En 3 secondes, vous pouvez copier votre voix : le FBI confirme une hausse spectaculaire des escroqueries par IA : la responsabilité incombe aux institutions, pas à la grand-mère

Le clonage vocal par IA ne nécessite que 3 secondes d’enregistrement pour tromper tout le monde. Pour la première fois, le FBI classe séparément les escroqueries par IA comme une catégorie criminelle ; en un an, les pertes frôlent les 900 millions de dollars, dont plus d’un tiers des victimes sont des personnes âgées de plus de 60 ans.
(Contexte : xAI d’Elon Musk lance « Custom Voices » avec le « clonage vocal ultrarapide » : 1 minute de parole naturelle pour créer une voix Grok personnelle et sur mesure)
(Ajout de contexte : exemples d’escroqueries par IA en Chine : deepfakes, changement de voix lors d’appels vidéo ; 10 minutes pour escroquer 20 millions de TWD)

Table des matières

Toggle

• En 3 secondes, un coche
• Ne plus apprendre à la grand-mère à douter de la voix de son petit-fils
• Faites mal aux institutions, et les institutions construiront des murs

Quand, au bout du fil, une fille se met à pleurer, la retraitée Sharon Brightwell, à Dover en Floride, a déjà perdu toutes ses défenses. Au cours de l’été 2025, elle entend sa fille April parler en sanglots : un accident de voiture, puis une détention par la police ; ensuite, « l’avocat » prend la ligne. Il demande d’emblée une caution de 15 000 dollars, et la met en garde : ne pas révéler l’usage de l’argent à la banque.

Elle s’exécute. Jusqu’au moment où elle parvient à joindre sa fille, qui est au travail et n’a jamais eu d’accident : elle comprend alors que les pleurs au téléphone, le ton, le rythme des respirations, tout vient d’une machine. Et tout cela peut être reproduit à partir de seulement 3 secondes d’enregistrement.

En avril de cette année, l’IC3, la division du FBI, a publié son rapport annuel 2025 : pour la première fois en 26 ans, les « escroqueries liées à l’IA » sont classées en catégorie distincte. Plus de 22 000 signalements, et des pertes ajustées de plus de 893 millions de dollars, dont 352 millions de dollars concernent des victimes âgées de plus de 60 ans. Aux États-Unis, les pertes liées aux crimes informatiques ont bondi de 26 % en un an : chez les plus de 60 ans, on atteint 7 700 millions de dollars, soit une hausse de près de 60 %.

Le FBI reconnaît lui-même que ce ne sont que « des prix planchers », car la plupart des victimes ne savent même pas que la personne qui leur parle au téléphone est un algorithme. Les statistiques d’Interpol sont encore plus frappantes : en 2025, les pertes mondiales liées aux escroqueries financières atteignent 442 milliards de dollars, soit l’équivalent du PIB d’un an du Danemark. Avec l’IA, les escroqueries rapportent 4,5 fois plus que les méthodes traditionnelles.

En 3 secondes, un coche

Le seuil technique est si bas qu’il frôle le néant. Un message vocal laissé sur une messagerie, une vidéo d’anniversaire, une publication TikTok : cela suffit pour alimenter un modèle de clonage vocal.

Consumer Reports a évalué l’an dernier six outils, Descript, ElevenLabs, Lovo, PlayHT, Resemble AI et Speechify. Elle a constaté que la plupart manquaient de mécanismes de prévention contre les usages abusifs ayant une portée significative. Sur les six, quatre permettent de générer le résultat dès qu’un utilisateur coche la case « j’ai le droit de cloner cet enregistrement », sans même exiger de vérification. ElevenLabs est relativement plus rigoureux : il propose plusieurs couches de protection, notamment des classificateurs, des historiques traçables et le blocage de la voix de certaines personnes. Mais presque tous ces mécanismes relèvent de la détection a posteriori : lorsque la voix a déjà été copiée et que l’appel a déjà été passé, la protection commence à agir.

Pire encore : même des experts humains capables de reconnaître les voix synthétiques n’y arrivent plus. Hany Farid, professeur à l’université de Californie à Berkeley, reconnu comme l’un des tout premiers spécialistes mondiaux de la détection des deepfakes, a admis en juin de cette année, dans une interview accordée au « New York Times », qu’il n’arrive même plus à passer ses propres tests : « Je pense que je deviens presque aveugle. »

Ne plus apprendre à la grand-mère à douter de la voix de son petit-fils

Ce sont les personnes âgées qui sont ciblées, non pas parce qu’elles sont bêtes, mais parce qu’elles constituent la cible la plus efficace : soldes bancaires élevés, habitude de considérer le téléphone comme une extension du monde réel, méconnaissance quasi totale de la technologie de clonage vocal, et l’amour pour leurs proches, qui est précisément la faiblesse que cette escroquerie cherche à exploiter.

Amit Gupta, de la société de sécurité vocale Pindrop, l’exprime sans détour : « Le but n’est pas de reproduire parfaitement une voix, mais de créer suffisamment d’incertitude émotionnelle et d’urgence pour que la victime agisse avant de vérifier. » Gary Schildhorn, avocat à Philadelphie, a lui aussi été victime. Après coup, il a déclaré : « Jusqu’à ma mort, je jurerai que c’était ta voix. » Même un avocat formé, habitué à remettre les preuves en question, s’est fait avoir. Qu’on en juge pour une grand-mère qui entend son petit-fils pleurer « il m’a kidnappé » : Liz Benz, de Buffalo, décrit cela comme une « peur de vingt minutes entières ».

Dans un rapport de décembre dernier, la FTC indique que, pour les personnes âgées de plus de 60 ans, les pertes déclarées liées aux escroqueries ont presque quadruplé entre 2020 et 2024, atteignant environ 2,4 milliards de dollars. Parmi elles, 68 % proviennent de pertes en une seule opération dépassant 100 000 dollars. Si l’on inclut le chiffre noir, c’est-à-dire les cas non déclarés, la FTC estime que la vraie perte annuelle pourrait aller jusqu’à 81,5 milliards de dollars.

À l’heure actuelle, la recommandation la plus courante dans l’industrie consiste à convenir d’un code de sécurité entre toute la famille : si, au téléphone, on ne peut pas le donner, on raccroche. L’intention est louable, mais cela revient à confier à un seul vieil homme, au bord de l’effondrement, la responsabilité d’intercepter toute une chaîne industrielle d’escroquerie.

Faites mal aux institutions, et les institutions construiront des murs

C’est là toute la nature asymétrique. Le PDG d’Adaptive Security, Bo Bu, résume parfaitement : « Une seule personne dans une pièce, en tapant sur un clavier, peut fabriquer une infinité d’attaquants. » Les systèmes automatisés produisent des appels frauduleux à coût presque nul ; du côté de la défense, il n’y a qu’une personne, un vieil homme terrorisé, et le temps d’un seul appel.

La seule mesure qui s’est révélée efficace, c’est le volet bancaire. Depuis octobre 2024, l’Autorité de surveillance des systèmes de paiement du Royaume-Uni (PSR) impose aux banques d’indemniser intégralement les victimes d’escroqueries à l’origine de paiements autorisés : chaque banque impliquée (celle de l’émetteur et celle du bénéficiaire) paie la moitié, avec un plafond de 85 000 livres sterling. Une fois le dispositif en place, le taux d’indemnisation des montants dérobés est passé de 65 % à 89 %, sans interruption. Le raisonnement est simple : si les banques doivent payer en cas d’escroquerie, elles ont intérêt à bloquer les retraits importants, à instaurer des périodes de “refroidissement” pour les clients âgés, et à faire passer aux guichetiers plus d’un appel téléphonique de confirmation.

Les obligations liées au règlement européen sur l’IA commencent à entrer progressivement en vigueur en 2025 et 2026. Aux États-Unis, le projet de loi ELVIS dans l’État du Tennessee impose aussi que le clonage vocal nécessite un consentement écrit. La réglementation avance toujours plus lentement que la technique : faire porter la responsabilité aux institutions pour ce qu’elles traitent est la seule solution qui résiste à la vérification.