Après avoir méthodiquement structuré son approche du paiement, Back Market applique aujourd’hui la même rigueur intellectuelle à l’un de ses territoires les plus sensibles : la fraude. Un domaine où la performance ne se mesure jamais uniquement en taux ou en pourcentage, mais dans un équilibre permanent entre protection, fluidité et confiance.

En coulisses, loin des annonces spectaculaires, l’entreprise a conçu en quelques jours une architecture d’agents d’intelligence artificielle capables de reproduire le raisonnement de ses meilleurs analystes - non pour automatiser la décision, mais pour industrialiser l’intelligence elle-même, tout en préservant ce qui fait la solidité du modèle : assurer une protection robuste sans entraver la bonne expérience des clients.

Chez Back Market, la fraude ne représente qu’une fraction marginale des flux — environ 0,3 % des colis. Une proportion en apparence contenue, mais qui concentre des tensions rarement visibles dans les indicateurs agrégés : pertes financières directes, coûts opérationnels, complexité logistique, et surtout risque de dégradation durable de la relation client.

L’entreprise en a fait l’expérience par le passé. Un durcissement généralisé des processus de remboursement, pensé pour limiter les abus, avait provoqué une réaction négative immédiate des utilisateurs.

« On ne peut pas traiter chaque demande de remboursement comme un cas suspect sans créer un niveau de frustration incompatible avec une marketplace grand public », explique Aurélien Gervasi, AI Engineering Manager.

La conclusion s’impose : la fraude ne peut pas être gérée comme une anomalie isolée, mais comme un système évolutif, exigeant une lecture contextuelle et continuellement ajustée des comportements.

Back Market dispose d’une équipe fraude expérimentée, capable d’identifier des combinaisons de signaux que peu d’outils standards captent réellement : incohérences géographiques entre livraison et retour, historiques clients atypiques, fréquences anormales de réclamations, ou similitudes troublantes dans les formulations utilisées.

Mais cette expertise reposait sur des méthodes difficilement scalables : requêtes SQL complexes, croisements manuels, analyses longues parfois étalées sur plusieurs jours.
Chaque nouvelle tactique de fraude impliquait soit un investissement humain important, soit la mobilisation d’équipes techniques déjà très sollicitées.

Autrement dit, le raisonnement était juste - mais il ne passait pas à l’échelle.

C’est à ce moment qu’émerge une idée structurante : plutôt que d’empiler des règles ou de chercher un modèle unique censé tout détecter, pourquoi ne pas décomposer le raisonnement des analystes pour en faire une architecture reproductible et évolutive ?

C’est ainsi qu’est né le Fraud Orchestrator, un agent central conçu avec la solution française Dust, chargé de coordonner une constellation d’agents spécialisés. Chacun analyse une dimension précise : cohérence des adresses, distances logistiques, historique comportemental, incidents de paiement, anomalies opérationnelles.

Chaque signal est évalué séparément, contextualisé, expliqué, puis restitué sous une forme intelligible, permettant aux analystes humains de conserver la décision finale tout en étant déchargés de la phase la plus chronophage de l’investigation.

L’IA n’est donc pas utilisée comme un substitut, mais comme un multiplicateur cognitif.

La rupture la plus marquante se situe dans l’analyse du langage. Les équipes avaient observé depuis longtemps que les fraudeurs réutilisent des formulations récurrentes dans leurs réclamations - immédiatement reconnaissables par un analyste expérimenté, mais presque impossibles à formaliser via des règles déterministes.

Back Market adopte alors une approche différente : constituer un référentiel vivant de messages frauduleux, directement maintenu par les équipes métier et exploitable immédiatement par les agents d’IA.

Lorsqu’un nouveau pattern apparaît, il est intégré sans cycle de développement, sans dépendance technique, et sans délai.

L’un des éléments clés du projet réside dans son origine. Benjamin Binaud a su bénéficier d’une initiative IA déployée à l’échelle de l’entreprise, ce qui lui a permis d’accélérer sa propre utilisation et montée en compétence de l’IA pour le bénéfice direct de la détection et de la prévention de la fraude, en combinant données de paiement et signaux dits “non-paiement” - logistiques, comportementaux ou déclaratifs - afin d’automatiser des procédures d’analyse jusque-là très manuelles.

Cette hybridation des sources de données a permis de mieux refléter la réalité des cas fraude, souvent situés à la frontière entre transaction financière et exécution opérationnelle.

Le succès du dispositif repose également sur une collaboration étroite avec les équipes logistiques fraude pilotées par Paul Le Merrer, permettant de connecter l’analyse transactionnelle à la réalité terrain des flux physiques, des retours et des litiges.

Ce travail transversal a transformé la lutte contre la fraude en problème systémique partagé, et non plus en silo analytique.

Le système a été conçu en une semaine. Chaque ajustement face à l’évolution des tactiques adverses peut désormais être déployé en quelques heures.

Cette rapidité s’inscrit dans une dynamique plus large : 2025 marque une initiative IA à l’échelle de toute l’entreprise, visant à donner aux équipes opérationnelles les moyens de concevoir elles-mêmes des solutions augmentées par l’intelligence artificielle, au plus près des problèmes métier.

Loin d’un modèle centralisé, Back Market mise sur une IA distribuée, intégrée directement dans les fonctions expertes.

L’initiative s’inscrit dans un programme global visant 1,2 million d’euros d’économies annuelles, tandis que l’analyse automatisée des messages de réclamation aurait permis d’éviter près de 100 000 euros de fraude en cinq mois.

Mais l’effet le plus profond est ailleurs : l’équipe fraude est devenue autonome dans la conception et l’évolution de ses outils, capable d’itérer à la même vitesse que les fraudeurs, sans dépendre de cycles techniques longs.

« Le véritable enjeu n’est pas uniquement financier, mais dans la capacité donnée aux équipes expertes de construire leurs propres solutions », résume Aurélien Gervasi.

Chez Back Market, la fraude n’est plus un coût à contenir ni un risque à subir, mais une discipline analytique pilotée, au même titre que les autres fonctions critiques de la plateforme.

En donnant aux équipes métier les moyens d’industrialiser leur propre intelligence, l’entreprise montre qu’il est possible de transformer un sujet historiquement défensif en levier stratégique - et de faire de l’IA non pas un outil d’automatisation massive, mais une technologie d’amplification de l’expertise humaine.

Une approche discrète, mais révélatrice d’un basculement plus large : celui d’organisations où l’intelligence artificielle n’est plus seulement développée par des spécialistes, mais directement façonnée par ceux qui prennent les décisions.