Doxallia, filiale du groupe Crédit Agricole
Vérifier chaque bulletin de paie sans ralentir le crédit
Doxallia devait contrôler des milliers de bulletins de paie à la main pour accorder un crédit. Trust AI, conçu par Koïno, les vérifie en quatre couches et a fait baisser les faux positifs d’environ 75 %, sans qu’aucune donnée ne quitte l’infrastructure du client.
Par Maxence Morin, cofondateur de KoïnoPublié le Mis à jour le
de faux positifs par rapport à une restitution binaire, conforme ou non conforme.
du cadrage à la livraison du démonstrateur, code source, benchmark et documentation compris.
donnée sensible hors du système d’information du client : tout tourne sur son infrastructure.
En bref
Doxallia, filiale du groupe bancaire Crédit Agricole, a réduit d’environ 75 % les faux positifs de sa détection de fraude sur les bulletins de paie, mesurés sur des bulletins de test contre une restitution binaire. Koïno a conçu Trust AI, une application qui vérifie chaque bulletin en quatre couches (lecture stricte par Claude d’Anthropic, contrôles arithmétiques, taux légaux, métadonnées du fichier) et rend en quelques secondes un verdict à trois états : conforme, non conforme ou incomplet. Livré en six semaines, le démonstrateur tourne entièrement sur l’infrastructure du client.
Trust AI est l’application de contrôle des bulletins de paie que Koïno a conçue pour Doxallia : quatre couches de vérification indépendantes et un verdict à trois états, conforme, non conforme ou incomplet.
Quel problème fallait-il résoudre chez Doxallia ?
Chaque demande de crédit exige la vérification des bulletins de paie fournis par l’emprunteur. À l’échelle d’un groupe organisé en caisses régionales, ces contrôles se comptent en milliers de documents : ils sont longs, coûteux et sujets à erreur.
Les fraudes, elles, deviennent plus fines : montants falsifiés, taux de cotisation modifiés, métadonnées retouchées, presque impossibles à repérer à l’œil nu de façon systématique. Sans automatisation, deux risques : ralentir l’octroi du crédit, ou laisser passer des documents frauduleux. Et une condition non négociable : les données ne pouvaient pas quitter l’infrastructure du client.
Qu’a construit Koïno pour Doxallia ?
Trust AI est une application web complète, une interface React et un moteur Python. Le conseiller dépose un bulletin de paie et reçoit en quelques secondes un score détaillé, avec un code couleur par contrôle. Chaque couche de vérification est indépendante : un contrôle s’ajoute ou se retire selon le besoin métier, sans toucher au reste. Trust AI tourne entièrement sur l’infrastructure du client : c’est un système d’IA souverain sur ses données, dont le code est transféré au client.
La décision clé est née pendant le développement. Un système binaire rejette un document dès qu’une information manque, ce qui fabrique des faux positifs. L’équipe a ajouté un troisième état, incomplet, qui distingue l’information manquante de la fraude avérée. Le projet a avancé en itérations courtes, avec une démonstration chaque semaine aux équipes innovation et risques du client.
Les quatre couches de vérification de Trust AI
- Le bulletin de paiePDF ou scan joint à la demande de crédit
- Lecture stricteClaude d’Anthropic lit chaque champ, sans inventer de valeur
- Contrôles arithmétiquesCotisations et montants recalculés ligne par ligne
- Taux légauxChaque taux confronté au référentiel en vigueur
- MétadonnéesAnalyse du fichier pour repérer une retouche
- Le verdictUn score et un code couleur par contrôleConformeNon conformeIncomplet
Avant et après le projet
Ce qui a changé dans le travail des équipes, indicateur par indicateur.
Faux positifs
AvantNombreux dès qu’une information manque
AprèsEnviron 75 % de moins
Contrôle d’un bulletin
AvantVérification manuelle, à l’œil nu
AprèsQuatre couches de vérification automatisées
Restitution
AvantVerdict binaire, conforme ou non conforme
AprèsTrois états : conforme, non conforme, incomplet
Temps d’analyse
AvantContrôle humain long, sujet à erreur
AprèsUn score détaillé en quelques secondes
Données sensibles
AvantUne exigence à tenir : aucune sortie du système d’information
AprèsTenu par l’architecture : tout reste chez le client
Faux positifs mesurés par rapport à une restitution binaire, sur les bulletins de test du client.
Le retour d’Antoine Nguyen, en vidéo
Innovation Manager chez Doxallia, filiale du groupe Crédit Agricole, il revient sur le projet Trust AI : la méthode, le délai, la collaboration.
Grâce à leur approche d’études et de benchmarks avec une vraie rigueur scientifique, on a pu être au plus proche de l’état de l’art. Ce qui a été planifié a été délivré avec une maîtrise de bout en bout : on parle de semaines, pas de mois. Quand quelque chose ne marche pas, ils le disent clairement.
Antoine NguyenInnovation Manager, Doxallia, filiale du groupe Crédit AgricoleQuels résultats ont été mesurés ?
Le démonstrateur réduit les faux positifs d’environ 75 % et peut être déployé en test auprès des caisses régionales partenaires. Le code source, le benchmark et la documentation de déploiement ont été transférés : le client est autonome dès le premier jour, sans dépendance à Koïno.
L’architecture prépare une deuxième version pour les avis d’imposition et les justificatifs de domicile, avec le classement automatique des pièces et le contrôle de complétude des dossiers. Chaque couche étant indépendante, un nouveau contrôle s’ajoute sans remettre en cause l’existant. Notre guide de l’IA souveraine détaille les choix d’hébergement de ce type de projet. Chez Ecomaison, la même logique de contrôles explicables sert à détecter les anomalies de déclaration.
Ce que nous en retenons
Le modèle lit, les règles décident. Quatre contrôles explicables et un état « incomplet » rendent le verdict défendable devant un auditeur, et le conseiller garde la décision d’octroi.
Sources et documentation
Pour vérifier ce que dit cette fiche : le client, les outils employés et les textes en jeu. Liens vérifiés le 9 novembre 2026.

Rédigé par
Maxence MorinCofondateur et président de Koïno, expert en IA
Il porte la technique et les opérations de Koïno : il conçoit et met en production des agents et des automatisations pour les entreprises, publie avec des écoles et des laboratoires d’IA, et intervient régulièrement sur l’IA en entreprise.
Son profil LinkedInQuestions sur ce cas
Ce qu’on demande à Koïno à propos de Trust AI, le moteur de détection de fraude construit pour Doxallia.
Comment l’IA détecte-t-elle la fraude documentaire en banque ?
En vérifiant chaque pièce en quatre couches indépendantes, dont une seule est confiée au modèle d’IA. Chez Doxallia, filiale du groupe Crédit Agricole, Trust AI, conçu par Koïno, contrôle ainsi les bulletins de paie joints aux demandes de crédit : Claude d’Anthropic lit chaque champ sans inventer de valeur, des contrôles arithmétiques recalculent cotisations et montants, chaque taux est confronté au référentiel légal en vigueur, et l’analyse du fichier repère une retouche des métadonnées. Le conseiller reçoit en quelques secondes un score détaillé, avec un code couleur par contrôle.
Pourquoi un troisième état, « incomplet », fait-il baisser les faux positifs ?
Parce qu’une information manquante n’est pas une fraude, et le verdict doit le dire. Une restitution binaire, conforme ou non conforme, range tout document partiel du côté de la fraude : c’est elle qui fabriquait les faux positifs. L’équipe de Koïno a ajouté l’état incomplet pendant le développement. Il distingue un bulletin illisible ou partiel d’une falsification avérée, fait baisser les faux positifs d’environ 75 % et rend le verdict défendable devant un auditeur.
Les bulletins de paie sortent-ils de l’infrastructure de Doxallia ?
Non, aucune donnée ne quitte l’infrastructure du client. Trust AI tourne entièrement chez Doxallia, stockage compris avec MinIO, sans passer par un service externe. C’était une condition non négociable du projet : Koïno l’a prise en compte dès le cadrage, et elle a dicté l’architecture. Le démonstrateur a ensuite été transféré avec son code source, son benchmark et sa documentation de déploiement.
Comment Koïno a-t-il livré un démonstrateur en six semaines ?
En visant d’abord le document le plus fréquent et le plus ciblé par la fraude. Koïno a resserré le périmètre sur le bulletin de paie, puis avancé par itérations courtes, avec une démonstration chaque semaine aux équipes innovation et risques de Doxallia ; le client a pu contribuer lui-même au projet. Les six semaines vont du cadrage à la livraison du démonstrateur, code source, benchmark et documentation compris.
Qui décide d’accorder le crédit, l’IA ou le conseiller ?
Le conseiller, toujours. Trust AI rend un score et un code couleur par contrôle, avec la raison de chaque alerte, et la décision d’octroi reste humaine. Les quatre contrôles sont explicables, et l’état « incomplet » sépare l’information manquante de la fraude : le conseiller de Doxallia décide mieux informé, sans être remplacé. Koïno applique ce principe à ses systèmes : le modèle lit, les règles décident.
Doxallia dépend-il de Koïno pour faire évoluer Trust AI ?
Non : Koïno a transféré à Doxallia le code source, le benchmark et la documentation. Le client est autonome dès le premier jour. Chaque couche de vérification de Trust AI est indépendante : un contrôle s’ajoute ou se retire selon le besoin métier, sans toucher au reste. Le démonstrateur peut être déployé en test auprès des caisses régionales partenaires.
La même méthode fonctionne-t-elle pour d’autres pièces justificatives ?
Oui, c’est la deuxième version prévue de Trust AI. L’architecture préparée par Koïno couvre les avis d’imposition et les justificatifs de domicile, avec le classement automatique des pièces et le contrôle de complétude des dossiers. Les mêmes couches, lecture stricte, contrôles arithmétiques, référentiels légaux et analyse des métadonnées, s’appliquent aussi aux dossiers de souscription en assurance, aux dossiers locataires ou aux justificatifs d’embauche.
Koïno peut-il construire le même contrôle pour une PME des services financiers ?
Oui, en partant comme chez Doxallia du document le plus exposé à la fraude. Toute entreprise qui vérifie des pièces justificatives, en assurance comme en gestion locative, peut reprendre les quatre couches de Trust AI et son verdict à trois états, sur sa propre infrastructure si ses données ne doivent pas sortir. Pour un système de contrôle relié à vos outils, Koïno propose Koïno AI Lab, qui commence par un cadrage d’un mois au plus.