En bref. Les études disponibles montrent une adoption réelle mais encore centrée sur l’automatisation des contrôles : dans l’enquête Grant Thornton et Paris Dauphine, près de 60 % des 120 auditeurs interrogés utilisent au moins un outil lié à l’IA, mais seuls 11 % utilisent l’apprentissage automatique. Les freins sont surtout techniques et liés aux compétences. Les recherches plus récentes confirment les bénéfices attendus tout en soulignant que les preuves mesurées restent peu nombreuses.
Que mesure l’étude Grant Thornton et Paris Dauphine ?
Publiée en juin 2022, l’étude « La place de l’Intelligence Artificielle dans les pratiques d’audit » a été menée par le Master CARF de l’Université Paris Dauphine-PSL et l’équipe Business Risk Services de Grant Thornton. Elle repose sur 120 auditeurs, pour deux tiers internes et pour un tiers externes. Près de 90 % travaillent dans de grandes ou très grandes entreprises, et 53 % dans des structures de plus de 5 000 personnes. Les secteurs les plus représentés sont les services (30 %), la banque et l’assurance (25 %) et l’industrie (16 %).
L’étude retient une définition large de l’IA : l’analyse de données à l’aide de technologies qui simulent l’intelligence humaine, de l’exploration de données à l’apprentissage profond. Elle précède la diffusion de l’IA générative, ce qu’il faut garder à l’esprit en lisant ses chiffres.
Quels outils les auditeurs utilisent-ils ?
| Type d’outil | Part des répondants |
|---|---|
| Au moins un outil lié à l’IA | Près de 60 % |
| Visualisation de données | Environ deux tiers |
| Outils d’analyse pré-paramétrés | Environ la moitié |
| Reconnaissance visuelle | 13 % |
| Apprentissage automatique | 11 % |
| Robots, en usage fréquent | 3 % |
| Aucun outil lié à l’IA | 13 % |
Les auteurs observent que l’usage diminue quand la complexité de l’outil augmente. Les usages principaux restent des contrôles : revue du fichier des écritures comptables, rapprochement automatique de données, recherche d’anomalies, sélection automatique d’échantillons.
Quels freins et quelles attentes ?
Des freins techniques et de compétences
- Temps nécessaire pour comprendre l’architecture des données et les processus informatisés : 73 %.
- Difficulté d’accès aux bases de données internes : 69 %.
- Manque de compétences en systèmes d’information chez les auditeurs : 66 %.
- Méconnaissance des possibilités offertes par les données : 65 %.
- Coût de développement, d’achat et de mise à jour des solutions : 63 %.
L’étude note que la culture n’apparaît pas comme un frein, et que les gains de productivité ne justifient pas encore, à ce stade, tous les investissements.
Des attentes centrées sur la fiabilité
84 % des répondants attendent une plus grande fiabilité des travaux et des conclusions, 78 % le développement de l’audit en continu et 65 % des audits à distance facilités. Seuls 24 % y voient une réduction des équipes.
Des risques identifiés
Les répondants citent les erreurs de paramétrage des scripts ou des algorithmes (79 %), les biais dans la sélection des données (70 %) et l’effet « boîte noire » (environ 60 %). Plus de la moitié craignent que les algorithmes finissent par remplacer l’esprit critique et le jugement de l’auditeur. Les auteurs signalent toutefois un faible taux de réponse aux questions sur les risques, qu’ils attribuent à un manque de recul.
Quel profil d’auditeur ces études dessinent-elles ?
Dans l’étude de 2022, 89 % des répondants jugent nécessaire une solide culture de l’analyse de données, et 96 % estiment que l’auditeur ne sera pas remplacé par un robot. Seuls 3 % des auditeurs interrogés ont une formation en mathématiques ou en informatique. Les auteurs concluent que l’IA doit augmenter le jugement de l’auditeur plutôt que le remplacer, et que la capacité à analyser et à traduire les résultats deviendra essentielle.
Le chapitre publié en mars 2024 par Hayk Hovhannisyan, Béatrice Bon Michel et Nicolas Gasnier-Duparc, qui prolonge cette enquête par des entretiens d’experts, insiste sur le même équilibre : les auditeurs doivent « rester maîtres » de l’usage des résultats. Il demande une évolution des compétences et un cadre normatif adapté.
Vous préférez en parler directement ? Appelez-nous au 01 42 41 85 13, écrivez à contact@pionarius.com ou réservez votre diagnostic IA gratuit de 30 minutes.
Que disent les recherches plus récentes ?
L’article d’Omar Ouhoud et Khalid El Ouafa (Université Cadi Ayyad), publié en 2025 dans la revue IJAFAME, est une revue de littérature sans enquête propre. Il conclut que l’IA constitue un levier de transformation de l’audit interne, mais relève « le décalage entre les promesses théoriques de l’IA et les preuves empiriques encore limitées ». Les bénéfices dépendent selon les auteurs de la taille de l’organisation, du secteur et de la maturité numérique.
La revue critique de Mohamed Kharbach et Houria Zaam (Université Abdelmalek Essaâdi), parue en août 2026, s’appuie sur cinq revues systématiques couvrant un peu plus de cent articles. Elle reprend plusieurs résultats :
- selon Tampubolon et Dewayanto (2025), plus de 60 % des grandes entreprises déclarent avoir intégré l’IA à leur audit interne, mais moins de 40 % des auditeurs internes s’estiment compétents pour l’utiliser efficacement ;
- Eulerich et ses coauteurs (2024) mesurent des gains d’efficacité d’environ 50 à 80 % sur certaines tâches réalisées avec ChatGPT, en audit et en comptabilité en général ;
- une étude saoudienne (Mubarak et Musa, 2024) n’observe un effet positif sur la performance de l’audit interne que pour les systèmes d’IA qui augmentent le travail de l’auditeur, pas pour les systèmes autonomes.
Les auteurs rappellent que ces travaux sont peu nombreux, concentrés en Amérique du Nord et en Europe, et souvent issus de l’audit externe, ce qui limite leur transposition à l’audit interne.
Ce que ces études impliquent pour une organisation
Trois enseignements nous paraissent solides. Le premier frein est l’accès aux données et leur compréhension, avant le coût des outils. L’écart de compétences entre l’adoption déclarée et la capacité réelle des équipes est constant d’une étude à l’autre. Enfin, les gains se mesurent sur des tâches précises, pas sur une fonction entière. C’est pourquoi nous partons d’une cartographie des usages, puis d’une priorisation par impact et effort avec une mesure de départ, avant tout déploiement. Les risques cités par les auditeurs sont détaillés dans notre article sur les risques de l’IA et le shadow AI.
Questions fréquentes
Les auditeurs utilisent-ils vraiment l’IA ?
Oui, mais surtout sous forme d’outils d’analyse et de visualisation de données. En 2022, l’apprentissage automatique ne concernait que 11 % des répondants de l’étude Grant Thornton et Paris Dauphine.
L’IA va-t-elle réduire les équipes d’audit ?
Ce n’est pas ce qu’attendent les auditeurs : seuls 24 % y voient une réduction des équipes, et 96 % pensent ne pas être remplacés par un robot.
Ces chiffres sont-ils encore valables avec l’IA générative ?
Ils décrivent la situation de 2022. Les freins identifiés (données, compétences) restent cités dans les travaux de 2025 et 2026, mais les usages ont évolué depuis.
Comment mesurer les gains dans mon organisation ?
En mesurant le temps et la qualité d’une tâche avant l’introduction de l’outil, puis après, sur le même périmètre. Sans mesure de départ, aucun gain n’est démontrable.
Passer à l’action
Notre audit IA mesure vos usages et vos freins réels, puis propose un plan d’implémentation. Nos formations Inside réduisent l’écart de compétences sur vos propres dossiers, et notre offre d’implémentation accompagne le déploiement. Le cadre d’usage peut s’appuyer sur notre modèle de charte IA. Pour en parler, contactez-nous.
Sources
- Grant Thornton France et Université Paris Dauphine-PSL (Master CARF), « La place de l’Intelligence Artificielle dans les pratiques d’audit », juin 2022 : https://www.grantthornton.fr/globalassets/1.-member-firms/france/images/insights/2022/2022-06-30_etude-ia-grant-thornton-x-dauphine-2022.pdf
- H. Hovhannisyan, B. Bon Michel, N. Gasnier-Duparc, « De l’influence de l’IA sur la démarche d’audit interne », L’état du management 2024, Dauphine Éclairages, 14 mars 2024 : https://dauphine.psl.eu/eclairages/article/vii-de-linfluence-de-lia-sur-la-demarche-daudit-interne
- O. Ouhoud, K. El Ouafa, « Le rôle transformationnel de l’intelligence artificielle dans l’audit interne à l’ère du digital », IJAFAME, vol. 6, n° 10, 2025, p. 560-578 : https://revue.ijafame.com/index.php/home/article/download/2026/2030
- M. Kharbach, H. Zaam, « Repenser le rôle de l’audit interne à l’ère de l’intelligence artificielle : une revue critique des travaux empiriques et perspectives de recherche », International Journal of Research in Economics and Finance, vol. 3, n° 8-2, août 2026 : https://www.researchgate.net/publication/413648052
Vous préférez en parler directement ? Appelez-nous au 01 42 41 85 13, écrivez à contact@pionarius.com ou réservez votre diagnostic IA gratuit de 30 minutes.
