Exploiter l’IA en vue de transformer les audits ex ante des marchés publics

Auteur : Adnene Maali, Cour des comptes – Qatar

Le rôle des ISC dans les audits des marchés publics ex ante

Dans le cadre du processus de passation des marchés publics, de nombreux organismes jouent un rôle dans la garantie de la conformité et de la responsabilité avant la finalisation des contrats. Les organes de contrôle des marchés publics, tels que les ministères, les autorités et d’autres agences spécialisées, sont souvent chargés de l’audit ex ante ou de l’approbation des marchés publics. Ils veillent à ce que les contrats soient conformes aux exigences légales, aux seuils financiers et aux spécifications de l’appel d’offres avant leur signature. Ils gèrent souvent une base de données centralisée sur les contrats, qui contient les enregistrements des accords de passation de marchés de toutes les entités gouvernementales.

Certaines Institutions supérieures de contrôle des finances publiques (ISC) ont pour mandat d’effectuer des audits ex ante des marchés publics. Pour gérer efficacement le volume de ces contrats, des méthodes d’échantillonnage sont souvent utilisées. Les marchés soumis à un contrôle ex ante peuvent être sélectionnés en fonction de seuils financiers – par exemple, les marchés dépassant un certain montant – ou en fonction de leur type, comme ceux liés à des appels d’offres publics ou à des projets stratégiques. Cette approche permet aux ISC de se concentrer sur les contrats à haut risque ou de grande valeur, en veillant à ce que les problèmes potentiels soient identifiés à un stade précoce sans que les ressources ne soient surchargées.

Cependant, des défis subsistent. Les ISC doivent effectuer ces contrôles dans des délais très courts et la coordination avec d’autres entités d’audit ex ante peut donner lieu à des avis contradictoires. Si une ISC n’est pas d’accord avec l’approbation préalable d’un autre organisme lors d’un audit a posteriori, cela peut entraîner des retards ou des actions en justice, surtout si des ressources importantes ont déjà été engagées. Par conséquent, si l’audit ex ante renforce les contrôles préventifs, il nécessite une approche stratégique et collaborative afin de concilier rigueur et efficacité.

L’IA comme outil de transformation dans les examens de contrats ex ante

L’intelligence artificielle (IA) a transformé la manière dont les organisations juridiques et les entreprises à forte intensité contractuelle traitent les révisions d’accords. Les cabinets d’avocats, par exemple, utilisent des outils d’IA tels que Kira Systems pour analyser les contrats et signaler les incohérences ou les risques juridiques grâce au traitement du langage naturel (NLP). En outre, certaines entités gouvernementales ont adopté des algorithmes d’IA, tels que ceux utilisés par Palantir Technologies, pour analyser les données historiques relatives aux marchés publics afin de détecter des schémas de fraude, tels que l’attribution répétée de contrats sans appel d’offres. Les ISC peuvent appliquer ces pratiques fondées sur l’IA, qui transforment déjà les audits juridiques et judiciaires, pour révolutionner les audits des marchés publics. L’IA permet aux ISC de traiter de vastes volumes de données plus rapidement et avec plus de précision que les auditeurs humains, ce qui offre plusieurs avantages clés :

1. De l’échantillonnage à l’audit exhaustif des données : Dans de nombreuses juridictions, les réglementations ou les procédures limitent les ISC à auditer les contrats sur la base de seuils financiers, en se concentrant sur les contrats de grande valeur en raison de contraintes de temps et de ressources. Ce recours à l’échantillonnage ne permet pas d’examiner les contrats de moindre valeur. L’IA surmonte ces limites en permettant l’examen de tous les contrats, quelle que soit leur valeur, ce qui garantit une couverture complète de la conformité tout au long du processus de passation des marchés.
2. Amélioration de la conformité et de l’efficacité : La capacité de l’IA à identifier automatiquement les risques de conformité, tels que les clauses non conformes ou les termes clés manquants, améliore l’efficacité globale de l’audit. La détection des irrégularités s’en trouve améliorée, ce qui permet aux auditeurs de se concentrer sur les contrats à haut risque qui pourraient nécessiter un examen plus approfondi. Par exemple, les systèmes d’IA signalent les contrats dans lesquels il manque des clauses essentielles telles que des garanties d’exécution ou des conditions de responsabilité, ce qui simplifie les contrôles de conformité pour les auditeurs.
3. Évaluation préventive de la fraude : L’IA joue un rôle essentiel dans l’identification des signaux d’alarme précoces qui pourraient indiquer une fraude potentielle dans les contrats d’approvisionnement. En utilisant des algorithmes d’apprentissage automatique, l’IA peut détecter des anomalies telles que des calendriers de paiement inhabituels, des écarts importants dans la tarification ou des irrégularités dans le comportement des soumissionnaires – des signes d’alerte qui justifient un examen plus approfondi. Plutôt que de détecter la fraude après qu’elle se soit produite, le processus d’audit ex ante se concentre sur l’identification proactive de ces signaux d’alerte, ce qui permet aux auditeurs de traiter les risques potentiels avant qu’ils ne s’aggravent.
4. Audits proactifs en temps réel : L’un des aspects les plus transformateurs de l’IA est sa capacité à assurer un suivi en temps réel. Les outils d’IA peuvent analyser en continu les contrats nouvellement téléchargés, en signalant les problèmes dès qu’ils surviennent. Cette approche proactive renforce la gestion des risques, en permettant aux auditeurs d’aborder les problèmes potentiels plus tôt dans le cycle d’approvisionnement, plutôt que d’attendre les audits post-contractuels.
5. Des informations précieuses pour la planification des audits : Les examens ex ante des contrats d’audit pilotés par l’IA peuvent fournir des informations cruciales qui aident les ISC à mieux planifier leurs futurs audits. En analysant les données des contrats, les auditeurs peuvent identifier des risques clés, des faiblesses de contrôle ou des modèles qui peuvent informer la sélection des entités pour les plans d’audit annuels. En outre, ces informations peuvent aider les auditeurs à déterminer les domaines prioritaires pour les missions d’audit spécifiques des entités contractantes, ce qui améliore l’efficacité globale du processus d’audit.

Mise en œuvre de l’IA dans le processus d’audit des contrats ex ante

Les ISC peuvent envisager les étapes suivantes pour mettre en œuvre l’IA dans le processus d’audit ex ante des contrats. 

1. Construire une base numérique pour des audits alimentés par l’IA: La première étape, et la plus cruciale, pour tirer parti de l’IA dans les audits des marchés publics est la numérisation complète des contrats. Le passage des contrats papier aux formats numériques facilite l’accès, la gestion centralisée des données et l’amélioration de la transparence. Des technologies telles que la reconnaissance optique de caractères (ROC) jouent un rôle essentiel à cet égard en convertissant les documents papier numérisés en texte lisible par une machine, ce qui garantit que même les contrats non numériques peuvent être analysés par les systèmes d’IA. Le processus de numérisation devrait idéalement être initié et maintenu par les organismes de surveillance des marchés publics, car de nombreuses législations locales centralisent les données relatives aux marchés publics au sein de ces organisations. Cependant, les ISC peuvent se faire les championnes de la numérisation, en exhortant ces parties prenantes à lancer et à accélérer le processus afin de garantir des contrôles complets et transparents. En même temps, les ISC peuvent choisir de développer leurs propres systèmes numériques conformément à leur mandat, en particulier lorsque ces bases de données centralisées ne répondent pas entièrement à leurs besoins ou lorsqu’elles ont besoin de fonctions spécifiques pour des contrôles avancés.
2. Renforcer la collaboration numérique entre les ISC et les organismes de contrôle des marchés publics: Pour les institutions supérieures de contrôle des finances publiques (ISC), il est essentiel d’établir une solide intégration des données avec les organismes de réglementation, en particulier pour l’accès aux données centralisées sur les marchés publics. En mettant en place des systèmes de liaison électronique, les ISC peuvent se connecter directement aux bases de données gérées par les organes de contrôle des marchés publics. Les ISC n’ont donc pas besoin d’investir des ressources importantes pour développer leurs propres bases de données ou pour travailler directement avec les entités auditées, en particulier lorsqu’il s’agit de contrôler des contrats ou des agences de petite taille. Cette intégration électronique permet aux ISC d’effectuer des audits en temps réel, d’accéder aux données contractuelles les plus récentes et de concentrer leurs ressources sur les contrats de plus grande valeur ou sur les audits plus complexes. Cette approche rationalisée améliore l’efficacité des audits tout en réduisant la charge administrative des auditeurs et des entités auditées.
3. Extraction automatisée des données: Une fois que les contrats sont numérisés et que l’accès direct est établi par les ISC, les outils d’IA peuvent automatiquement extraire des informations essentielles, telles que les termes du contrat, les montants financiers et les parties impliquées. Cette capacité permet aux auditeurs d’identifier rapidement les risques potentiels et de prioriser leurs efforts sur les domaines signalés par le système. L’automatisation de l’extraction des données élimine le processus manuel et fastidieux d’examen des contrats à la recherche de détails pertinents, ce qui permet aux auditeurs de se concentrer sur les domaines à haut risque qui nécessitent un examen plus approfondi.
4. Analyse des données pilotée par l’IA: Une fois les données clés extraites des contrats d’approvisionnement, l’étape suivante consiste à utiliser ces informations pour une analyse complète. La capacité de l’IA à générer des statistiques détaillées, à identifier des modèles et à créer des résumés visuels fournit aux auditeurs des informations inestimables. En examinant de vastes ensembles de données, l’IA découvre des tendances et des corrélations cachées qui peuvent révéler des risques sous-jacents ou des inefficacités dans le processus de passation de marchés. Par exemple, l’IA peut mettre en évidence les clauses non conformes les plus fréquentes, ce qui permet aux auditeurs de se concentrer sur les problèmes systémiques potentiels. Cette analyse approfondie offre des pistes d’audit claires, facilitant la détection des irrégularités et la compilation des preuves pour une enquête plus approfondie.
5. Détection des anomalies par l’IA: L’IA utilise des algorithmes d’apprentissage automatique pour identifier les anomalies dans les conditions contractuelles, les prix et les clauses qui s’écartent des modèles d’approvisionnement standard. Ces écarts peuvent être le signe d’une fraude potentielle, d’une mauvaise gestion ou d’un non-respect des exigences de l’appel d’offres. Par exemple, des structures de prix inhabituelles, des calendriers de paiement anticipé ou l’absence de clauses de dommages-intérêts libératoires peuvent être signalés automatiquement. En mettant en évidence ces irrégularités, l’IA permet aux auditeurs de répondre rapidement à ces préoccupations, améliorant ainsi l’examen global des contrats de passation de marchés.
6. Catégorisation des anomalies et alertes alimentées par l’IA: Après avoir détecté des anomalies dans les contrats, les systèmes d’IA peuvent les classer en fonction de leur gravité, de leur type et de leur destination. Cette catégorisation intelligente permet au système d’avertir automatiquement l’autorité compétente, qu’il s’agisse d’un organisme de contrôle, d’une équipe d’audit ou d’une agence d’investigation publique. En attribuant les responsabilités en fonction de la nature de l’anomalie, l’IA garantit que les constatations sont traitées efficacement et par les bons experts. Par exemple, l’IA peut identifier une incohérence contractuelle mineure qui doit être traitée par l’entité concernée, tandis que des constatations plus sérieuses, comme une éventuelle fraude, peuvent être immédiatement transmises aux autorités chargées de l’enquête.

Conclusion

L’intégration de l’IA dans l’audit des marchés publics représente une opportunité de changement pour les ISC. En tirant parti des capacités avancées de l’IA, les ISC peuvent non seulement relever des défis de longue date tels que la limitation des ressources, l’échantillonnage d’audit et la détection tardive des risques, mais aussi améliorer le processus d’audit global en temps réel. Ce changement d’approche, qui consiste à passer d’examens a posteriori à des stratégies proactives et préventives, renforce la responsabilité publique et la transparence.

L’adoption de l’IA par les ISC n’est pas seulement un changement technique, mais un changement qui pourrait remodeler entièrement le paysage de l’audit. Cependant, pour que l’IA réalise son plein potentiel, les mandats et législations existants régissant les ISC doivent évoluer. Ces cadres doivent s’adapter aux processus pilotés par l’IA, permettant aux ISC d’adopter de nouvelles capacités d’audit jusqu’alors irréalisables. Ce faisant, les ISC seront en mesure de renforcer leur rôle de gardiennes de la transparence et de la confiance du public, ce qui se traduira par un contrôle plus efficace des activités de passation des marchés publics.