Analyser les informations défavorables pour le KYB et le KYC
Pourquoi rechercher des informations défavorables en KYB et KYC
La recherche d’informations défavorables fait partie des rares contrôles qui peuvent révéler un risque avant qu’il ne se traduise par des pertes, des dossiers de fraude ou des constats réglementaires. En KYB et KYC, elle aide à repérer les signaux liés à des activités criminelles, à des mesures réglementaires, à la corruption, au contournement des sanctions, à la fraude et à d’autres événements négatifs qui ne figurent pas toujours dans les sources de données structurées.
Le problème ne vient pas du principe, mais de la façon de procéder.
Les équipes s’appuient souvent sur des recherches manuelles, des règles de mots-clés appliquées de façon inégale et des examens au cas par cas. Résultat : des risques passent inaperçus, les faux positifs se multiplient et aucune piste d’audit ne permet de retracer les contrôles. Une meilleure approche repose sur un flux de décision en deux temps. Il s’agit d’abord de repérer rapidement les résultats potentiellement pertinents, puis d’analyser en détail les seuls résultats signalés, à partir du texte des articles, de prompts structurés et de résultats documentés.
Un processus concret de recherche d’informations défavorables
La meilleure approche ne consiste pas à demander à un seul modèle de tout résoudre. Elle repose sur un enchaînement d’opérations déterministes, chacune avec un objectif, des entrées et un résultat clairement définis. Les décisions sont ainsi plus faciles à comprendre, les ajustements plus simples et la gestion de dossiers plus efficace.
1. Élargir la recherche, puis filtrer avec des règles
Commencez par couvrir un large éventail de sources. SerpApi permet de récupérer les résultats de Google Search et Google News pour une personne ou une entité, afin de repérer un premier ensemble de mentions possibles. C’est utile, car les informations défavorables ne se limitent pas à un seul type de source. Elles peuvent apparaître dans des articles d’actualité, la presse locale, la couverture médiatique ou des pages indexées qui ne ressortent pas forcément avec une seule requête.
À ce stade, l’objectif n’est pas de confirmer la pertinence des résultats, mais de repérer des correspondances possibles. Recherchez des noms, des alias, des raisons sociales, des dirigeants, des bénéficiaires effectifs et d’autres identifiants connus. Filtrez ensuite les résultats par mots-clés pour repérer les contenus potentiellement défavorables. Ces mots-clés peuvent porter sur la fraude, les arrestations, les mises en examen, la corruption, les enquêtes, le blanchiment d’argent, la fraude fiscale ou les personnes politiquement exposées, selon les règles retenues.
Cette première recherche doit volontairement couvrir large. Trop restreinte, elle laisse passer des signaux. Trop permissive, elle surcharge la file d’examen. Le bon équilibre dépend de l’appétence au risque et de la population contrôlée.
2. Utiliser des règles de mots-clés pour signaler les résultats
Les règles fondées sur les mots-clés restent utiles. Elles sont rapides, transparentes et faciles à auditer. Le motif du signalement est explicite, sans avoir à s’en remettre à une boîte noire. C’est important pour les contrôles réglementés.
Voici quelques règles courantes :
- Nom exact associé à un mot-clé défavorable dans le titre ou l’extrait
- Raison sociale associée à des termes liés à une mesure d’exécution ou à une enquête
- Nom d’une personne associé à des termes liés à une catégorie d’infraction
- Termes propres à une juridiction pour les recherches dans la langue locale
- Critères de récence pour donner la priorité aux risques actuels
Ces règles ne tranchent pas le dossier. Elles sélectionnent les résultats qui méritent un examen approfondi. Cette distinction rend le processus déterministe et plus facile à maintenir.
Réserver les LLM à la seconde phase
Une correspondance de mots-clés ne permet pas, à elle seule, de savoir si un résultat concerne bien la personne recherchée. Elle ne distingue pas deux personnes qui portent le même nom. Elle ne permet pas non plus de déterminer si un article évoque une accusation pénale, une nomination à un poste politique ou un événement sans rapport qui contient simplement le même mot-clé.
C’est là que les LLM sont utiles : non pas pour le premier filtre, mais pour l’analyse de deuxième niveau.
Utilisé correctement, un LLM peut lire l’article, en extraire les faits pertinents, attribuer une catégorie et produire une réponse structurée. Le prompt doit lui imposer de répondre à un ensemble fermé de questions. Par exemple :
- L’article concerne-t-il l’entité recherchée ?
- Le résultat est-il probablement un faux positif lié à un homonyme ?
- Quelle catégorie défavorable s’applique, le cas échéant ?
- Quels éléments de l’article étayent cette conclusion ?
- Faut-il transmettre le dossier à un analyste pour examen ?
Le résultat doit être structuré. Le format JSON convient, tout comme des champs prédéfinis tels que match_status, risk_category, confidence, summary et supporting_quotes. Le résultat peut ainsi être intégré à un flux de gestion de dossiers, sans traitement supplémentaire ni interprétation hasardeuse.
Distinguer les risques réels des homonymes
Les faux positifs liés aux homonymes sont l’un des principaux problèmes de la recherche d’informations défavorables. Un résultat peut contenir le bon nom, mais concerner une autre personne. C’est fréquent en pratique. Les noms courants, les translittérations et les correspondances partielles augmentent le nombre de résultats sans rapport.
Un processus efficace enchaîne plusieurs vérifications :
- Comparer les noms et les identifiants. Vérifier l’âge, le lieu, l’employeur, les données d’immatriculation de l’entreprise, le titre et les relations connues.
- Examiner le contexte de l’article. Lire l’article en entier, pas seulement l’extrait ou le titre.
- Rapprocher les entités. Comparer les personnes et organisations mentionnées dans le texte aux informations du dossier client ou de la contrepartie.
- Classer l’événement. Déterminer s’il relève du pénal, de la politique, du droit, du commerce ou s’il est sans rapport.
- Définir les règles d’escalade. Orienter uniquement les dossiers incertains ou à risque élevé vers un examen humain.
Les LLM sont surtout utiles lorsque leurs réponses s’appuient uniquement sur les éléments disponibles. Ils ne doivent pas inventer de faits. Ils doivent résumer les informations présentes, signaler les incertitudes et indiquer quand l’article ne permet pas d’établir une correspondance.
Pourquoi analyser l’article complet améliore la précision
Les extraits des moteurs de recherche ne suffisent pas. Ils omettent souvent les détails qui permettent de juger de la pertinence. SerpApi fournit les liens, ce qui permet de récupérer l’article complet et d’analyser son texte. Cette analyse améliore la précision de trois façons.
Premièrement, elle donne accès au contexte complet de la mention du nom. Deuxièmement, elle permet de vérifier si l’article porte sur une accusation, une condamnation, une action en justice, une nomination ou un autre événement. Troisièmement, elle permet d’extraire des phrases à verser au dossier.
Cette analyse approfondie ne doit porter que sur les résultats signalés. Les coûts et les délais restent ainsi maîtrisés, et les récupérations d’articles inutiles sont limitées. L’architecture est simple : rechercher, signaler, enrichir, analyser, résumer, stocker.
Avant l’analyse, nettoyez le texte récupéré. Supprimez les menus, les textes génériques et les doublons. Envoyez ensuite au modèle uniquement le corps de l’article utile. Si l’article est long, découpez-le en segments, puis fusionnez les résultats au moyen d’une règle d’agrégation déterministe.
Un flux de décision en deux phases pour les informations défavorables
En pratique, la logique de décision peut suivre cette séquence :
- Phase 1 : Rechercher l’entité sur le Web et dans les sources d’actualité.
- Phase 2 : Appliquer des règles déterministes fondées sur des mots-clés pour repérer les résultats potentiels.
- Phase 3 : Récupérer le texte intégral des articles correspondant aux résultats signalés.
- Phase 4 : Utiliser un LLM et un prompt structuré pour classer la pertinence et la catégorie.
- Phase 5 : Produire un résumé pour la gestion de dossiers, avec les éléments justificatifs, le niveau de confiance et le raisonnement.
- Phase 6 : Transmettre les dossiers incertains ou présentant un niveau de gravité élevé à un analyste.
Cette séquence évite l’erreur fréquente qui consiste à demander à un modèle d’assurer à la fois la recherche et l’évaluation. Elle facilite aussi les ajustements : les termes de recherche, les listes de mots-clés, la formulation des prompts et les seuils peuvent être affinés séparément.
Les informations à inclure dans la réponse structurée
Pour que les résultats soient utiles aux équipes opérationnelles, le format de réponse doit être strict. Un texte libre ne suffit pas. Une réponse pertinente peut comprendre :
- entity_match : oui, non ou incertain
- match_type : exact, partiel, homonyme, alias ou sans rapport
- risk_category : activité criminelle, politique, sanctions, fraude, contentieux, réglementaire ou autre
- severity : faible, moyen, élevé
- confidence : score numérique ou niveau prédéfini
- summary : 2 à 4 phrases en langage clair
- evidence : extraits de l’article entre guillemets
- recommended_action : classer sans suite, examiner ou transmettre
Cette structure transforme un article en élément du dossier. Les analystes l’examinent rapidement, les auditeurs peuvent retrouver les éléments qui étayent la conclusion, et les équipes produit suivent les résultats. Les règles appliquées restent visibles.
Les contrôles importants pour les recherches réglementées
La recherche d’informations défavorables concerne la conformité, le risque et les opérations. Les contrôles comptent donc autant que la couverture des sources.
Il faut disposer d’un historique complet des décisions. Enregistrez les termes recherchés, les URL des sources, la règle de mots-clés déclenchée, la version du modèle, celle de la consigne et la classification finale. Si le résultat change par la suite, ces éléments permettent d’en comprendre la raison.
Les mots-clés et les consignes doivent également être versionnés. Une légère modification de consigne peut changer la classification. Une mise à jour des mots-clés peut modifier le volume de dossiers à examiner. Gérez-les comme des ensembles de règles contrôlés, et non comme de simples modifications.
Enfin, les dossiers ambigus doivent rester soumis à un examen humain. Le modèle peut limiter le travail manuel, mais la responsabilité de la décision reste humaine.
Les erreurs fréquentes lors de la mise en place
Les mêmes erreurs reviennent souvent :
- Se fier aux extraits des titres sans jamais lire l’article complet.
- Utiliser une seule consigne très longue pour tous les dossiers, quelle que soit la catégorie.
- Ne pas distinguer le signalement des résultats de la décision finale.
- Ne conserver que la réponse finale et perdre les éléments qui étayent la décision.
- Ignorer les ambiguïtés liées aux homonymes et considérer toutes les correspondances comme avérées.
Chacune de ces erreurs entraîne des alertes inutiles ou des risques manqués. Un processus organisé en phases, avec des règles explicites et des résultats documentés, permet de les éviter.
Intégrer la recherche d’informations défavorables au dispositif KYB et KYC
La recherche d’informations défavorables ne doit pas être isolée. Elle complète les contrôles d’identité, la recherche de sanctions, les données des registres d’entreprises, la vérification des bénéficiaires effectifs (UBO), les données sur les appareils et les signaux de fraude. Ensemble, ces sources donnent une vision plus complète de l’entité et de son profil de risque.
C’est particulièrement important en KYB, où les dirigeants, les actionnaires et les entités liées peuvent tous compter. Un article défavorable concernant un dirigeant peut modifier l’issue du dossier, même si les informations sur l’entreprise ne révèlent rien d’anormal.
En KYC, l’intérêt est comparable. Une personne peut réussir les contrôles d’entrée en relation habituels et présenter malgré tout un risque lié à des informations de presse qui mérite un examen. Le processus doit le détecter. Les analystes ne devraient pas avoir à parcourir des centaines de résultats sans rapport.
En résumé
L’analyse des informations défavorables est plus efficace lorsqu’elle s’inscrit dans un flux de décision, plutôt que de reposer sur une seule tâche confiée à un modèle. SerpApi permet de récupérer les résultats de Google Search et Google News. Des règles par mots-clés repèrent les problèmes potentiels. Le texte intégral de l’article est ensuite récupéré et analysé par un LLM à l’aide d’instructions structurées, afin de déterminer si l’article concerne réellement la personne ou l’entité recherchée, à quelle catégorie il appartient et si une escalade est nécessaire.
Cette approche réserve les règles déterministes aux décisions qui doivent l’être et fait appel à l’analyse du langage lorsqu’elle apporte une valeur ajoutée. Elle fournit aussi aux équipes conformité les éléments nécessaires : l’historique des décisions, les faits qui les étayent et une file de dossiers plus facile à examiner.
Avec cette organisation, la recherche d’informations défavorables ne se limite plus à une recherche en ligne. Elle devient un contrôle reproductible.
Questions fréquentes
Quels résultats doivent entraîner la récupération de l’article complet ?
Récupérez l’article complet lorsqu’un résultat correspond à un mot-clé défavorable ou à une règle de catégorie. Donnez ensuite la priorité aux résultats corroborés par un second identifiant, comme le lieu, l’employeur, la fonction ou un lien avec une entreprise. La recherche initiale doit être assez large pour couvrir les alias et les articles dans les langues locales. Récupérer tous les articles où un nom apparaît augmente les coûts et le volume de dossiers à examiner. Les extraits seuls peuvent toutefois omettre le contexte nécessaire pour confirmer l’identité.
Comment définir le seuil des mots-clés ?
N’appliquez pas un seuil unique à tous les mots-clés. Commencez par un ensemble de règles assez large, puis testez-le sur des articles pertinents et non pertinents déjà identifiés pour la population contrôlée. Élargissez les termes lorsqu’une alerte manquée sur un événement grave aurait un coût élevé. Restreignez-les lorsque les homonymes submergent les analystes. Après chaque modification, examinez le volume de dossiers à traiter et les correspondances manquées. Conservez l’historique des versions des règles.
Quels résultats transmettre à un analyste ?
Transmettez à un analyste les correspondances d’identité incertaines, les accusations présentant un niveau de gravité élevé et les articles contenant des informations contradictoires. Un LLM peut extraire des éléments et classer la catégorie, mais un analyste doit valider toute conclusion défavorable ou toute décision concernant un compte. Un score de confiance ne prouve pas l’identité. L’analyste doit comparer les identifiants avec le contexte de l’article complet.
Comment tester le processus de recherche avant son lancement ?
Rejouez des recherches passées dont les résultats ont été confirmés par des analystes. Incluez des noms courants, des alias, des translittérations, des articles dans les langues locales, ainsi que des informations anciennes ou corrigées. Mesurez la fréquence à laquelle le processus repère des articles pertinents, le nombre de faux positifs transmis pour examen et le nombre de résultats que les analystes doivent écarter. Testez séparément les modifications des termes de recherche, des règles de mots-clés et des consignes pour identifier celles qui ont changé les résultats.