Enquête sur la place de l’intelligence artificielle dans les processus d’audit

En partenariat avec l’Université Dauphine-PSL, nous avons sondé plus de 120 entreprises, interviewé une dizaine de professionnels, auditeurs internes et externes, mais aussi éditeurs de solutions informatiques, afin de dresser un état des lieux de l’utilisation des outils de l’Intelligence Artificielle (IA) dans les processus d’audit. Nous dessinons les contours de l’auditeur de demain.

Quels sont les éléments saillants qui ressortent des résultats ?

Le premier constat est que l’utilisation de l’IA est une réalité, mais encore peu développée avec, de ce fait, une forte marge de progression à l’avenir. En effet, si 60 % des auditeurs utilisent des outils liés à l’IA, seulement 25 % en font un usage fréquent.

L’un des freins au développement est le coût lié aux investissements nécessaires en termes de temps homme et de CapEx. Ce constat permet aussi une prise de conscience que l’audit interne ne déroge pas à la tendance que connaissent les autres fonctions de l’entreprise, en devenant de plus en plus capitalistique.

Le coût de l’audit interne comprendra à l’avenir, en plus des salaires des auditeurs, un coût d’amortissement des technologies qui lui sont nécessaires. Celui-ci ne fera probablement qu’augmenter au fil du temps.

Les auditeurs et les entreprises qui utilisent les technologies de l’IA constatent de nombreux bénéfices, notamment celui de permettre à l’auditeur de se focaliser davantage sur des tâches à plus forte valeur ajoutée, comme les contrôles-clés, possibles grâce à une meilleure appréhension des risques et un meilleur ciblage des tests qu’offre l’IA. Aussi, la réalisation des tests aspirant à couvrir l’exhaustivité de la population permet une meilleure efficacité de la détection des zones de risque, une amélioration de la fiabilité et de l’orientation des résultats sur les vrais enjeux.

De ce fait, l’IA contribue à apporter une réponse à de nombreuses attentes des auditeurs et des audités : ne plus faire de tâches à faible valeur ajoutée, améliorer la qualité de l’échantillonnage et le périmètre des contrôles, limiter les contrôles sur place, les déplacements, voire les entretiens.

Qui dit innovation, dit aussi nouveaux risques, et l’utilisation des technologies de l’IA pour l’audit interne doit également les prendre en compte. Cela nécessite, entre autres, la maîtrise des scripts de contrôle mais également une vigilance accrue sur les biais divers potentiels liés à la sélection et à l’interprétation des données ainsi que sur la qualité des données sources devant être utilisées par l’IA. Enfin, les auditeurs évoquent de plus la difficulté d’accès à la donnée par l’audit interne.

Si l’auditeur utilise l’intelligence artificielle pour ses audits, il devra aussi être en capacité de l’auditer.

Cette étude fait aussi ressortir que l’IA introduit des changements assez structurants dans l’approche d’audit, spécifiquement sous deux aspects :

1. L’utilisation de l’IA change le paradigme de contrôle pour l’audit interne. Elle permet d’apprendre à partir des données existantes pour définir des “patterns” normaux détectant l’anormalité de manière exhaustive, là où l’auditeur va imaginer les cas anormaux à auditer mais sans garantie d’exhaustivité.
2. Le développement de la capacité d’audit en continu, induite par l’utilisation des technologies de l’IA, aura une incidence sur l’articulation entre les trois lignes de défense, surtout entre la deuxième et troisième ligne.

En effet, l’audit en continu s’apparentant à du contrôle interne en continu va permettre de limiter les audits internes sur des champs couverts par le contrôle interne, de manière exhaustive. La troisième ligne de défense pourra de ce fait réorienter son action sur d’autres sujets à plus forte valeur ajoutée pour la direction générale, mais aussi sur l’audit des algorithmes et des programmes de contrôle en continu.

Deux tendances se dégagent in fine pour dresser le profil de notre auditeur de demain :

• Il aura une forte culture data lui permettant de maîtriser le langage lié aux données, construire ses algorithmes… et savoir exploiter les résultats,
• Il sera plus senior (50 % des répondants).

Et surtout pour 96 % des répondants, il ne sera pas remplacé par un robot… selon les auditeurs d’aujourd’hui…