Si les contrôles fiscaux gagnent en précision, ils exposent les entreprises à une surveillance accrue et à une redéfinition de la présomption de bonne foi. Une surveillance plus ciblée, mais pas toujours exempte de biais ni d’incertitudes.
ll fut un temps où le fisc pouvait frapper aux portes par hasard, comme dans la fameuse scène du film Le Dîner de cons, où François Pignon invite un ami contrôleur fiscal chez Pierre Brochant, collectionneur d’objets d’art, a priori non déclarés. Aujourd’hui, il n’y a plus de hasard : l’IA sait déjà tout du contribuable avant même qu’il ouvre la porte. La DGFiP n’a jamais fait mystère de son recours à l’intelligence artificielle dans ses contrôles. Dès 2014, avec le lancement du projet CFVR (Ciblage de la fraude et valorisation des requêtes), Bercy avait fait vœu d’introduire l’IA dans ses missions pour améliorer le ciblage des contrôles. Une réussite. Dix ans plus tard, plus de 50 % des contrôles fiscaux des professionnels et près de 45% des contrôles des particuliers ont été réalisés grâce au datamining, d’après les chiffres du ministère de l’Économie et des Finances. Aujourd’hui, l’infrastructure de stockage de la DGFiP est plus qu’impressionnante. La puissance de calcul des algorithmes développés permet, par exemple, aux ordinateurs de la direction de traiter 1 400 milliards de données. Les professionnels doivent-ils craindre l’essor de l’IA dans leurs contrôles fiscaux ?
La majeure partie de l’usage de l’IA par l’administration fiscale passe par le datamining
Datamining, réseaux sociaux, cyber-enquêtes
Pour collecter ces données, le panel d’outils nourris à l’IA utilisés par l’administration fiscale est vaste et, surtout, jugé indispensable. "De plus en plus d’informations sont obtenues des administrations étrangères, notamment dans le cadre des nouvelles obligations déclaratives, et pour les traiter, la force humaine ne suffit pas", explique Jean-Charles Benois, associé en fiscalité chez CMS Francis Lefebvre. La majeure partie de l’usage de l’IA par l’administration fiscale passe par le datamining. Celui-ci consiste à modéliser des typologies d’anomalies ou de fraudes fiscales à partir de grandes quantités de données. La part des contrôles générés par le datamining progresse : elle constitue désormais plus de la moitié des dossiers. Pour les particuliers, le projet "Foncier innovant", lancé en 2024, permettant de détecter des piscines non déclarées à partir de prises de vues aériennes, a été décrit comme "un véritable succès" par le ministre délégué chargé des Comptes publics de l’époque, Thomas Cazenave, à l’occasion du rapport d’information de la commission des finances sur l’usage des nouvelles technologies dans le contrôle fiscal. Un arsenal numérique qui peut faire peur, d’autant plus qu’il s’étend. Depuis 2025, l’administration fiscale peut mener des cyber-enquêtes, en créant des comptes officiels sur Instagram, TikTok, LinkedIn ou encore Facebook, afin de comparer le train de vie déclaré par le contribuable à celui qu’il expose en ligne.
" Ces ciblages posent la question de leur articulation avec la présomption de bonne foi" Jean-Charles Benois, associé en fiscalité chez CMS Francis Lefebvre
Souriez, vous êtes contrôlés
Ce nouveau stock de données permet à l’administration de contrôler avec une efficacité redoutable. "Ils sont de plus en plus précis. Nous constatons que l’administration fiscale ne saisit plus un dossier de manière aléatoire. Ces outils ont permis de mieux [les] cibler […] et d’appuyer immédiatement sur les points sensibles », témoigne un associé spécialisé dans l’assistance à redressement. À titre d’exemple, il évoque la systématisation des redressements de la "taxe sur les salaires", dont doivent s’acquitter les employeurs non soumis à la TVA ; un impôt qui faisait l’objet de peu de contrôles auparavant. Pour les contribuables et leurs conseils, les répercussions se trouvent aussi dans le fondement de la doctrine fiscale. Il fut un temps où les contrôles reposaient sur des incohérences comptables ou des dénonciations. Aujourd’hui, les dispositifs de datamining permettent de créer des schémas statistiques considérés comme inhabituels, ce qui augmente la probabilité que l’administration considère qu’il y a "matière à doute". "Ces ciblages posent la question de leur articulation avec la présomption de bonne foi. En développant un profil type de fraudeur avec l’aide de l’IA pour ensuite lancer un contrôle, peut-on considérer que le contrôleur continue de faire bénéficier le contribuable vérifié d’une présomption de bonne foi ?", interroge Jean-Charles Benois. Enfin, si l’adage veut que l’erreur soit humaine, contre toute attente, l’IA aussi peut se tromper. L’associé fiscaliste pointe du doigt le risque d’hallucinations inhérent à l’intelligence artificielle. "Parfois, dans le but de répondre à une requête, l’IA peut générer des réponses inexactes ou inventées, tout en les présentant de manière convaincante. Ce qui peut être problématique tant pour le contribuable que pour l’administration, compte tenu des enjeux souvent associés." Souriez, vous êtes bernés.
Crouler sous la data
De l’autre côté, pour les services de contrôle, la quantité d’informations générée par les outils d’intelligence artificielle est telle, qu’elle représenterait davantage une perte de temps pour les agents chargés de les traiter. "Pour les agents expérimentés, les listes [de datamining, ndlr] sont chronophages et ne permettent pas de chercher la “vraie” fraude (entreprises éphémères, non déclarées, défaillantes…). Les erreurs sont jugées beaucoup trop fréquentes et redondantes", explique un rapport de Solidaire Finance publique sur les conséquences de l’IA au sein de la DGFiP. Une masse de données qui pose également la question de la capacité de l’administration à la traiter. Outre le risque d’erreur face à une quantité de données toujours plus importante, l’équipement croissant des services de contrôle de la DGFiP en matière d’IA s’est accompagné d’une baisse de ses effectifs de 15 %, d’après le rapport d’information de la commission des finances publié en juin 2024. Or, si l’IA permet d’automatiser une grande partie des tâches du service – ce qui pourrait expliquer la baisse des effectifs – elle nécessite des équipes formées pour analyser ce volume croissant de données et surtout pour rendre plus performants les algorithmes et les outils d’IA.
En 2023, les inspections basées sur le datamining ont permis de facturer 2,07 milliards d’euros de droits et pénalités, à peine plus que les 2,06 milliards de 2022.
Moins de 15 % des sommes mises en recouvrement
Les dernières évaluations en date montrent également que les gains ne sont pas au rendez-vous. En 2023, les inspections basées sur le datamining ont permis de facturer 2,07 milliards d’euros de droits et pénalités, à peine plus que les 2,06 milliards de 2022. Une part marginale des montants sollicités : moins de 15 % des sommes mises en recouvrement sur l’année, alors que près de 50 % des contrôles fiscaux sont réalisés à partir d’une IA. L’explosion de l’IA au sein de l’administration fiscale nécessite à l’avenir des éclaircissements. Du point de vue de la DGFiP d’abord, a minima pour utiliser de façon plus efficiente la technologie, et du point de vue du contribuable pour plus de transparence. Dans le rapport d’information de 2024, le manque de précision apporté par la DGFiP sur le contenu de ses outils d’IA figure en première position des recommandations faites par la commission des finances. Un contrôle plus discret et plus précis, mais qui manque de transparence.
Interview publiée dans Décideurs Corporate Finance le 29 septembre 2025 - Céline Toni
