latribune.fr
Sur quelque 15 milliards d'euros mis en recouvrement en 2024, l'IA a contribué pour 2,5 milliards d'euros, indique la DGFIP.
© maru54 / Adobe Stock
Si l'intelligence artificielle (IA) est omniprésente ces dernières années aux yeux du grand public, elle est en réalité utilisée depuis bien plus longtemps. En France, la Direction générale des finances publiques (DGFIP) a été pionnière sur son utilisation. Depuis 2014, elle lui sert à détecter des constructions ou aménagements non déclarés à partir de prises de vues aériennes ou à collecter des données sur les réseaux sociaux. Et, surtout, à programmer plus efficacement les contrôles fiscaux.
« Avant, il fallait regarder entre 10 et 15 dossiers pour trouver une anomalie. Grâce à l'IA, on est plutôt à un dossier sur trois », estime Gilles Clabecq, responsable du service chargé de la mise en œuvre de l'IA dans le contrôle fiscal, dont les effectifs sont passés de cinq à 32 personnes entre 2013 et 2025.
Chaque trimestre, quelques dizaines de milliers de dossiers identifiés par l'IA sont ainsi adressés aux services de contrôle. Charge ensuite aux vérificateurs d'en évaluer la pertinence, détaille-t-il. Et sur quelque 15 milliards d'euros mis en recouvrement en 2024, l'IA a contribué pour 2,5 milliards d'euros, indique la DGFIP.
Grâce à l'IA, la DGFIP estime avoir identifié 300 risques de fraude fiscale pour les professionnels, et 70 pour les particuliers. Sans vouloir donner plus de précisions. « Les détailler reviendrait à dévoiler nos recettes de cuisine », explique Carole Maudet, directrice adjointe du contrôle fiscal au sein de l'administration. Concrètement, l'institution utilise trois modèles d'IA et, depuis janvier, expérimente une solution d'IA générative.
Le premier, dit « supervisé », est un algorithme d'apprentissage capable de débusquer des anomalies fiscales dans un dossier en se basant sur une base de données garnie des résultats des contrôles des cinq années précédentes. Il est paramétré avec des critères techniques, notamment des ratios financiers. « Le modèle est appliqué aux contribuables non encore contrôlés pour déterminer ceux les plus susceptibles de présenter un risque de fraude », et ainsi mieux cibler les contrôles, précise un rapport d'information parlementaire de juin 2024 sur l'IA dans le contrôle fiscal.
Alertes en temps réel sur les informations économiques majeures.
Autre modèle utilisé : le « non supervisé ». Lui s'appuie sur des données descriptives d'une population (particuliers ou entreprises). Par exemple, des entreprises sont réparties au sein d'ensembles homogènes, selon différents critères (secteur d'activité, effectifs, chiffre d'affaires, marge...). L'algorithme identifie alors les sociétés suspectes, qui présentent une « atypie » ou une « rupture de comportement », par rapport à l'ensemble. Certains signalements peuvent toutefois être effectués à tort et le regard humain reste indispensable.
Enfin, la DGFIP utilise l'analyse par graphe. Ce modèle identifie les liens entretenus par des contribuables avec d'autres fraudeurs avérés, ou qui ont déjà fait l'objet de signalements. Ces connexions peuvent être de natures différentes, notamment capitalistiques, comme entre une société et ses filiales. « Un voisinage frauduleux peut constituer un élément de contexte supplémentaire qui s'ajoute aux autres motifs de fraude éventuellement identifiés », relève le rapport parlementaire.
Reste que, sur le terrain, les agents ne sont pas unanimes sur la qualité des contrôles proposés par l'IA, assure Solidaires Finances publiques, premier syndicat à la DGFIP. L'organisation déplore un « manque de transparence » des modèles et un déploiement à « marche forcée » de l'IA qui n'est pas neutre sur l'emploi. Selon l'un de ses membres, Benjamin Gandouin, les financements pour développer l'IA sont « toujours conditionnés par des économies prévisionnelles qui se font sur le dos de nos agents ».
Le nombre d'agents a en effet baissé. « Les effectifs du contrôle fiscal sont marqués par une chute, passant de 12.303,7 emplois équivalent temps plein en 2016, à 10.427 en 2022 », peut-on lire dans le rapport parlementaire de juin 2024. Mais la DGFIP réfute « toute corrélation entre suppressions de poste et développement de l'IA ». Et avance plutôt d'autres arguments : des réformes organisationnelles, la suppression de la taxe d'habitation sur les résidences principales ou encore l'abolition de la contribution à l'audiovisuel public.
Solidaires Finances Publiques pointe également du doigt des angles morts de la technologie. « Le discours était que l'IA allait contribuer à résoudre la fraude complexe, notamment internationale, mais les modèles ne permettent pas de la découvrir », souligne Damien Robinet, secrétaire national du syndicat. Pour ce type de fraude, caractérisée par des pratiques sophistiquées pour échapper à l'impôt, souvent de dimension internationale, le manque d'un volume de données suffisant peut en effet entraver le développement de nouveaux modèles.
Mais la généralisation à venir de la facturation électronique, à partir de 2026, devrait changer la donner selon la DGFIP. « La valeur ajoutée de l'IA va vraiment exploser à partir de là (...) Avec des milliards de factures, c'est une volumétrie et une granularité inédite et il s'agit de données (...) très fiables », souligne Gilles Clabecq. De quoi doper de nouveaux modèles et détecter plus facilement certaines fraudes, notamment celles impliquant des sociétés fictives, dépourvues d'activité, et créées dans le but de percevoir de l'argent public.
À lire également
Exemple avec la fraude à la TVA, qui coûte à l'Union européenne près de 50 milliards d'euros par an, selon les dernières estimations disponibles d'Europol. Celle-ci implique plusieurs entreprises établies dans au moins deux États membres de l'UE et consiste à obtenir la déduction ou le remboursement de la TVA afférente à une livraison intracommunautaire de biens alors que cette TVA n'a pas été reversée à l'administration fiscale concernée. « Quand une entreprise éphémère déposera une demande de remboursement de crédits TVA et qu'on constatera [grâce à la facture] qu'elle est liée avec un fournisseur connu défavorablement à la DGFIP, on pourra dire "on ne rembourse pas" », anticipe Gilles Clabecq. Un enthousiasme que l'avenir confirmera, ou pas.
(Avec AFP)
latribune.fr
