La comptabilité n'est pas la profession la plus glamour, mais récemment, un peu d'excitation s'est glissé dans le travail. La technologie change le rôle des auditeurs pour rendre le travail beaucoup plus intéressant qu'au moment où j'ai commencé, m'a dit Catherine Burnet, responsable de l'audit au Royaume-Uni chez KPMG, la semaine dernière. Cette excitation provient de l'adoption rapide de l'IA dans les Big Four de la comptabilité, tant au niveau mondial qu'au Royaume-Uni.

Le travail d'audit des grandes entreprises est transformé par des agents IA qui filtrent les transactions à la recherche de fraudes et d'erreurs, révisent le travail des auditeurs juniors et deviennent généralement utiles. Matthew Campbell, directeur de la technologie de KPMG pour l'audit au Royaume-Uni, l'a comparé à filtrer une rivière entière plutôt qu'à tremper un seau pour prélever un échantillon. Les cabinets d'audit confrontés au risque de ne pas détecter les problèmes dans une masse de données trouvent naturellement attrayant de pouvoir déployer une armée d'agents IA aux côtés des humains.

EY emploie 85 000 auditeurs dans le monde mais réalise près de deux fois plus d'audits d'entreprises chaque année. L'IA pourrait empêcher les auditeurs d'être débordés. Ils pourraient avoir besoin d'un peu d'aide.

Les cabinets d'audit au Royaume-Uni sont sous pression pour améliorer les normes d'audit depuis une série d'échecs incluant l'effondrement de la société de services de construction Carillion en 2018. KPMG a été condamné à une amende de 21 millions en 2023 pour ses échecs liés à Carillion. Ils ont fait des progrès, aidés par la technologie : tant KPMG que EY utilisent désormais leurs propres plateformes cloud pour garantir des audits plus approfondis.

Les clients entreprises utilisent l'IA pour organiser et suivre leurs finances, et les comptables ne veulent pas être laissés pour compte. Mais les cabinets d'audit ne doivent pas s'emballer. Premièrement, l'IA ne change rien en termes de responsabilité réglementaire.

Un cabinet ne doit pas seulement soutenir ses opinions d'audit, mais aussi être capable d'expliquer le raisonnement et de justifier l'action qu'il a entreprise sur chaque transaction qu'il a examinée ou sur chaque valeur d'actif qu'il a vérifiée. Il ne peut pas désigner le régulateur comme une boîte noire. Dans un sens, c'est justement le point de l'IA qui filtre toutes les transactions et identifie les cas à haut risque à examiner davantage : le travail le plus sensible reste entre les mains des humains.

Mais le modèle d'IA effectue un tri, pas un audit approfondi de la matière, et comment le cabinet peut-il être sûr que son raisonnement est solide ? Il pourrait produire une série de faux négatifs en ne détectant pas les problèmes. Cela évoque une difficulté plus large : la tendance humaine à accorder trop de foi à la technologie. La dépendance excessive des banques aux modèles de valeur à risque qui sous-estimaient la probabilité de pertes sévères lors de la crise immobilière a été un facteur derrière la crise financière mondiale de 2008-09.

Les modèles d'IA pour l'audit pourraient fonctionner sans problème pendant longtemps, puis un jour être trompés par un nouveau type de transaction. Richard Harrison, responsable du numérique pour l'assurance au Royaume-Uni chez EY, dit que leur principe est que l'IA est là pour nous soutenir, pas pour nous remplacer. Ils tentent de s'assurer que leurs agents IA sollicitent les auditeurs, plutôt que de leur dicter des réponses.

Tant les cabinets d'audit que le Conseil de la réglementation financière, le régulateur du Royaume-Uni, affirment vouloir que l'IA les aide à améliorer la qualité de l'audit plutôt que de se concentrer sur la réduction des coûts par l'élimination des postes juniors.