L’utilisation de l’IA par EY dans la détection des fraudes en audit suscite le débat

EY, l'un des plus grands cabinets d'audit internationaux, a récemment intégré l'intelligence artificielle (IA) à ses processus d'audit afin de détecter les activités frauduleuses. Les premiers résultats sont prometteurs : l'IA adentdes activités suspectes dans deux des dix premières entreprises évaluées. Si EY met en avant le potentiel de l'IA en audit, le secteur reste partagé quant à sa fiabilité pour la détection des fraudes.

L'IA dans l'audit : détecter la fraude

Ernst & Young (EY), acteur majeur de l'audit et de la comptabilité, s'est lancé dans l'intelligence artificielle pour optimiser ses processus d'audit. En exploitant la puissance de l'IA, EY ambitionne d'améliorer la précision et l'efficacité de ses procédures d'audit.

L'incursion d'EY dans l'audit piloté par l'IA a débuté en 2018, avec l'ambition de révolutionner la détection des activités frauduleuses au sein de l'entreprise. Dans un premier temps, EY a utilisé l'IA pour évaluer dix entreprises. Fait remarquable, le système d'IA adentdes activités suspectes dans deux d'entre elles, activités qui se sont avérées frauduleuses, comme l'ont confirmé ultérieurement les clients.

Kath Barrow, associée directrice de l'audit chez EY au Royaume-Uni et en Irlande, s'est montrée optimiste quant à l'efficacité du système d'IA. Bien que les détails précis concernant le logiciel d'IA et la nature des fraudes détectées restent confidentiels, la déclaration de Mme Barrow laisse entendre qu'EY perçoit un potentiel important dans l'intégration de l'IA à ses processus d'audit.

La naissance d'Helix GLAD

L'un des acteurs clés de l'intégration réussie de l'IA dans l'audit chez EY est Naoto Ichihara, associé en assurance chez Ernst & Young ShinNihon LLC au bureau de Tokyo. Fort d'une expérience en programmation et passionné par le développement de modèles et de systèmes d'audit, Ichihara a été amené à explorer l'application de l'apprentissage automatique à l'analyse des données comptables.

Les recherches approfondies d'Ichihara sur les articles et algorithmes universitaires existants l'ont conduit à une découverte capitale : il existait une méthode plus efficace pour détecter les anomalies grâce à l'apprentissage automatique. Fort de cette vision, Ichihara s'est lancé dans la création d'une solution d'IA capable de déceler les irrégularités au sein de vastes bases de données financières.

Sa technologie novatrice, une première dans le domaine de l'audit, a abouti à un brevet pour cette solution révolutionnaire. Baptisée EY Helix GL Anomaly Detector (Helix GLAD), elle a marqué une étape importante dans l'audit piloté par l'IA.

Gagner la confiance dans l'IA

Bien que l'IA ait le potentiel d'analyser rapidement de vastes ensembles de données, le secteur comptable reste partagé quant à sa fiabilité pour détecter les multiples formes de fraude potentielle. Afin de lever le scepticisme, l'équipe d'audit d'EY a mené des tests rigoureux sur Helix GLAD à l'aide d'un ensemble de données contenant des écritures comptables frauduleuses prédéterminées.

L'algorithme ayant systématiquement et précisément détecté ces écritures frauduleuses, les auditeurs ont commencé à avoir confiance dans le potentiel d'Helix GLAD pour améliorer la précision des audits. Toutefois, un élément crucial manquait encore : les auditeurs ignoraient pourquoi le système d'IA détectait certaines anomalies. Or, cette connaissance était essentielle pour évaluer la validité et l'impact des écritures signalées.

Combler le fossé : l’analyse des données au service de la transparence

Consciente du besoin de transparence et de compréhension en matière d'audit, l'équipe d'EY a conçu une solution s'appuyant sur l'analyse de données. Cette solution vise à créer des représentations visuelles des éléments signalés, permettant ainsi aux auditeurs de mieux comprendre les raisons des détections effectuées par l'algorithme d'IA.

Ces représentations visuelles ont permis aux auditeurs d'évaluer de manière exhaustive les écritures signalées, renforçant ainsi la confiance dans les méthodes de détection de l'algorithme. Cette transformation a constitué un progrès significatif pour améliorer la précision et l'efficacité des processus d'audit, tout en réduisant le risque que des irrégularités financières passent inaperçues.

Avantages et défis de l'IA dans la détection des fraudes en audit

L'intégration de l'IA dans les processus de détection des fraudes en audit offre de nombreux avantages aux grands cabinets d'audit comme EY. Les algorithmes d'IA sont capables d'analyser d'immenses volumes de données en un temps record, bien plus rapidement qu'un auditeur humain. Cette efficacité permet aux auditeurs de se concentrer sur l'interprétation des résultats plutôt que sur l'examen fastidieux des données. De plus, les modèles d'IA ne sont pas sujets aux biais humains ni à la fatigue ; ils appliquent systématiquement des règles et des critèresdefipourdentles anomalies.

Cette approche objective et fiable réduit le risque de passer à côté de transactions suspectes en raison d'erreurs humaines ou d'oublis, améliorant ainsi l'efficacité de la détection des fraudes.

Toutefois, l'intégration de l'IA dans la détection des fraudes en audit présente des défis. L'intégration de cette technologie aux systèmes et flux de travail d'audit existants constitue un enjeu majeur. Les cabinets comptables doivent veiller à ce que les algorithmes d'IA s'intègrent parfaitement à leur infrastructure et à leurs processus, ce qui exige une planification rigoureuse, une formation adéquate et une collaboration étroite entre les auditeurs et les spécialistes en IA.

Un autre défi réside dans la surveillance et la mise à jour continues des algorithmes d'IA. Face à l'adaptation et à l'évolution constantes des techniques des fraudeurs, les algorithmes d'IA doivent rester flexibles afin de détecter les nouveaux schémas et anomalies. La collaboration entre auditeurs et développeurs est essentielle pour affiner et mettre à jour les algorithmes et ainsi anticiper les menaces émergentes.

L'avenir de l'IA dans l'audit et les considérations réglementaires

L'adoption de l'IA dans la détection des fraudes en audit a le potentiel d'améliorer la qualité et l'efficacité des audits. Cependant, les organismes de réglementation joueront un rôle déterminant pour définir dans quelle mesure les comptables pourront s'appuyer sur l'IA durant le processus d'audit.

Jason Bradley, responsable des technologies d'assurance au sein du Conseil britannique de l'information financière (FRC), reconnaît que l'IA offre des opportunités d'améliorer la qualité et l'efficacité des audits si elle est utilisée à bon escient. Les décisions réglementaires dépendront probablement de la capacité des experts-comptables à évaluer et à analyser de manière critique les systèmes d'IA.

Par ailleurs, la question de la propriété des données pose problème. Les entreprises peuvent considérer leurs données financières détaillées comme des informations confidentielles, ce qui rend complexe l'utilisation de ces données privées pour entraîner des systèmes d'IA à auditer d'autres entités.

La mise en œuvre réussie de l'IA par EY dans la détection des fraudes en audit souligne les avantages potentiels de l'IA dans ce domaine. Malgré la persistance de défis, la transparence et l'efficacité offertes par les solutions basées sur l'IA peuvent transformer la manière dont les auditeurs détectent et traitent les activités frauduleuses. Le secteur, les organismes de réglementation et les auditeurs doivent collaborer pour saisir ces opportunités et relever ces défis, à mesure que l'IA continue d'évoluer dans les pratiques d'audit.