Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

1 UE 7 – RELATIONS PROFESSIONNELLES – SESSION 2018 MEMOIRE PROFESSIONNEL INTELL

1 UE 7 – RELATIONS PROFESSIONNELLES – SESSION 2018 MEMOIRE PROFESSIONNEL INTELLIGENCE ARTIFICIELLE & AUDIT : LE MACHINE LEARNING AU SERVICE DE LA DETECTION DE LA FRAUDE Léopold WENGER 2 3 Remerciements Je tenais avant tout à remercier Deloitte pour ces années d’alternance au cours desquelles j’ai beaucoup appris sur les théories et les pratiques professionnelles du commissariat aux comptes, ainsi que sur l’organisation du système économique. Je remercie également l’ensemble des répondants qui ont accepté de partager leur expérience et leur expertise en donnant de leur temps pour la réalisation de mon enquête terrain. Mes remerciements s’adressent aussi à Rémi Nabonne, ingénieur logiciel diplômé de l’ISEP et de Cranfield University (Londres), Jean-Baptiste Dupuy, élève ingénieur à l’école d’Epitech Paris et Guillaume Cuny, étudiant bi-cursus en 6ème année de médecine à l’Université de Strasbourg et en master 2 d’entreprenariat à l’EM Strasbourg, ingénieur systèmes embarqués diplômé de l’ESIEE Paris et ingénieur en bio-ingénierie et innovation en neurosciences diplômé de BME Paris, pour leur sensibilisation au machine learning. Ils m’ont permis de m’approprier les bases d’un outil complexe grâce à leurs connaissances dans ce domaine. Concernant la réalisation de l’enquête terrain, je remercie Estelle Beauvy, étudiante en marketing et diplômée du bachelor Marketing & Communication du Luxe de l’EIML, pour son aide dans l’élaboration des guides d’entretien. Pour la relecture et la mise en page, mes remerciements vont à Mme Olivia Dupuy, écrivain public diplômée de la licence professionnelle Conseil en écriture professionnelle et privée et au Lieutenant-colonel Beauvy, officier de l’Armée de terre. Enfin, je suis reconnaissant envers les professeurs qui m’ont accompagné tout au long de la rédaction de ce mémoire. 4 5 Table des matières Remerciements .................................................................................................................. 3 Table des matières ............................................................................................................ 5 Table des illustrations ....................................................................................................... 7 Tableaux .......................................................................................................................... 8 Avant-propos .................................................................................................................... 9 Attestation de l’employeur .............................................................................................. 11 Fiche d’agrément ............................................................................................................ 13 Intelligence artificielle & audit : le machine learning au service de la détection de la fraude ........................................................................................................................ 21 I. Le machine learning : une technologie d’avenir pour l’audit dans l'identification de la fraude ....................................................................................................... 25 I. 1 - L’intelligence artificielle et l’audit de la fraude : d’une approche classique par les risques à une approche digitalisée ............................................................... 25 I. 1. 1 - Etat des lieux du cadre légal et des pratiques à disposition de l’auditeur ......... 25 I. 1. 2 - De la rationalité limitée à l’intelligence émotionnelle : une amorce à l’intelligence artificielle .................................................................................... 31 I. 2 - De récentes évolutions dans les pratiques d’audit grâce à l’intelligence artificielle : la révolution du machine learning ................................................. 36 I. 2. 1 - La neutralité et la fiabilité du machine learning soumise à une complexité de mise en œuvre. .................................................................................................. 36 I. 2. 2 - Vers une évolution du métier de l’auditeur ...................................................... 42 II. Enquête terrain, analyse des résultats et recommandations .............................. 48 II. 1 - Méthodologie de l'enquête terrain .................................................................... 48 6 II. 1. 1 - Les méthodes d'enquêtes et leur pertinence ................................................... 48 II. 1. 2 - La détermination des répondants .................................................................... 52 II. 1. 3 - Les guides d'entretien ..................................................................................... 53 II. 2 - Vérification des hypothèses de recherche : l'analyse des résultats d'enquête ... 58 II. 2. 1 - Présentation et analyse des résultats de l'enquête terrain ............................... 58 II. 2. 2 - Vérification des hypothèses de recherche ...................................................... 63 II. 3 - Recommandations et préconisations................................................................. 64 Table des annexes : ......................................................................................................... 71 Annexes ........................................................................................................................ 72 Bibliographie .................................................................................................................. 91 7 Table des illustrations Illustration 1 : Triangle de Kranacher et al. (2011) et Dorminey (2012) comparé à celui de Cressey (1950)…....……………………………………………...……..……..28 Illustration 2 : Positionnement des groupes sur les facteurs appartenant aux thèmes mission, équipe/cabinet et réglementation……………………………………………...33 Illustration 3 : Le machine learning à la frontière entre deux concepts………………………37 Illustration 4 : Déclinaison des principaux usages du machine learning……………………..38 Illustration 5 : Etapes clefs de la mise en place d’un projet de machine learning…………....41 Illustration 6 : Cadre et paramètres expérimentaux………………………….….….………...45 Illustration 7 : Guide pratique en 10 points sur le bon usage du machine learning par les cabinets d’audit…..…………………………………………………………………….66 8 Tableaux Tableau 1 : Cadre légal et réglementaire de la fraude en audit………………………………..27 Tableau 2 : Etat des lieux des points d’attention en matière d’audit de fraude………………..29 Tableau 3 : Quatre-vingt-huit plus grands scandales comptables……………………………..33 Tableau 4 : Principales méthodes algorithmiques utilisées par les auteurs……………………39 Tableau 5 : Exemple d’illustration du paradoxe de Simpson………………………………….46 Tableau 6 : Synthèse des méthodes d’enquête.………………………………………………..51 Tableau 7 : Liste des répondants démarchés…………………………………………………..53 Tableau 8 : Dictionnaire des thèmes…………………………………………………………..54 Tableau 9 : Guide d’entretien à destination des CAC n’utilisant pas le machine learning……55 Tableau 10 : Guide d’entretien à destination des CAC utilisant le machine learning………..56 Tableau 11 : Guide d’entretien à destination des professionnels du machine learning………57 Tableau 12 : Guide d’entretien relatif au benchmarking……………………………………...57 Tableau 13 : Liste des répondants interrogés dans le cadre de l’enquête terrain………………59 Tableau 14 : Vérification des hypothèses de recherche………………………………………..63 9 Avant-propos Particulièrement intéressé par les innovations technologiques et l’intelligence artificielle, ce sujet m’a permis de lier mes centres d’intérêt et mon activité professionnelle. Après avoir obtenu le diplôme de comptabilité et gestion (DCG), j’ai intégré le cabinet Deloitte dans le cadre d’une alternance préparant au diplôme supérieur de comptabilité gestion (DSCG). Je souhaite poursuivre dans la formation comptable et commencer le stage d’expertise comptable en vue de soutenir le diplôme d’expert-comptable (DEC). C’est au travers de mes missions chez Deloitte que j’ai été amené à réaliser des tests sur la détection de la fraude (annexe 1, p.72). Du négoce de produits d’entretien au géant de la logistique en passant par un réseau de franchise de cordonnerie, j’ai eu l’occasion d’appliquer les méthodes de détections de la fraude dans divers secteurs. Aussi, le choix de ce sujet m’a permis de prendre de la hauteur sur les pratiques professionnelles et mieux comprendre les origines et les enjeux des travaux menés par les commissaires aux comptes (CAC). La première partie de ce mémoire présente le cabinet Deloitte, ses aspects organisationnels et les différentes missions qui m’ont été confiées. J’y ai décrit plus précisément l’observation participante qui m’a conduit à traiter ce sujet. Dans cette version publique, cette partie a volontairement été retirée. La seconde partie aborde le sujet choisi de « Intelligence artificielle & audit : le machine learning au service de la détection de la fraude ». Elle se décompose en une revue de littérature (articles de recherche, presse professionnelles, conférences, MOOCs etc.) et sa confrontation avec les discours des chercheurs et des professionnels du monde de l’audit et du machine learning. Conformément à la méthodologie de rédaction d’un mémoire professionnel pour l’obtention d’un grade de master universitaire, j’utilise le « nous » de modestie pour m’adresser aux lecteurs. Par ailleurs, l’ensemble des sites internet mentionnés en note de bas de page ont été consultés le 31/07/2018 afin de s’assurer de leur existence avant dépôt à la Maison Des Examens. 10 11 Attestation de l’employeur 12 13 Fiche d’agrément 14 15 16 17 18 19 20 21 Intelligence artificielle & audit : le machine learning au service de la détection de la fraude Introduction Les innovations dans le secteur informatique n’ont eu de cesse d’améliorer la qualité des audits légaux menés par les commissaires aux comptes (CAC) ainsi que d’optimiser le temps d’intervention. Tant sur le plan matériel que logiciel, l’outil informatique s’est mis au fur et à mesure au service des métiers de la comptabilité et, notamment, de l’audit. Aussi, depuis la publication de Will en 19751 sur le langage Audit Command Language, divers travaux ont abouti au concept de Computer-aided audit tools2 (en français, Techniques d'audit assistées par ordinateur, TAAOs). L’outil informatique basé sur l’interdépendance entre l’homme et la machine se trouve actuellement complété par l’outil numérique qui peut agir indépendamment de l’intervention humaine. Le développement de l’intelligence artificielle, dont les métiers de la finance sont fortement demandeurs, s’inscrit dans cette tendance En ce qui concerne le commissariat aux comptes, l’utilisation de la machine et de ses logiciels, en particulier les tableurs tel qu’Excel, sont devenus indispensables. Permettant le traitement de volumes de données toujours plus important, l’outil informatique facilite le travail de l’auditeur et parfois génère des gains de qualité par la fiabilité et l’exhaustivité du traitement qu’il permet. Dans le cas particulier de la fraude, les auditeurs sont tenus lors de leurs interventions de mettre en place des tests permettant de l’identifier, indépendamment des différents travaux spécifiques menés sur chaque cycle. La méthodologie que nous suivons dans le cadre du test de la fraude consiste généralement à effectuer un test de détail sur la base du FEC (fichier des écritures comptables) et à identifier les sources potentielles de fraudes au travers d’un questionnaire permettant la compréhension des processus de contrôle et l’environnement de l’entité auditée. Le test sur FEC, plus communément connu sous le nom de JET (Journal Entry Testing), s’apparente à la démarche que suit le machine learning (en français, apprentissage automatique), à la différence près que la sélection découle d’un arbitrage humain sur la base de nos considérations quant aux origines du risque uploads/Geographie/ memoire-ue7-2018-leopold-wenger-audit-fraude-et-machine-learning-v2.pdf