La Cour des comptes plaide pour un meilleur usage de l’IA au ministère des finances / Un incubateur dédié pourrait y voir le jour

Peut mieux faire. La Cour des comptes est loin de considérer que le ministère de l’économie, des finances et de la souveraineté industrielle et numérique (MEFSIN) n’utilise pas l'intelligence artificielle (IA) à bon escient, elle constate néanmoins qu’il existe une marge de progression réelle. Non pas tant que le coût de son utilisation au MEFSIN soit exorbitant, 66 millions d’euros depuis 2015, c’est davantage sa concentration qui interroge les auditeurs.

Ils relèvent ainsi que "la DGFiP et l’agence pour l’informatique financière de l’État (AIFE) regroupent la moitié de ces systèmes et 95 % des moyens mis en œuvre pour leur développement", de quoi leur faire regretter de constater que la direction du budget ou encore la direction générale du Trésor ne sont actuellement impliquées dans aucun projet d’utilisation de l’IA. Le rapport rendu public souligne qu’il existe un "potentiel de ces technologies pour améliorer les fonctions de modélisation, de prévision ou d’organisation des données dans les domaines économiques et financiers."

Montée en puissance

Le potentiel semble de fait conséquent, puisqu’à eux seuls les cinq projets employés à des fins de diminution de dépense, sur les trente-cinq systèmes d’IA développés au sein du MEFSIN, auraient uniquement permis une économie de plus de 20 millions d’euros chaque année, là où c’était 46,6 millions d’euros qui étaient attendus chaque année. C’était même près de 60 millions d’euros qui devaient ainsi être économisés en 2024. Les ressources humaines affectées au contrôle fiscal auraient été réduites grâce à la data-science.

Une des recommandations effectuées consiste à pallier l’absence d’un pilotage ministériel, une situation faisant que "le MEFSIN n’est pas en mesure d’expérimenter ces technologies sur l’ensemble des processus pour lesquels elles présentent un intérêt potentiel". Il est notamment regretté que les outils à disposition au niveau interministériel soient trop peu connus et peu mobilisés.

Cibler

Un problème qui pourrait bientôt ne plus en être un, à en croire la réponse de la direction interministérielle du numérique au rapport. Cette dernière y indique, par la voix de sa directrice, se tenir à la disposition du MEFSIN afin d’accompagner la création de cet incubateur.

Un diagnostic sévère est porté sur l’écart entre les économies constatées et les économies visées, annoncé comme résultant "en premier lieu d’un suivi qui demeure incomplet ". Prenant l’exemple du dispositif Foncier Innovant, il est rappelé que les gains de recettes fiscales attendus à ce titre, avaient "été estimés à ‘130 M€ à horizon 2022’ par la DGFiP dans le contrat de transformation, sans que ce montant ne soit expliqué". Pourtant il s’avère que pour 2022, ces gains "se sont élevés à 4,4 millions d’euros de recettes pérennes et 5,7 millions d’euros concernant la rectification d’impositions antérieures, concernant les neuf départements ayant expérimenté le dispositif. La DGFiP estime à présent que 40 millions d’euros de recettes pérennes devraient être apportés par le dispositif après sa généralisation en 2023 ". Des erreurs de prévisions dommageables, qui pourraient être résolues en effectuant un meilleur suivi avec de nouveaux indicateurs.

Économiser

En cette période de rigueur budgétaire qui est la nôtre, une grande partie des recommandations pour le MEFSIN se trouvent être dans ce sens. Il est ainsi question d’un travail d’identification en 2025 des missions les plus à même de connaître une productivité et une efficience accrues grâce à l’IA. L’impact environnemental de ces choix est également à réduire pour la Cour de comptes. La ‘frugalité’ est aussi de mise, les auditeurs estiment " qu’utiliser moins de données offre la possibilité d’en améliorer la qualité ". Pour eux, il est en effet "plus économe, en termes de temps et d’effort, de garantir un bon degré de correspondance avec la réalité sur un petit jeu de données que sur un grand jeu de données. Dans les gros ensembles de données non triés, certains types de données sont surreprésentés".