Le point de vue des auditeurs...
Une étude menée auprès de 120 auditeurs a révélé les enseignements suivants (Grant Thornton, université Paris Dauphine-PSL, étude « La place de l'intelligence artificielle dans les pratiques d'audit », juin 2022, https://www.grantthornton.fr/fr/insights/articles-et-publications/2023/la-place-de-lintelligence-artificielle-dans-les-pratiques-daudit-interne/ ).
Quelles sont les technologies utilisées par les auditeurs ?
Selon cette étude, les outils les plus utilisés sont les suivants :
-2/3 des répondants utilisent des outils de visualisation ;
-la moitié d'entre eux utilise des outils pré-paramétrés d'analyse de données ;
-46 % des répondants paramètrent eux-mêmes des scripts d'analyse de données.
Selon les utilisateurs, ces solutions permettent de mieux appréhender les risques, de repérer des anomalies, d'enrichir les constats et conclusions et de fournir des perspectives plus précises, tant sur les flux de transactions que sur les données de gestion et comptables de leurs clients. Le deep learning (utilisation de réseaux de neurones pour mimer le processus d'apprentissage du cerveau humain) n'est pas encore largement utilisé.
En substance, les outils liés à l'IA font partie du quotidien de la grande majorité (près de 60 %) des auditeurs, tandis que 13 % n'en ont jamais utilisé. Ces outils se concentrent principalement autour de l'exploration de données et du machine learning. Ils s’appuient, ainsi, sur des algorithmes qui peuvent traiter un ensemble significatif de données pour prédire des résultats et en tirer des conclusions. Les échantillons sont donc plus nombreux, plus fiables, et l’algorithme apprend progressivement de ses résultats.
Pour quelles opérations les technologies d'IA sont-elles utilisées ?
Les principaux outils d’IA sont fréquemment utilisés pour :
-la recherche d’anomalies ou d’atypies dans les processus, les contrôles, les schémas et écritures comptables (35 %) ;
-l’échantillonnage (33 %) ;
-le contrôle du fichier des écritures comptables (FEC) (30 %) ;
-le rapprochement de données (27 %).
Quels sont les freins au développement de l'IA dans le domaine de l'audit ?
Il s'agit, principalement, d'obstacles d'ordres financier et technique (pour 63 % des répondants). Au niveau technique, pour 73 % d'entre eux, l'utilisation de ces outils exige un investissement en temps important afin de bien comprendre l'architecture des données de l'entreprise et le fonctionnement des processus informatisés. En outre, constituent des obstacles significatifs le manque de compétences des auditeurs en systèmes d'information (SI) (66 %), l'insuffisance de connaissances sur les possibilités offertes par la data (65 %) ainsi que l'accès aux données (69 %), en raison de leur répartition dans différents systèmes. La qualité des données sources reste incertaine. Toutefois, les résultats illustrent une réelle appétence pour aller plus loin dans l’utilisation de l’IA.
S'agissant de l’audit interne, le coût d’amortissement des technologies qui lui sont nécessaires n'est, à ce jour, pas encore compensé par les gains de productivité générés par l'IA. Quant à l'audit externe, en revanche, tous les grands acteurs intègrent largement l'évolution technologique dans leurs processus métier.
Opportunités et risques liés à l'utilisation à l'IA
Le tableau ci-dessous présente les principales opportunités et les principaux risques liés à l'utilisation de l'IA cités par les répondants.
Retour d'enquête sur l'utilisation des technologies liées à l'IA dans l'audit financier |
|---|
Opportunités | En % des répondants | Risques * | En % des répondants |
Une fiabilité accrue des travaux et des conclusions (efficacité et optimisation de l’échantillonnage des tests, couverture des risques, en particulier d'analyse exhaustive des données et pertinence du plan d’audit et d’identification des risques) | 84 | Erreurs de paramétrage des scripts de contrôle pouvant conduire à des contacts erronés | 79 |
Développement de l'audit en continu | 78 | Biais dans la sélection des données (définition des algorithmes) | 70 |
Réduction de la durée des missions ou élargissement des périmètres par mission | 65 | Perte de maîtrise et de compréhension des résultats des audits compte tenu de la complexité ou du manque de transparence des outils (effet « boîte noire ») | 60 |
Augmentation du périmètre des travaux pouvant être réalisés à distance | 65 | Remise en cause du jugement professionnel et/ou de l'esprit critique de l'auditeur | 58 |
Évolution de la composition de l'équipe d'audit en termes de séniorité | 55 | | |
Fusion des fonctions de contrôle et d'audit interne | 30 | | |
* Les questions sur les risques d'audit induits par les technologies d'IA ont eu le plus faible taux de réponse (15 % en moyenne sur chacune des propositions). |
L'amélioration de la fiabilité des travaux et de la productivité et le passage d'un audit périodique à des audits en continu permettent à l’auditeur d'être plus disponible pour l’analyse et d'apporter de la valeur ajoutée. Les résultats seront produits plus rapidement mais il sera toujours nécessaire de valider leur processus d’élaboration et de pouvoir les exploiter pour éclairer sur la maîtrise des risques. Ainsi, le véritable enjeu de l’IA pour les fonctions d’audit n’est pas de remplacer l’auditeur mais, petit à petit, de l’« augmenter ».
Les avis sont, en revanche, partagés quant à l’assistance que peut apporter l’IA à la rédaction des rapports d’audit. Seuls les auditeurs externes semblent y voir une opportunité, sans doute car leurs restitutions sont plus normées.
Enfin, ces technologies devraient avoir peu d’impact sur la taille des équipes d’audit : seuls 24 % des répondants prévoient une réduction des équipes.
Quel profil pour l'auditeur de demain ?
Il semblerait que le développement de l’IA ne bouleverse pas de manière très sensible le profil des auditeurs de demain. En effet, certains fondamentaux du métier demeurent :
-la place des audits « terrain » ;
-l’internalisation des compétences d’audit dans les entreprises.
En revanche, les deux principales évolutions qui émergent de manière très nette dans la perception de l’auditeur de demain sont :
-sa solide culture de l’analyse de données (89 % des répondants) ;
-une séniorité accrue (50 %).