Le Master CARF (Contrôle Audit et Reporting Financier) de l’université Paris Dauphine-PSL et l’équipe Business Risk Services de Grant Thornton se sont associés pour dresser le portrait de l’« auditeur du futur ».
Partenaire fondateur du cercle Dauphine Numérique qui est un acteur majeur dans les réflexions autour de l’explicabilité des algorithmes d’intelligence artificielle, il a semblé intéressant à Grant Thornton de suivre le processus d’évolution et d’intégration des systèmes liés à l’IA au sein de la profession d’audit interne, et la manière dont ces systèmes peuvent influencer les démarches de demain.
Cet opus est le deuxième d’une série d’enquêtes dont la première a été réalisée en 2022*.
Nous retenons comme définition de l’Intelligence Artificielle (IA), l’ensemble des analyses de données à partir de technologies cherchant à simuler l’intelligence humaine, notamment à base d’algorithmes, dans l’objectif d’accompagner la prise de décision.
Derrière ce vocable nous intégrons ainsi les techniques d’exploration de données, le machine learning (apprentissage machine1), voire le deep learning (apprentissage profond2) permettant notamment la reconnaissance vocale ou visuelle, à titre d'exemple.
Vous trouverez ci-après les résultats de cette deuxième enquête : elle fait un état des lieux du degré d’utilisation de ces outils, des risques et des opportunités que l’IA génère pour les pratiques d’audit interne, et des transformations à attendre sur le profil et la formation des auditeurs.
Cliquez ici pour télécharger l’étude.
1 Le Machine Learning peut se définir comme un concept qui permet aux ordinateurs d'apprendre et de s’améliorer sans être explicitement programmés.
2 Le Deep Learning peut se définir comme une technique qui utilise des réseaux de neurones artificielles pour apprendre des règles à partir de données
*lien vers la première étude : La place de l’Intelligence Artificielle dans les pratiques d’audit | Grant Thornton
