Les auditeurs peuvent se fier à l'IA pour la préparation, pas pour les conclusions. Elle peut lire, trier, comparer et rédiger : rapprocher des factures du grand livre, résumer des contrats, rédiger une première note. Décider si les éléments probants sont suffisants, évaluer les risques et forger l'opinion restent du ressort d'un auditeur nommé qui revoit le résultat, le vérifie par rapport à la source et signe le travail.
#À retenir
- Les cabinets interrogés par les services du PCAOB utilisaient l'IA générative surtout pour des travaux administratifs et de recherche, pas pour les conclusions d'audit.
- Une règle utile : l'IA prépare, une personne conclut, et le dossier montre qui a fait quoi.
- Chaque chiffre produit par une IA doit pouvoir être relié à un document source ou à une extraction système.
- Les données des clients ne vont que dans des outils que le cabinet a approuvés à cet effet.
- L'étape de revue fait partie de la conception, ce n'est pas un contrôle manuel ajouté après coup.
#À quoi les cabinets d'audit utilisent-ils réellement l'IA ?
Les services du PCAOB se sont entretenus en 2024 avec les grands réseaux de cabinets américains et plusieurs autres. Ils ont indiqué que l'usage de l'IA générative portait surtout sur des activités administratives et de recherche, comme les premiers jets de notes et les outils de recherche dans la doctrine interne, et que les cabinets s'attendaient à ce qu'elle renforce les auditeurs plutôt qu'elle ne les remplace. Certains cabinets la tenaient pour l'instant à l'écart des procédures d'audit pour des raisons de confidentialité et de fiabilité (services du PCAOB, juillet 2024).
Cela correspond à ce que décrivent les managers d'audit : le temps passe dans la lecture, le rapprochement et la rédaction, et c'est là que l'IA aide en premier. Le débat sur les normes évolue encore. Le projet de l'IAASB sur les éléments probants vise à moderniser l'ISA 500 pour tenir compte de l'usage de la technologie, y compris des outils et techniques automatisés (projet de l'IAASB sur les éléments probants, consulté en novembre 2026).
#Quelles tâches l'IA peut-elle préparer, et lesquelles restent à l'auditeur ?
- Préparation : lire et extraire les champs des factures, relevés bancaires et contrats, en arabe et en anglais.
- Préparation : rapprocher un échantillon de transactions de leurs justificatifs et lister les anomalies.
- Préparation : rédiger des notes de walkthrough, des notes de synthèse et des points de lettre de recommandations à partir des constats de l'équipe.
- Préparation : rechercher dans la méthodologie du cabinet et les dossiers passés les références pertinentes.
- Auditeur : décider de l'échantillon, du seuil de signification et de la réponse aux risques évalués.
- Auditeur : juger si les éléments probants sont suffisants et appropriés, et si une anomalie constitue une inexactitude.
- Auditeur : tout ce qui entre dans l'opinion, le rapport ou la communication avec les personnes constituant le gouvernement d'entreprise.
Cette liste est une règle de travail, pas une interprétation d'une norme. La méthodologie de votre cabinet et votre régulateur déterminent ce qui est acceptable ; consultez votre fonction qualité avant de modifier une procédure.
#Comment rendre le résultat de l'IA vérifiable ?
Un réviseur doit pouvoir voir ce que l'IA a examiné, ce qu'elle a produit et ce que la personne a modifié. Cela signifie que le document source est lié à côté de chaque champ extrait, que les anomalies sont listées plutôt que noyées dans un résumé, et que l'approbation est enregistrée avec un nom. Le cadre de gestion des risques de l'IA du NIST, janvier 2023 considère ce type de responsabilité et de supervision humaine comme un élément de la gestion du risque lié à l'IA.
Le second test est la fiabilité sur vos propres données. Faites tourner l'outil sur une mission clôturée dont vous connaissez déjà les réponses, et comptez les erreurs avant que quiconque ne l'utilise sur un dossier en cours.
#Quand un assistant conversationnel généraliste suffit-il ?
Pour des questions de recherche, la rédaction d'un e-mail ou la reprise d'une note que l'auditeur a déjà écrite, un assistant d'entreprise approuvé comme Copilot ou ChatGPT Enterprise suffit souvent, avec une courte politique du cabinet sur ce qui peut y être saisi. Un workflow construit se justifie quand la même préparation se répète sur de nombreuses missions et que la piste de revue doit figurer au dossier d'audit.
#Quel est le rôle de Stennir ?
La mission de conseil en IA de Stennir inclut la gouvernance : quelles tâches l'IA peut préparer, qui approuve le résultat, comment il est journalisé et où les données clients sont traitées. L'AI Opportunity Audit classe les workflows qui valent la peine d'être construits, chacun avec son analyse de retour sur investissement, et le rapport vous appartient, que vous construisiez ou non avec Stennir.
Si vous allez plus loin, la mise en œuvre de l'IA construit un workflow avec un réviseur nommé qui approuve chaque résultat, et la formation à l'IA apprend à l'équipe où se situe, sur ses propres dossiers, la frontière entre préparer et conclure.
We are
Stennir conçoit des workflows d'IA où l'IA prépare et où un auditeur nommé revoit, approuve et conclut, chaque étape étant journalisée.
We aren't
Stennir ne donne pas d'avis sur les normes d'audit et ne vend pas d'outil qui formule des conclusions d'audit.
#Que doit faire ensuite un responsable qualité audit ?
Notez les trois tâches de préparation qui prennent le plus de temps à vos seniors et indiquez qui conclut sur chacune. Comparez avec la façon dont les équipes finance utilisent l'IA et les équipes conformité, puis faites l'évaluation de maturité gratuite ou réservez un appel de 30 minutes.
#Questions fréquentes
Utiliser l'IA change-t-il qui est responsable de l'audit ?
Non. L'associé signataire et l'équipe restent responsables du travail et de l'opinion, quel que soit l'outil qui a préparé un tableau. C'est pourquoi la conception compte : le résultat de l'IA est marqué comme préparé par un outil, une personne nommée le revoit, et le dossier montre la source de chaque chiffre. Vérifiez les détails avec votre équipe méthodologie.
L'IA peut-elle sélectionner nos échantillons ?
Elle peut appliquer une méthode de sélection choisie par votre équipe et la documenter, et elle peut mettre en évidence des éléments inhabituels à examiner. Le choix de la méthode, de la taille et de la réponse à ce que montre l'échantillon reste à l'auditeur. Stennir construit la première partie et laisse le jugement là où il doit être.
Qu'est-ce qui pourrait mal tourner ?
Les échecs habituels sont un chiffre mal lu accepté sans vérification, une anomalie noyée dans un résumé et des données client collées dans un outil non approuvé. Les contrôles sont des liens vers la source sur chaque champ, des anomalies listées, un approbateur nommé et une politique du cabinet sur les outils. Testez sur une mission clôturée avant tout usage en conditions réelles.
Cela fonctionne-t-il sur des documents en arabe ?
Oui. L'arabe et l'anglais sont pris en charge pour la lecture et la rédaction. Les réviseurs voient l'original à côté de toute extraction ou traduction, pour vérifier le chiffre par rapport à la source plutôt que de se fier à un résumé. La précision est mesurée sur vos propres types de documents avant que le workflow ne soit utilisé sur une mission en cours.
