas détecter. Tous les noms, administrations et chiffres présentés sont des données de démonstration synthétiques.
Plus de 80 % des départements exécutifs fédéraux utilisent déjà Databricks aujourd'hui, de sorte que le travail difficile d'ingénierie des données est souvent déjà réalisé.
Mais la raison profonde pour laquelle le choix de la plateforme est crucial est que la fraude, par sa nature même, ne respecte pas les frontières des administrations. Un même acteur malveillant peut s'adresser à une autre administration, ou même à un autre programme au sein de la même administration, et passer pour un demandeur novice et à faible risque. Les fraudeurs opèrent déjà de cette manière, naviguant avec fluidité d'un programme à l'autre alors que les administrations qui les traquent restent bloquées dans des silos.
Un meilleur modèle au sein d'une seule administration n'est qu'une solution partielle. Chaque couche du système de détection, de la règle la plus simple au réseau de neurones le plus avancé, dépend entièrement de la qualité des données dont elle s'inspire. Lorsque chaque administration ne voit que son propre segment d'activité, chaque couche travaille avec une vision incomplète.
Le partage entre administrations comble cette lacune. Chaque administration apporte des signaux de fraude en temps réel, affinant les règles, perfectionnant les modèles et augmentant le taux de détection. Plus les administrations sont nombreuses à se connecter, plus l'ensemble du système devient intelligent, interceptant des stratagèmes qu'aucun organisme n'aurait pu repérer seul.
Databricks est conçu précisément pour ce type de partage, sans compromettre la confidentialité ni la propriété des données. OpenSharing échange des données en direct sans les copier, le masquage des données masque les informations personnelles tout en préservant la valeur analytique, et les Clean Rooms permettent aux administrations de collaborer sur des dossiers protégés sans s'exposer mutuellement leurs données brutes, le tout sous une gouvernance et des contrôles d'accès complets.
Une vue en direct des données circulant entre les administrations sans jamais être copiées. OpenSharing et les Clean Rooms permettent à chaque administration de contribuer avec des dossiers à une enquête conjointe sur la fraude tout en protégeant ses données brutes, sous une gouvernance complète.
La détection n'a de valeur que si l'on peut agir en conséquence. Sur une plateforme unifiée, le même système qui signale un acteur malveillant peut piloter la réponse : suspendre un paiement suspect, ajouter un fraudeur avéré à la liste Do Not Pay, et constituer un dossier de preuves prêt pour les poursuites judiciaires où chaque infraction est associée à la loi correspondante, avec un résumé généré par AI et une piste d'audit signée numériquement. L'humain reste au centre du processus, confirmant les cas signalés avant que toute mesure ne soit prise.
Génération instantanée d'un dossier de preuves prêt pour le procès, où chaque infraction est liée à des lois spécifiques et vérifiée par un historique signé par cryptographie. En automatisant le dossier de transmission, les enquêteurs peuvent se concentrer sur l'application de la loi plutôt que sur la documentation manuelle.
Chaque décision reste sous supervision humaine. Les dossiers ne sont regroupés et transmis qu'une fois que le personnel désigné a fourni une autorisation formelle, chaque étape étant documentée dans un historique d'audit permanent.
Avec Databricks, ce qui était autrefois impossible est désormais éprouvé à grande échelle. La même technologie qui analyse 160 milliards de paiements par carte par an, en évaluant le risque de chacun d'eux en quelques millisecondes, peut être appliquée aux prestations fédérales, en s'appuyant sur la plateforme de données et d'AI dont disposent déjà les administrations. La fraude est interceptée dès qu'elle apparaît, l'aide légitime continue de circuler et la protection en temps réel fonctionne enfin à l'échelle nationale. Il ne s'agit pas d'une promesse lointaine. Cette solution est prête à être déployée dès aujourd'hui.
Découvrez comment Databricks aide les administrations publiques à détecter et à stopper la fraude en temps réel. Explorez nos solutions pour le secteur public et le Solution Accelerator de détection de la fraude en temps réel, ou contactez notre équipe pour cadrer un projet pilote.
(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original
Abonnez-vous à notre blog et recevez les derniers articles directement dans votre boîte mail.