- Le Master CARF (Contrôle Audit et Reporting Financier) de l’université Paris Dauphine-PSL et l’équipe Business Risk Services de Grant Thornton se sont associés pour dresser le portrait de l’« auditeur du futur ».
- Partenaire fondateur du cercle Dauphine Numérique qui est un acteur majeur dans les réflexions autour de l’explicabilité des algorithmes d’intelligence artificielle, il a semblé intéressant à Grant Thornton de suivre le processus d’évolution et d’intégration des systèmes liés à l’IA au sein de la profession d’audit interne, et la manière dont ces systèmes peuvent influencer les démarches de demain.
- Cet opus est le deuxième d’une série d’enquêtes dont la première a été réalisée en 2022*.
- Nous retenons comme définition de l’Intelligence Artificielle (IA), l’ensemble des analyses de données à partir de technologies cherchant à simuler l’intelligence humaine, notamment à base d’algorithmes, dans l’objectif d’accompagner la prise de décision.
- Derrière ce vocable nous intégrons ainsi les techniques d’exploration de données, le machine learning (apprentissage machine1), voire le deep learning (apprentissage profond2) permettant notamment la reconnaissance vocale ou visuelle, à titre d'exemple.
- Vous trouverez ci-après les résultats de cette deuxième enquête : elle fait un état des lieux du degré d’utilisation de ces outils, des risques et des opportunités que l’IA génère pour les pratiques d’audit interne, et des transformations à attendre sur le profil et la formation des auditeurs.
Cliquez ici pour télécharger l’étude.
1 Le Machine Learning peut se définir comme un concept qui permet aux ordinateurs d'apprendre et de s’améliorer sans être explicitement programmés.
2 Le Deep Learning peut se définir comme une technique qui utilise des réseaux de neurones artificielles pour apprendre des règles à partir de données
*lien vers la première étude : La place de l’Intelligence Artificielle dans les pratiques d’audit | Grant Thornton
