Comment les impôts utilisent l’intelligence artificielle. Vous avez déjà entendu dire que les impôts peuvent détecter une piscine ou une construction pas déclarée en utilisant l’intelligence artificielle de Google maps.
En fait les moyens vont beaucoup plus loin.
La cours des comptes nous en apprend plus sur les IA présente à la DGFIP
La cours des compte a mis le nez dans ce dossier et grâce à son rapport on peut en savoir plus sur les méthodes et les objectifs.
La rapport a été publié et j’ai pu en prendre connaissance.
Que dit la rapport de la cour des comptes
Ce rapport de la Cour des comptes examine l’utilisation de l’intelligence artificielle (IA) au sein du Ministère de l’Économie et des Finances (MEF). Il analyse la diversité des systèmes d’IA mis en place, les gains de productivité associés, et les défis liés à la confiance et à l’impact environnemental de ces technologies.
Le rapport souligne que malgré un certain nombre d’initiatives, le MEF n’a pas encore de stratégie ministérielle cohérente pour l’IA, ce qui conduit à une utilisation inégale de la technologie et une gestion insuffisante des risques éthiques et environnementaux.
Le rapport formule des recommandations pour améliorer le pilotage et la gouvernance de l’IA au sein du MEF, notamment en créant une instance ministérielle dédiée, en promouvant une approche plus frugale de l’IA et en renforçant la prise en compte de l’impact environnemental.
Commentaire sur ces conclusions. Le Ministère a surtout investit en IA pour faire face à des effectifs trop peu nombreux pour réaliser les contrôles. Le seconde raison est la rentabilité rapide de ces dispositifs pour la détection des piscines, construction interdites. Cela permet de percevoir des impôts simples et dont les montants cumulés sont importants. (concernant les piscines 140 000 ont été détectées pour récupérer 40 millions de taxes, source )
Concernant les éléments d’approche frugale, c’est une formule à la mode pour mettre en tête que l’IA consomme des ressources et que des législation vont arriver pour limiter les usages. Je ne vais pas m’attarder sur ce point.
Une stratégie guidée par les opportunités
L’utilisation de l’IA au sein du ministère est inégale, certaines directions étant plus avancées que d’autres.
La DGFiP est le principal utilisateur d’IA, avec treize systèmes, soit 37 % du total. Cela s’explique par l’importance de son système d’information, ses effectifs (75 % des effectifs du ministère des finance) et les enjeux de sa modernisation. Les effectif ont été fortement réduits.
D’autres directions, comme la Direction Générale du Trésor et la Direction du Budget, ne portent aucun projet d’IA actuellement, malgré le potentiel de ces technologies.
L’accès aux données de masse et à la puissance de calcul nécessaires au développement de l’IA est un facteur important expliquant cette disparité.
La DGFiP et l’Insee, qui collectent et gèrent de grandes quantités de données, sont mieux placées pour développer des systèmes d’IA.
Les autres directions ont des bases de données plus limitées et manquent de puissance de calcul pour développer des systèmes d’IA de manière autonome.
Le pilotage ministériel du recours à l’IA est insuffisant, ce qui limite l’expérimentation de ces technologies dans toutes les fonctions où elles pourraient être utiles. La cour des comptes a injustifié une absence de stratégie globale. C’était déjà la cas dans son rapport sur La stratégie informatique de l’Etat.
Il n’existe pas d’instance clairement identifiée pour piloter la stratégie IA du Ministère. La démarche est clairement opportuniste.
Le Service du Numérique du Ministère n’a pas les attributions nécessaires pour accompagner les directions en retard dans le domaine de l’IA.
Le développement de l’IA au Ministère de l’économie et des finances est donc marqué par une concentration des moyens sur certaines directions et un manque de pilotage global. Cela limite le potentiel de l’IA à transformer l’action publique et à améliorer l’efficacité des politiques publiques.
Les différentes IA en place au ministère des finances
Quelques exemples notables, tirés du tableau n°1 du rapport de la Cour des Comptes :
ClaudIA (Agence pour l’Informatique Financière de l’État – AIFE) : Il s’agit d’un robot conversationnel (« chatbot ») qui aide les utilisateurs de Chorus Pro, (le portail de facturation électronique de l’État), à effectuer leurs démarches. ClaudIA répond à près de 80 % des questions des utilisateurs. Les demandes non traitées par ClaudIA sont transmises à des conseillers humain en ligne.
IA Réponse Conso (Direction Générale de la Concurrence, de la Consommation et de la Répression des Fraudes – DGCCRF) : Cette IA générative automatise une partie des réponses aux demandes des consommateurs. Après avoir analysé le contenu des demandes et des pièces jointes, le système d’IA propose un courrier de réponse à partir d’une banque de paragraphes types. Ce courrier est ensuite modifié et validé par un agent.
Je suis allé sur le site poser un signalement. Je n’ai pas été informé que la requette serait traité par une IA.
Signaux faibles (Direction Générale des Entreprises – DGE) : Cet algorithme calcule le risque de défaillance à 18 mois des entreprises de plus de 10 salariés, en utilisant les données de l’État, des organismes de sécurité sociale et de la Banque de France. Les agents accèdent aux données des entreprises de leur ressort sur une plateforme sécurisée, où ils peuvent proposer des mesures aux entreprises et suivre leur mise en place.
Ciblage de la fraude et valorisation des requêtes (CFVR) (Direction Générale des Finances Publiques – DGFiP) : Ce système utilise l’analyse prédictive pour aider à programmer les contrôles fiscaux. Les algorithmes développés par un service central de la DGFiP détectent automatiquement les dossiers à risque. Les cas proposés par l’IA sont transmis aux directions interrégionales de contrôle fiscal (DIRCOFI), qui vérifient leur pertinence avant de lancer un contrôle et signalent les anomalies pour corriger les algorithmes.
Foncier Innovant (DGFiP) : Ce système utilise l’IA pour suivre l’évolution de la fiscalité foncière. Des photos aériennes prises par l’IGN sont analysées par une IA qui détecte les aménagements et les compare aux données cadastrales et fiscales. Les anomalies potentielles sont vérifiées par les agents. Le programme comprend deux fonctions : la détection des constructions non déclarées (déployée) et la mise à jour du plan cadastral (en expérimentation).
C’est le service qui est très rentable entre cout de mise en œuvre et impôt nouveau recouvré..
Ces services d’IA illustrent la variété des applications déjà mises en place au Ministère, touchant des domaines aussi divers que la gestion des finances publiques, la lutte contre la fraude, la protection des consommateurs et le soutien aux entreprises. Il est important de noter que ce ne sont là que quelques exemples, et que d’autres services d’IA sont en cours de développement ou en projet au sein du ministère.
Quel service pour quel cout
Le coût total du développement des 35 systèmes d’IA recensés au sein du Ministère des finances sur la période 2015-2023 est estimé à 66,3 millions d’euros.
Ce montant englobe les achats de prestations externes et la valorisation des ressources internes mobilisées par les directions. Il est important de noter que ces chiffres ne prennent pas en compte les coûts de maintenance et de mise à jour des systèmes d’IA une fois qu’ils sont déployés. En général est entre 20 pour une maintenance logicielle et 40% si il faut prévoir des prestation de Maintient en condition opérationnelle.
Répartition des couts
La DGFiP représente la part la plus importante des dépenses, avec 91 % du total (60,1 millions d’euros). Cette concentration s’explique par l’importance du système d’information de la DGFiP, son volume de données et ses effectifs.
L’AIFE (5 %) et la DGE (2 %) représentent les autres contributeurs majeurs aux coûts de développement de l’IA
.
Qui paye
Au final c’est payé par les impôts, mais quel est le vecteur financier?
Certains projets d’IA du ministère de l’économie sont cofinancés par le Fonds pour la Transformation de l’Action Publique (FTAP). Ce fonds interministériel soutient des projets de modernisation de l’administration, dont ceux impliquant l’IA.
Le FTAP a alloué 164 millions d’euros à 18 projets d’IA, dont six portés par le ministère de l’économie et cinq par le ministère de la Transition écologique.
Le coût de développement de l’IA au ministère de l’économie est significatif, mais il est important de le mettre en perspective avec les gains de productivité et d’efficacité attendus de ces technologies.
La concentration des coûts sur la DGFiP soulève la question d’un accès plus équitable aux ressources pour les autres directions du ministère.
Ajouter commentaire