La fraude vocale par IA de 4,5 milliards de yens au Japon : un incident ou 143 ?

Un clone vocal d'IA, créé à partir d'interventions publiques et de vidéos d'un directeur général, a appelé le responsable financier d'une entreprise, ordonné un virement et affiché le véritable numéro de mobile du dirigeant sur l'identification de l'appelant. L'archive consigne la perte qui en résulte à 4,5 milliards de ¥, datée du 3 septembre 2026, classée de gravité élevée, avec un niveau de confiance A et non contestée. Presque chaque élément de cette description est documenté au Japon — mais pas ensemble, ni à cette échelle. Les 4,5 milliards de ¥ correspondent au décompte de l'Agence nationale de la police pour 143 virements d'entreprises par hameçonnage vocal sur l'ensemble de 2025, et la description de cette technique par l'agence elle-même renvoie à une attaque différente de celle mentionnée dans le résumé de l'enregistrement. Cette entrée fait partie d'un ensemble plus large d'enregistrements classés conservés dans le Orca AI Incident Archive qui publie, pour chaque incident, un niveau de gravité, un niveau de confiance et un indicateur de contestation.

Aucune entreprise, aucun président ni aucun employé n'est nommé nulle part dans le compte rendu. Ce que décrit l'entrée est en réalité un assemblage : le mécanisme tiré d'une source, l'ampleur tirée d'une autre, et une date qui n'appartient à aucune des deux. Cela ne rend pas la menace hypothétique — un fabricant japonais a été visé par exactement ce mécanisme en novembre 2024, et la tentative a été stoppée avant tout transfert de fonds. Cela signifie en revanche que le dossier, lu au pied de la lettre, décrit un événement qu'aucune source ne documente.

Ce que dit réellement l'article du 3 septembre

La source citée de la fiche est un article explicatif japonais publié le 9 septembre 2026 par yasashii-cybersecurity.com, qui renvoie à ITmedia Enterprise. ITmedia a publié l’article le 3 septembre 2026 sous le titre 「社長の声」悪用で被害45億円 元警視庁が明かす「AI詐欺」の手口 — « utilisation abusive de la voix du président, 4,5 milliards de yens de pertes ; un ancien membre de la police métropolitaine de Tokyo révèle la technique de fraude par IA ». Le corps de l’article se trouve derrière un mur payant, et l’article explicatif le dit explicitement : il a reconstitué les détails à partir de ce qu’indique le titre ainsi que d’explications courantes dans les articles japonais indépendants consacrés à la sécurité, et précise qu’il n’a pas lu l’article.

Une version plus longue et intégralement lisible a été diffusée plus tôt, le 27 juillet 2026, sur Keyman's Net d'ITmedia, attribuée à 平行男. Il est précisé en bas de page que la rédaction l'a reconstituée à partir d'un séminaire en ligne tenu le 14 juillet 2026. Trois personnes y sont intervenues. 稲村悠 est un ancien membre du Metropolitan Police Department (MPD) et désormais directeur représentant de Fortis Intelligence Advisory — l'« ancien du MPD » du titre. 赤塚育海 est directeur général de TITAN INTELLIGENCE, une entreprise d'IA dédiée au divertissement dont le produit de synthèse vocale s'appelle mimidub, et donc un fournisseur de la technologie en question. 藤居朋之 est executive officer chez LRM, un cabinet de conseil en sécurité fondé en 2006.

Il s’agit donc d’un séminaire de fournisseurs et de consultants, reconstitué par une rédaction. Ce n’est pas un compte rendu de cas, et il ne comporte ni victime, ni transfert, ni date pour une fraude.

Ce que compte le numéro de police

Remontez les 4,5 milliards ¥ jusqu'à leur source et cela cesse d'être un incident. Le séminaire s'appuyait sur le rapport sur les menaces 2025 de l'Agence nationale de la police, 令和7年におけるサイバー空間をめぐる脅威の情勢等について, publié en mars 2026. L'agence a recensé 4 747 virements bancaires en ligne non autorisés en 2025, d'une valeur d'environ 103,97 milliards ¥, l'hameçonnage représentant environ neuf cas sur dix. Les comptes d'entreprise en ont absorbé 4,709 milliards ¥ sur 189 affaires — environ quatre fois les pertes et le nombre de cas de l'année précédente, soit près de 45 % de l'argent de l'année pour environ 4 % des cas de l'année.

L’agence attribue cette envolée des pertes des entreprises à l’hameçonnage vocal. ITmedia, qui rend compte du même communiqué, chiffre la part de l’hameçonnage vocal à 143 cas et à environ 4,5 milliards de yens pour 2025. C’est le chiffre qui a circulé : celui que porte le titre, que les agrégateurs sinophones ont repris et que le dossier d’archives présente comme une perte unique. La plus grande perte unique subie par une entreprise que décrit la police dépasse les 400 millions de yens — moins d’un dixième du chiffre du titre, et l’ampleur d’une seule victime plutôt que de 143.

Il y a un second problème, et il est plus important. Le propre compte rendu de l’agence sur cette technique ne décrit pas un directeur général cloné. Dans le bulletin qui la décrit, des criminels appellent une entreprise en se faisant passer pour un membre du personnel chargé d’une mise à jour de banque en ligne, convainquent l’employé de lire à voix haute une adresse e-mail pendant l’appel, puis envoient un e-mail d’hameçonnage à cette adresse. Les caractéristiques énumérées sont un numéro d’appel international, un message d’accueil automatisé qui bascule vers une voix humaine, et une adresse e-mail demandée en cours d’appel. L’objectif est un identifiant, pas un virement autorisé.

Le scénario du clonage par IA — la voix d’un président, reproduite et dirigée vers l’unique employé capable de transférer de l’argent — apparaît dans l’article d’ITmedia comme une démonstration de l’évolution de la technique, et comme l’argument en faveur des contre-mesures. Il n’y apparaît pas comme une affaire policière associée à 4,5 milliards de yens.

Le cas japonais de clonage vocal qui a été documenté

Un cas japonais correspond exactement au mécanisme, et c’est pourquoi l’avertissement n’est pas hypothétique. En novembre 2024, un cadre d’un fabricant non nommé a reçu trois appels dans une voix qui ressemblait à celle du président de l’entreprise. Le premier exigeait un virement le jour même pour une opération de fusion confidentielle et indiquait qu’un avocat prendrait contact ; le deuxième, environ quatre-vingt-dix minutes plus tard, demandait quand le paiement pourrait être effectué. Le numéro affiché était le véritable numéro de portable du président. La voix du président était déjà publique sur des sites de partage de vidéos et pourrait avoir servi à entraîner le système, décrit comme fonctionnant comme un transformateur de voix en temps réel.

Le cadre dirigeant parlait régulièrement au véritable président et n’a pas repéré l’imitation au début. Au troisième appel, ils ont commencé à avoir des soupçons, et la manœuvre a échoué sans qu’aucun transfert ait été effectué. La filiale japonaise de Proofpoint a révélé la tentative le 19 mars 2025, et Kyodo News l’a rapportée le jour même via des journaux régionaux, dont Chiba Nippo. Son évangéliste en chef, 増田幸美, a averti que l’usage abusif de l’IA augmenterait à partir de là.

Voilà à quoi ressemble un cas documenté d'usurpation de voix par IA au Japon : usurpation de l'identifiant d'appelant, une voix prélevée dans une vidéo publique, un prétexte urgent et confidentiel, un employé disposant d'un pouvoir de transfert, et une étape de vérification qui a tenu. L'affaire s'est soldée par une prévention, sans aucune perte signalée. Il fournit le détail sur l'identifiant d'appelant que le résumé de l'archive avance — pour une affaire dans laquelle rien n'a été volé, et non pour une affaire à 4,5 milliards de yens.

Qu’est-ce qui a été démontré en juillet ?

Lors du séminaire du 14 juillet, la démonstration a duré environ dix secondes. À partir d'environ dix secondes du discours de 稲村, un système a produit un clone qui énonçait une instruction fabriquée : « Ici 稲村, un paiement de contrat de 1 million de yens doit être effectué aujourd'hui, et si la banque appelle pour confirmer, dites-lui qu'il s'agit d'une transaction normale. » La dernière proposition est celle sur laquelle il faut s'arrêter. Le clone ne se contente pas d'usurper l'identité d'un signataire ; il devance l'appel de vérification de la banque elle-même, qui est le contrôle sur lequel s'appuie le secteur.

Akatsuka a enregistré quelques secondes de sa propre voix pendant la session et a fait générer un clone sur place. Il a fait remarquer que son entreprise fournit des technologies vocales pour le divertissement dans le cadre d’accords de cession de droits, et que le même outil qui double une série dramatique peut lire une instruction de paiement. Le point structurel s’ensuit : les voix des dirigeants sont publiées dans les présentations de résultats, les vidéos de recrutement et les enregistrements de séminaires, de sorte qu’une entreprise qui communique davantage produit davantage de matériel d’entraînement.

Le séminaire a présenté des chiffres d’enquête, rapportés par ITmedia : 67,5 % des répondants avaient reçu un courriel suspect au travail, 19,1 % n’en avaient jamais signalé un, et seulement 42,9 % ont déclaré que la formation à la sécurité avait changé leur comportement. Inamura a déclaré que sa propre formation au vishing (hameçonnage vocal) avait révélé que les organisations endurcies contre l’hameçonnage par courriel obtenaient parfois de moins bons résultats face à l’hameçonnage vocal, davantage de membres du personnel transmettant des informations à un appelant — les habitudes en matière de courriel ne se transposent pas à un appel en direct avec une personne faisant autorité.

Qu’est-ce qui a changé par la suite ?

La réponse officielle est procédurale, non technique. Après la recrudescence des pertes des entreprises en novembre 2025, le Bureau de la cyberpolice de l’Agence nationale de police a publié un bulletin de sensibilisation, サイバー警察局便り, conjointement avec l’Agence des services financiers, l’Association des banques japonaises et le Centre japonais de contrôle de la cybercriminalité (JC3). Il conseille aux entreprises de rappeler la banque au numéro de l’agence ou du représentant plutôt que de faire confiance à tout numéro communiqué lors de l’appel, et d’accéder aux services bancaires en ligne uniquement via le site officiel ou l’application de la banque.

Le cadre du séminaire était « PTP » — protocole, technologie, personnes —, le protocole en constituant le fondement, avec pour argument qu’une entreprise dépourvue de procédure écrite n’a aucune réponse à donner à un employé sous pression. Les règles qu’稲村 a fixées pour le côté réception étaient de raccrocher, de rappeler sur un numéro officiel et de ralentir délibérément plutôt que de réagir à l’urgence. Les recommandations de l’explicateur à l’intention de la direction allaient plus loin :

• Les dirigeants devraient indiquer à l'avance, par écrit, qu'ils n'ordonneront jamais un transfert par téléphone.

• Les virements, ainsi que toute modification des coordonnées bancaires, doivent être confirmés par un second canal, à un numéro tiré de l’annuaire interne plutôt qu’à un numéro fourni par l’appelant.

Aucune de ces mesures n'est nouvelle. Ce que les chiffres de 2025 ont changé, c'est l'argument en leur faveur : dès lors qu'un clone nécessite quelques secondes d'audio, « j'ai reconnu la voix » ne fait plus office de contrôle.

Ce que la note du record permet d’obtenir, et ce qu’elle ne permet pas

Les archives attribuent à cette entrée un niveau de confiance A, « bien documenté, les sources primaires concordent ». Pour la technique, c’est justifié : les statistiques policières, l’explication d’ITmedia et le cas Proofpoint de 2024 concordent sur l’usurpation de l’ID d’appelant, les échantillons vocaux publics et la vitesse du clonage actuel. Cette note ne s’étend pas à la phrase que le titre condense. Aucune source ne décrit un virement de 4,5 milliards de ¥, une victime nommée ni une date d’incident. La date figurant au dossier, le 3 septembre 2026, est celle à laquelle ITmedia Enterprise a publié sa version. La fraude sous-jacente n’a pas de date, car il n’y a pas une fraude unique à dater.

La source citée par le dossier est franche sur ses propres limites. La page yasashii-cybersecurity indique que le corps de l'article d'ITmedia était réservé aux membres et qu'elle a reconstitué les détails à partir du titre ainsi que d'explications communes à plusieurs articles indépendants japonais sur la sécurité. Elle présente l'usurpation de l'identifiant d'appelant comme le schéma typique de cette fraude, non comme une caractéristique confirmée d'un cas particulier. C'est une lecture honnête, et c'est la lecture que le dossier devrait retenir.

Trois éléments feraient passer cette entrée du statut de statistique à celui d’incident : une entreprise prête à être nommée, un procès-verbal de police ou une décision de justice concernant un virement précis, ou une ventilation par agence qui distingue les pertes dues au clonage vocal par IA du total des pertes par hameçonnage d’identifiants, dans lequel elles sont actuellement englobées. Aucun de ces trois éléments n’existe dans les documents publics au 29 octobre 2026.

Jusqu’à ce qu’un cas se produise, il vaut mieux lire cette entrée comme ce que la police a recensé en 2025 — environ 4,5 milliards de ¥ pour 143 affaires d’hameçonnage vocal en entreprise, selon le compte rendu qu’ITmedia fait des données de l’agence — le mécanisme de clonage par IA ayant été confirmé au Japon par une tentative de 2024 stoppée avant que le moindre fonds ne quitte l’entreprise.