Pendant des décennies, un auditeur testait un échantillon de transactions et extrapolait au reste. Aujourd'hui, l'IA lit l'intégralité des écritures comptables, signale les anomalies et prépare le travail avant qu'un humain ne tranche. EY a engagé un milliard de dollars sur quatre ans pour mettre l'IA au cœur de ses 160 000 missions d'audit, et sa plateforme traite plus de 1 400 milliards de lignes d'écritures par an. Pour une entreprise belge auditée, comme pour un cabinet ou une fonction d'audit interne, la question n'est plus de savoir si l'IA entre dans l'audit, mais comment elle change la preuve, la responsabilité et la conformité.
L'audit classique repose sur l'échantillonnage. Faute de temps, l'auditeur sélectionne quelques centaines de pièces sur des millions, les contrôle, puis conclut sur l'ensemble. C'est une nécessité pratique, pas un idéal : un écart rare peut passer entre les mailles. L'IA et les outils d'analyse de données changent cette logique parce qu'ils traitent la population entière sans coût marginal significatif.
La plateforme d'audit d'EY, EY Canvas, traite ainsi plus de 1 400 milliards de lignes d'écritures par an. Tester 100 % des écritures plutôt qu'un échantillon n'est plus une exception réservée aux grands groupes : c'est la direction prise par le secteur. Les normes l'accompagnent. L'IAASB, qui édicte les normes internationales d'audit, reconnaît explicitement l'usage des outils et techniques automatisés et précise comment documenter le travail réalisé avec eux.
Quelques pièces sélectionnées, contrôlées manuellement, puis extrapolées. Rapide à organiser, mais aveugle aux anomalies rares qui ne tombent pas dans l'échantillon.
L'outil lit toutes les écritures, isole les exceptions et classe le risque. L'auditeur concentre son jugement sur ce qui sort de l'ordinaire, pas sur la saisie.
L'audit est un terrain favorable à l'automatisation : beaucoup de tâches sont répétitives, volumineuses et encadrées par des règles précises. C'est exactement là que l'IA apporte de la valeur, en libérant du temps pour l'analyse et le jugement.
Extraction et comparaison de contrats, factures, baux et relevés bancaires. L'IA lit, structure et rapproche des pièces qu'un humain dépouillait à la main.
lecture automatiséeAnalyse de l'intégralité du grand livre, repérage des écritures inhabituelles et des seuils franchis, sans se limiter à un échantillon.
population complèteRepérage de schémas atypiques : écritures de nuit, contournement de seuils, fournisseurs en doublon, montants ronds répétés.
schémas atypiquesRéconciliation de comptes, suivi des confirmations externes et rédaction de premières synthèses, soumises ensuite à l'auditeur.
moins de tâches manuellesLes chiffres d'investissement disent l'ampleur du mouvement. L'IA n'est plus un pilote isolé dans les grands cabinets : elle devient l'infrastructure même de l'audit, intégrée à la plateforme que les équipes utilisent tous les jours.
Un milliard de dollars sur quatre ans, des capacités d'IA générative et un cadre multi-agents intégrés à EY Canvas. EY vise une couverture de toutes les phases de l'audit d'ici 2028.
2 milliards de dollars dans l'IA et le cloud sur cinq ans, en partenariat avec Microsoft, pour une croissance attendue de plus de 12 milliards. L'IA est intégrée à la plateforme d'audit KPMG Clara.
Deloitte a engagé plusieurs milliards de dollars dans l'IA générative, de l'ordre de 3 milliards, et a doté sa plateforme d'audit Deloitte Omnia d'agents IA. PwC a, de son côté, intégré l'IA à son processus d'audit pour réduire les tâches manuelles. La conséquence pour une entreprise auditée est simple : votre prochain audit s'appuiera, en partie, sur des outils d'IA, que vous l'ayez demandé ou non.
Le marché de l'IA dans l'audit est encore jeune mais croît vite. Selon market.us, il pèse 1,0 milliard de dollars en 2023 et atteindrait 11,7 milliards d'ici 2033, soit une croissance annuelle de 27,9 %. L'audit financier en représente déjà la plus grosse part, autour de 40,5 % des usages. L'adoption suit : selon le rapport 2026 de Thomson Reuters, fondé sur plus de 1 500 professionnels, 40 % des organisations de services professionnels (fiscalité, comptabilité, audit) utilisent l'IA générative, contre 22 % un an plus tôt.
L'enthousiasme est réel mais inégalement maîtrisé. Environ 80 % des auditeurs voient l'IA comme un tournant pour leur métier, et 75 % des responsables prévoient d'augmenter leurs budgets IA dans les trois ans. Pourtant, l'IA agentique n'est utilisée que par 15 % des organisations, et 18 % seulement mesurent le retour sur investissement de leurs projets IA. Autrement dit : on déploie vite, on mesure peu.
Un audit reste une opinion engageant une responsabilité. Un outil d'IA doit donc être traçable et explicable : on doit pouvoir reconstituer pourquoi une écriture a été signalée, sur quelles données, et qui a validé la conclusion. Les normes d'audit imposent que l'auditeur comprenne et documente son travail, y compris lorsqu'il s'appuie sur des outils automatisés. L'IA prépare et accélère, mais le jugement, le scepticisme et la signature restent humains.
L'audit assisté par IA hérite de risques précis. L'hallucination : un modèle génératif peut produire une réponse plausible mais fausse, inacceptable dans une preuve d'audit. La sur-confiance : déléguer le jugement à l'outil érode le scepticisme professionnel. La confidentialité : les données financières d'un client sont sensibles, leur traitement par un service distant opaque pose un problème de gouvernance. La conformité : le régulateur attend une documentation claire de l'usage des outils. La règle reste la même : valider sur ses propres données, exiger la traçabilité, garder un humain sur la conclusion.
L'IA n'efface pas les normes, elle s'y inscrit. L'IAASB a publié une prise de position sur la technologie et un matériel d'appui sur la documentation lorsqu'on utilise des outils et techniques automatisés. Les normes internationales d'audit (ISA) continuent de s'appliquer : l'auditeur reste responsable de la preuve, quelle que soit la machine qui l'a produite.
Un deuxième chantier monte en puissance : l'assurance de la durabilité. La directive européenne CSRD impose une assurance limitée sur le reporting de durabilité. La Commission s'appuie sur la norme internationale ISSA 5000 pour bâtir le standard d'assurance, dont l'adoption a été repoussée par le paquet Omnibus, autour de mi-2027. Les réviseurs qui veulent certifier ces informations doivent suivre une formation spécifique. Pour les entreprises belges concernées, cela ajoute un volume de données non financières à fiabiliser : un terrain où l'IA, bien encadrée, aide à structurer et vérifier.
Votre auditeur testera davantage de données, plus vite, et posera des questions plus ciblées. Une comptabilité propre et des données structurées raccourcissent la mission et réduisent les surprises de fin d'exercice.
L'IA libère du temps de saisie au profit de l'analyse. À condition de choisir des outils traçables, de former les équipes et de garder le jugement professionnel au centre du dispositif.
Les données d'audit sont parmi les plus sensibles d'une entreprise : comptes, contrats, salaires, marges. Les confier à un outil d'IA suppose de maîtriser où elles sont traitées et qui y accède. Un déploiement respectueux du RGPD et de l'EU AI Act, sur une infrastructure que l'on contrôle, reste plus simple à gouverner qu'un service distant opaque. Un outil qui touche à la preuve d'audit doit être documenté, vérifiable et supervisé, par conception.
Grand livre, factures, contrats, relevés. Savoir où sont les données, dans quel format et avec quelle qualité avant d'y appliquer un outil.
Tests d'écritures, rapprochements, lecture de pièces. Commencer là où le gain est mesurable et le risque maîtrisable.
Tout signalement doit être reconstituable : quelle donnée, quelle règle, quelle version de l'outil. Sans cela, pas de preuve d'audit défendable.
Former les équipes à challenger l'outil, pas à le suivre aveuglément. La conclusion, le scepticisme et la signature restent une responsabilité humaine.
Molderez Consult aide les entreprises belges et les cabinets à intégrer l'IA dans l'audit et la conformité : analyse de 100 % des données, traçabilité, gouvernance et formation, sur une infrastructure maîtrisée et conforme au RGPD.
Parler de mon cas d'usage