Ce guide examine les signaux d'alerte qui indiquent la pr\u00e9sence de re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA. Plus important encore, il vous montre comment prot\u00e9ger votre organisation avant que des demandes de remboursement frauduleuses ne passent entre les mailles du filet.<\/p>\n\n\n\n
Allons-y.<\/p>\n\n\n\n
\n\n\n\n
Principaux enseignements<\/strong><\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Vous avez investi dans des syst\u00e8mes de gestion des d\u00e9penses. Vous avez des flux d'approbation. Votre \u00e9quipe examine les demandes de remboursement manuellement. Alors pourquoi s'inqui\u00e9ter des re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA ?<\/p>\n\n\n\n Parce que l'\u00e9chelle a chang\u00e9.<\/p>\n\n\n\n Auparavant, la cr\u00e9ation de faux re\u00e7us n\u00e9cessitait du temps et des efforts, ce qui limitait la fr\u00e9quence des fraudes.<\/p>\n\n\n\n Un employ\u00e9 pouvait soumettre une ou deux demandes douteuses par trimestre, et le calcul du risque et de la r\u00e9compense permettait \u00e0 la plupart des gens de rester honn\u00eates. L'IA change compl\u00e8tement cette \u00e9quation.<\/p>\n\n\n\n Aujourd'hui, un employ\u00e9 peut produire des dizaines de re\u00e7us convaincants en un apr\u00e8s-midi. Il peut cr\u00e9er des re\u00e7us pour des fournisseurs inexistants et m\u00eame falsifier des documents pour des d\u00e9penses qui n'ont jamais eu lieu. La barri\u00e8re contre la fraude s'est effondr\u00e9e.<\/p>\n\n\n\n L'impact financier va au-del\u00e0 des pertes directes.<\/p>\n\n\n\n Il y a le co\u00fbt des enqu\u00eates sur les r\u00e9clamations suspectes, la perte de productivit\u00e9 de votre \u00e9quipe financi\u00e8re, le risque juridique potentiel si la fraude n'est pas d\u00e9tect\u00e9e, et les dommages culturels lorsque les employ\u00e9s voient d'autres personnes jouer avec le syst\u00e8me sans subir de cons\u00e9quences.<\/p>\n\n\n\n La d\u00e9tection ne consiste pas seulement \u00e0 attraper les mauvais acteurs, mais aussi \u00e0 maintenir l'int\u00e9grit\u00e9 de votre syst\u00e8me de d\u00e9penses avant que les petits probl\u00e8mes ne deviennent des probl\u00e8mes syst\u00e9miques.<\/p>\n\n\n\n Examinons ces signaux d'alarme.<\/p>\n\n\n\n Les vraies entreprises laissent des empreintes num\u00e9riques. Elles ont des sites web, des licences d'exploitation et une image de marque coh\u00e9rente. Les re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA ne tiennent souvent pas compte de ces d\u00e9tails.<\/p>\n\n\n\n Lors de la v\u00e9rification, commencez par les \u00e9l\u00e9ments de base. Le vendeur existe-t-il ? Une recherche rapide devrait permettre de trouver un site web, une pr\u00e9sence sur les m\u00e9dias sociaux ou des listes d'entreprises. Si le nom de l'entreprise ne donne rien, c'est le premier signe d'alerte.<\/p>\n\n\n\n V\u00e9rifiez le formatage de l'adresse. Les vrais re\u00e7us utilisent l'adresse enregistr\u00e9e du vendeur. Les outils d'intelligence artificielle g\u00e9n\u00e8rent parfois des adresses plausibles mais inexistantes. Comparez l'adresse avec celle de Google Maps.<\/p>\n\n\n\n Si l'emplacement n'existe pas ou s'il s'agit d'une entreprise compl\u00e8tement diff\u00e9rente, vous avez trouv\u00e9 votre deuxi\u00e8me signal d'alarme.<\/p>\n\n\n\n Les num\u00e9ros de t\u00e9l\u00e9phone racontent des histoires. Appelez le num\u00e9ro figurant sur le re\u00e7u. Est-il reli\u00e9 \u00e0 l'entreprise mentionn\u00e9e ? De nombreux re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA utilisent des num\u00e9ros d\u00e9connect\u00e9s ou des num\u00e9ros qui renvoient \u00e0 des entreprises sans rapport.<\/p>\n\n\n\n La coh\u00e9rence de la marque est importante. Les entreprises appliquent des styles de logo, des sch\u00e9mas de couleurs et des normes de formatage sp\u00e9cifiques. Consultez les re\u00e7us r\u00e9els ou le site web du vendeur et comparez le style. Les re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA s'en approchent souvent, mais manquent des d\u00e9tails subtils, comme un logo l\u00e9g\u00e8rement d\u00e9cal\u00e9 ou une nuance de couleur qui ne correspond pas tout \u00e0 fait.<\/p>\n\n\n\n Les num\u00e9ros d'enregistrement fiscal constituent un autre niveau de v\u00e9rification. Les entreprises l\u00e9gitimes font figurer leur num\u00e9ro d'identification fiscale ou d'enregistrement sur les re\u00e7us, ce qui peut \u00eatre v\u00e9rifi\u00e9 dans les bases de donn\u00e9es gouvernementales.<\/p>\n\n\n\n Les re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA les omettent compl\u00e8tement ou comportent de faux num\u00e9ros qui ne correspondent pas \u00e0 la r\u00e9alit\u00e9.<\/p>\n\n\n\n Les d\u00e9penses humaines suivent des mod\u00e8les. Nous fr\u00e9quentons le m\u00eame caf\u00e9. Nous achetons notre d\u00e9jeuner \u00e0 peu pr\u00e8s \u00e0 la m\u00eame heure chaque jour.<\/p>\n\n\n\n Nous effectuons nos achats en fonction de notre emploi du temps et de notre lieu de travail. Les re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA vont souvent \u00e0 l'encontre de ces sch\u00e9mas naturels.<\/p>\n\n\n\n Examinez d'abord le calendrier. Un employ\u00e9 soumet-il des re\u00e7us provenant de plusieurs villes le m\u00eame jour ? \u00c0 moins qu'il ne soit en d\u00e9placement, c'est physiquement impossible. Les outils d'IA ne prennent pas automatiquement en compte la g\u00e9ographie et les fuseaux horaires.<\/p>\n\n\n\n Les montants des transactions r\u00e9v\u00e8lent \u00e9galement des tendances. Il est rare de d\u00e9penser un montant rond. Un d\u00e9jeuner peut co\u00fbter $18.47 ou $22.83, mais rarement $20.00. Des re\u00e7us multiples avec des totaux ronds suspects sugg\u00e8rent une fabrication.<\/p>\n\n\n\n V\u00e9rifiez la fr\u00e9quence. Un employ\u00e9 pr\u00e9sente soudainement 10 re\u00e7us de caf\u00e9 par semaine, alors qu'il n'en pr\u00e9sentait que 2 en moyenne, ou bien il d\u00e9clare des d\u00e9penses quotidiennes de covoiturage alors qu'il dispose d'une carte de stationnement. Des changements spectaculaires dans les habitudes de d\u00e9penses justifient une enqu\u00eate.<\/p>\n\n\n\n Comparez les cat\u00e9gories de d\u00e9penses au sein de votre organisation. Si les frais de repas d'un employ\u00e9 sont syst\u00e9matiquement sup\u00e9rieurs de 40% \u00e0 ceux de ses coll\u00e8gues occupant des fonctions similaires, posez des questions. Les valeurs aberrantes ne sont pas toujours des fraudes, mais elles m\u00e9ritent d'\u00eatre examin\u00e9es de pr\u00e8s.<\/p>\n\n\n\n Surveillez les doublons. Les outils d'IA g\u00e9n\u00e8rent parfois des re\u00e7us trop similaires, comme le m\u00eame total de repas dans diff\u00e9rents restaurants ou des montants de taxe identiques pour des achats sans rapport.<\/p>\n\n\n\n Cela est d\u00fb au fait que les mod\u00e8les d'IA peuvent tomber dans des sch\u00e9mas de sortie r\u00e9p\u00e9titifs.<\/p>\n\n\n\n La conception de re\u00e7us professionnels respecte les conventions. Les entreprises investissent dans des syst\u00e8mes de point de vente qui g\u00e9n\u00e8rent des re\u00e7us standardis\u00e9s. Pourtant, les outils d'IA se rapprochent de ces conventions, introduisant souvent des erreurs de formatage subtiles.<\/p>\n\n\n\n Les probl\u00e8mes d'alignement du texte sont fr\u00e9quents. Les re\u00e7us r\u00e9els conservent des marges et un espacement coh\u00e9rents, tandis que les versions g\u00e9n\u00e9r\u00e9es par l'IA pr\u00e9sentent parfois du texte qui d\u00e9rive sur la page ou des lignes qui ne sont pas correctement align\u00e9es avec les prix correspondants.<\/p>\n\n\n\n Les incoh\u00e9rences au niveau des polices de caract\u00e8res sont fr\u00e9quentes. Un re\u00e7u peut utiliser trois polices diff\u00e9rentes alors que les re\u00e7us r\u00e9els s'en tiennent g\u00e9n\u00e9ralement \u00e0 une ou deux options standardis\u00e9es, ou les tailles de police varient de mani\u00e8re al\u00e9atoire au lieu de suivre une hi\u00e9rarchie claire.<\/p>\n\n\n\n Les horodateurs suivent des formats standard. Aux \u00c9tats-Unis, les dates apparaissent g\u00e9n\u00e9ralement sous la forme MM\/JJ\/AAAA. En Europe, le format DD\/MM\/YYYY est standard. Les re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA m\u00e9langent parfois les formats ou utilisent des s\u00e9parateurs non conventionnels.<\/p>\n\n\n\n Examinez l'exactitude math\u00e9matique. Les lignes s'additionnent-elles correctement ? La taxe est-elle calcul\u00e9e au bon taux pour la juridiction concern\u00e9e ? Les outils d'IA g\u00e9n\u00e8rent parfois des re\u00e7us dont les chiffres ne correspondent pas tout \u00e0 fait \u00e0 la r\u00e9alit\u00e9.<\/p>\n\n\n\n La structure des re\u00e7us est importante. Les vrais re\u00e7us suivent un flux logique, avec les informations commerciales en haut, les d\u00e9tails de la transaction au milieu et les informations relatives au paiement en bas.<\/p>\n\n\n\n Les versions g\u00e9n\u00e9r\u00e9es par l'IA m\u00e9langent parfois cet ordre ou placent les \u00e9l\u00e9ments \u00e0 des endroits inhabituels.<\/p>\n\n\n\n Chaque fichier num\u00e9rique contient des m\u00e9tadonn\u00e9es telles que les dates de cr\u00e9ation, l'historique des modifications et des informations sur les logiciels. Ces donn\u00e9es indiquent quand et comment un fichier a \u00e9t\u00e9 g\u00e9n\u00e9r\u00e9.<\/p>\n\n\n\n Les re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA contiennent souvent des m\u00e9tadonn\u00e9es qui ne correspondent pas \u00e0 l'origine d\u00e9clar\u00e9e.<\/p>\n\n\n\n V\u00e9rifiez d'abord la date de cr\u00e9ation. Un employ\u00e9 a peut-\u00eatre soumis un re\u00e7u cens\u00e9 dater de mardi dernier, mais les m\u00e9tadonn\u00e9es du fichier indiquent qu'il a \u00e9t\u00e9 cr\u00e9\u00e9 ce matin. Il s'agit l\u00e0 d'un \u00e9norme signal d'alarme.<\/p>\n\n\n\n Examinez les \u00e9tiquettes du logiciel. Une photo de re\u00e7u l\u00e9gitime sera prise \u00e0 l'aide d'une application photo de smartphone, et un re\u00e7u scann\u00e9 contiendra des m\u00e9tadonn\u00e9es du logiciel du scanner.<\/p>\n\n\n\n Un re\u00e7u g\u00e9n\u00e9r\u00e9 par l'IA peut pr\u00e9senter un logiciel d'\u00e9dition d'images, des outils d'IA ou des programmes g\u00e9n\u00e9riques de cr\u00e9ation d'images.<\/p>\n\n\n\n La r\u00e9solution de l'image fournit des indices. Les appareils photo et les scanners des smartphones produisent des images \u00e0 des r\u00e9solutions sp\u00e9cifiques. Les images g\u00e9n\u00e9r\u00e9es par l'IA peuvent pr\u00e9senter des dimensions ou des r\u00e9solutions inhabituelles qui ne correspondent pas aux sorties standard des appareils.<\/p>\n\n\n\n Les donn\u00e9es EXIF contenues dans les fichiers photo comprennent les coordonn\u00e9es GPS, le mod\u00e8le de l'appareil photo et l'horodatage. Une photo de ticket de caisse cens\u00e9e avoir \u00e9t\u00e9 prise dans un restaurant sp\u00e9cifique doit comporter des coordonn\u00e9es GPS correspondant \u00e0 ce lieu.<\/p>\n\n\n\n L'absence de donn\u00e9es EXIF ou la non-concordance des donn\u00e9es de localisation indique une manipulation.<\/p>\n\n\n\n Le re\u00e7u n'est qu'une pi\u00e8ce du puzzle. Le recoupement des d\u00e9penses d\u00e9clar\u00e9es avec d'autres sources de donn\u00e9es permet de d\u00e9tecter les fraudes g\u00e9n\u00e9r\u00e9es par l'IA.<\/p>\n\n\n\n Commencez par les m\u00e9thodes de paiement. Si un employ\u00e9 affirme avoir pay\u00e9 en liquide mais que sa note de frais ne fait \u00e9tat d'aucun retrait au guichet automatique avant le paiement, d'o\u00f9 provient l'argent ?<\/p>\n\n\n\n Les relev\u00e9s de carte de cr\u00e9dit fournissent une preuve d\u00e9finitive des transactions.<\/p>\n\n\n\n Les itin\u00e9raires de voyage r\u00e9v\u00e8lent les fraudes \u00e0 la localisation. Un employ\u00e9 soumet un re\u00e7u pour un d\u00eener \u00e0 Chicago alors que son calendrier indique des r\u00e9unions \u00e0 distance toute la journ\u00e9e. Ou encore, il d\u00e9clare des frais d'essence sur un itin\u00e9raire qu'il n'a pas r\u00e9ellement emprunt\u00e9.<\/p>\n\n\n\n Les donn\u00e9es relatives aux cartes de cr\u00e9dit des entreprises constituent votre meilleur outil de v\u00e9rification. Chaque transaction par carte cr\u00e9e un enregistrement ind\u00e9niable. Comparez les re\u00e7us soumis aux relev\u00e9s de carte. Les transactions manquantes ou les diff\u00e9rences de montant indiquent une fabrication.<\/p>\n\n\n\n Pour les r\u00e9clamations de grande valeur ou suspectes, contactez directement le vendeur.<\/p>\n\n\n\n Peut-il confirmer que la transaction a eu lieu ? Ses dossiers correspondent-ils au re\u00e7u pr\u00e9sent\u00e9 ?<\/p>\n\n\n\n Les entreprises l\u00e9gitimes tiennent des registres de transactions et peuvent v\u00e9rifier les achats.<\/p>\n\n\n\n Savoir rep\u00e9rer les signaux d'alerte est important, mais la d\u00e9tection n'est que la moiti\u00e9 de la solution. Votre organisation a besoin d'approches syst\u00e9matiques pour pr\u00e9venir la fraude aux re\u00e7us g\u00e9n\u00e9r\u00e9e par l'IA avant que les demandes n'arrivent \u00e0 l'approbation.<\/p>\n\n\n\n Combattre l'IA par l'IA. Les outils de v\u00e9rification modernes utilisent l'apprentissage automatique pour d\u00e9tecter les images g\u00e9n\u00e9r\u00e9es par l'IA. Ces syst\u00e8mes analysent des centaines de caract\u00e9ristiques que les v\u00e9rificateurs humains pourraient ne pas remarquer.<\/p>\n\n\n\n Les outils de d\u00e9tection de l'IA examinent les mod\u00e8les au niveau des pixels. Ils identifient les signatures math\u00e9matiques laiss\u00e9es par les g\u00e9n\u00e9rateurs d'images d'IA et rep\u00e8rent les incoh\u00e9rences dans l'\u00e9clairage, les ombres et la texture qui indiquent une fabrication num\u00e9rique plut\u00f4t que des documents physiques.<\/p>\n\n\n\n Ces syst\u00e8mes de v\u00e9rification s'int\u00e8grent \u00e0 votre plateforme existante de gestion des d\u00e9penses. Les re\u00e7us sont scann\u00e9s automatiquement lors de la soumission, et les \u00e9l\u00e9ments suspects sont signal\u00e9s pour un examen humain.<\/p>\n\n\n\n La pr\u00e9vention fonctionne mieux lorsqu'elle est invisible pour les employ\u00e9s honn\u00eates. Plut\u00f4t que de consid\u00e9rer la v\u00e9rification comme une \u00e9tape suppl\u00e9mentaire, pourquoi ne pas l'int\u00e9grer dans votre flux de travail habituel en mati\u00e8re de d\u00e9penses ?<\/p>\n\n\n\n Gr\u00e2ce au filtrage automatis\u00e9 lors de la soumission, la v\u00e9rification commence d\u00e8s qu'un re\u00e7u est t\u00e9l\u00e9charg\u00e9. Les employ\u00e9s soumettent leurs d\u00e9penses comme d'habitude pendant que le syst\u00e8me effectue des contr\u00f4les en arri\u00e8re-plan. Seuls les \u00e9l\u00e9ments signal\u00e9s sont mis de c\u00f4t\u00e9 pour un examen plus approfondi.<\/p>\n\n\n\n Les processus d'approbation par paliers ajoutent un jugement humain. Les petites d\u00e9penses peuvent \u00eatre approuv\u00e9es par la seule v\u00e9rification automatis\u00e9e, tandis que les demandes plus importantes d\u00e9clenchent l'examen d'un gestionnaire.<\/p>\n\n\n\n Les d\u00e9penses de grande valeur doivent \u00eatre approuv\u00e9es par l'\u00e9quipe financi\u00e8re et accompagn\u00e9es de documents justificatifs.<\/p>\n\n\n\n Les audits al\u00e9atoires garantissent l'honn\u00eatet\u00e9 de tous. M\u00eame les demandes qui passent avec succ\u00e8s les contr\u00f4les automatis\u00e9s font l'objet d'un \u00e9chantillonnage en vue d'un examen manuel. Lorsque les employ\u00e9s savent que toute demande peut \u00eatre examin\u00e9e de pr\u00e8s, l'incitation \u00e0 la fraude diminue.<\/p>\n\n\n\n La technologie seule ne permet pas de pr\u00e9venir la fraude. Pour que la pr\u00e9vention soit efficace, il faut aussi que les gens comprennent \u00e0 la fois les r\u00e8gles et les cons\u00e9quences de leur violation.<\/p>\n\n\n\n Des politiques claires en mati\u00e8re de d\u00e9penses \u00e9liminent toute ambigu\u00eft\u00e9 avant que les probl\u00e8mes ne se posent. D\u00e9finissez les d\u00e9penses acceptables, pr\u00e9cisez les exigences en mati\u00e8re de documentation et expliquez le processus de v\u00e9rification.<\/p>\n\n\n\n Lorsque les attentes sont explicites, les erreurs honn\u00eates diminuent et la fraude intentionnelle devient plus difficile \u00e0 justifier.<\/p>\n\n\n\n Des formations r\u00e9guli\u00e8res renforcent ces limites. Des rappels fr\u00e9quents permettent de garder \u00e0 l'esprit la pr\u00e9vention de la fraude aux d\u00e9penses et aident les employ\u00e9s \u00e0 reconna\u00eetre les comportements \u00e0 risque.<\/p>\n\n\n\n Enfin, communiquez sur la technologie en place. Faites savoir aux employ\u00e9s que les outils de v\u00e9rification par IA filtrent les soumissions, les d\u00e9courageant ainsi d'adopter un comportement frauduleux.<\/p>\n\n\n\n TruthScan applique une d\u00e9tection avanc\u00e9e de l'IA sp\u00e9cialement con\u00e7ue pour la v\u00e9rification des re\u00e7us.<\/p>\n\n\n\n La plateforme analyse chaque demande pour y d\u00e9celer des signes de contenu g\u00e9n\u00e9r\u00e9 par l'IA, croise les donn\u00e9es de plusieurs sources de v\u00e9rification et signale automatiquement les demandes \u00e0 haut risque.<\/p>\n\n\n\n Le syst\u00e8me s'int\u00e8gre directement aux principales plateformes de gestion des d\u00e9penses, de sorte que votre \u00e9quipe peut continuer \u00e0 utiliser les flux de travail qui lui sont familiers. TruthScan fonctionne en arri\u00e8re-plan, offrant une couche de s\u00e9curit\u00e9 suppl\u00e9mentaire sans perturber les op\u00e9rations.<\/p>\n\n\n\n La v\u00e9rification en temps r\u00e9el se traduit par des r\u00e9sultats imm\u00e9diats. Les employ\u00e9s savent en quelques secondes si leur re\u00e7u a pass\u00e9 le contr\u00f4le, et les \u00e9quipes financi\u00e8res re\u00e7oivent des scores de risque clairs pour les \u00e9l\u00e9ments signal\u00e9s.<\/p>\n\n\n\n La d\u00e9tection de TruthScan couvre les cinq signaux d'alerte mentionn\u00e9s dans ce guide, avec la v\u00e9rification du fournisseur, l'analyse des mod\u00e8les, les contr\u00f4les de formatage, l'inspection des m\u00e9tadonn\u00e9es et les r\u00e9f\u00e9rences crois\u00e9es, le tout de mani\u00e8re automatique.<\/p>\n\n\n\n La fraude aux re\u00e7us g\u00e9n\u00e9r\u00e9e par l'IA repr\u00e9sente une menace croissante pour les syst\u00e8mes de gestion des d\u00e9penses. <\/p>\n\n\n\n Les processus de v\u00e9rification traditionnels n'ayant pas \u00e9t\u00e9 con\u00e7us pour relever ce d\u00e9fi, votre organisation ne peut ignorer ce risque. L'exposition financi\u00e8re est trop importante et les dommages culturels sont trop graves.<\/p>\n\n\n\n TruthScan fournit les outils de d\u00e9tection dont votre \u00e9quipe financi\u00e8re a besoin.<\/p>\n\n\n\n\n
\n
\n
\n
\n\n\n\nPourquoi la d\u00e9tection des re\u00e7us g\u00e9n\u00e9r\u00e9s par l'IA est-elle importante ?<\/h2>\n\n\n\n
1. Donn\u00e9es incoh\u00e9rentes sur le fournisseur ou le commer\u00e7ant<\/h2>\n\n\n\n
2. Mod\u00e8les de transactions inhabituels<\/h2>\n\n\n\n
3. Formatage m\u00e9diocre ou incoh\u00e9rent<\/h2>\n\n\n\n
4. Anomalies dans les m\u00e9tadonn\u00e9es et les fichiers<\/h2>\n\n\n\n
5. Divergences entre les recettes et les d\u00e9penses r\u00e9elles<\/h2>\n\n\n\n
D\u00e9tecter et pr\u00e9venir la fraude aux recettes d'IA<\/h2>\n\n\n
![\"Gros](\"https:\/\/blog.truthscan.com\/wp-content\/uploads\/2026\/01\/Close-up-hand-typing-on-pos-1024x683.jpg\" "\\"\\"")
<\/figure>\n<\/div>\n\n\nV\u00e9rification des re\u00e7us par l'IA<\/strong><\/h3>\n\n\n\n
Int\u00e9grer la d\u00e9tection dans les flux de travail<\/strong><\/h3>\n\n\n\n
Formation des employ\u00e9s et mise \u00e0 jour des politiques<\/strong><\/h3>\n\n\n\n
Comment TruthScan d\u00e9tecte la fraude aux re\u00e7us d'IA<\/h2>\n\n\n\n
Parlez \u00e0 TruthScan de la s\u00e9curisation des remboursements<\/h2>\n\n\n
![\"Capture](\"https:\/\/blog.truthscan.com\/wp-content\/uploads\/2025\/12\/TruthScan-1.jpg\" "\\"\\"")
<\/figure>\n<\/div>\n\n\n