Cette modernisation se traduit notamment par une hausse de 40% du budget des services informatiques, en 2019 il est à rappeler que ce budget s’élevait à environ 199 millions d’euros.
Cette hausse du budget des services informatiques permet à la DGFIP de développer et de tester de nouveaux types de contrôles fiscaux en utilisant l’intelligence artificielle et le data-mining.
Dans un premier temps qu’est-ce que l’intelligence artificielle ?
L’intelligence artificielle aussi nommée IA, c’est un ensemble de techniques capable de reproduire certaines caractéristiques humaines telle qu’une logique, des raisonnements….
Dans un second temps qu’est-ce que le data-mining ? Le data-mining c’est une sorte de technique permettant d’analyser un volume d’informations/ de données très importantes. Ce processus permet notamment de déceler des anomalies, mais aussi des corrélations au sein d’un nombre très important de données.
Grâce à ces nouvelles technologies (pour lesquelles la DGFIP a tout de même employé un certain nombre de data-scientifiques, d’informaticiens, de techniciens, de programmeurs…) des contrôles fiscaux ciblés ont pu être mis en oeuvre au cours de l’année 2019.
Comme il est indiqué dans le rapport de la DGFIP sur son activité au cours de l’année 2019, l’utilisation de ces outils technologiques a permis d’analyser les données détenues par la DGFIP avec celles détenues par des organismes extérieurs (résultant notamment de l’échange automatique d’information sur ce point nous vous renvoyons à notre article suivant : l’échange automatique d’information). Cette analyse poussée a permis de mettre en relation de nombreuses données et de constater certaines incohérences ou certains comportements frauduleux.
Ainsi en 2019, 22% des contrôles fiscaux ont été programmés en utilisant ces outils technologiques. Grâce notamment au data-mining c’est tout de même 785 millions d’euros qui ont été collectés par la DGFIP.
Une société A a fait l’objet d’un contrôle fiscal suite à un AAG (acte anormal de gestion), la société a subi à la suite de cela un contrôle fiscal, cette société est connue de la DGFIP, ses données sont stockées dans les fichiers de la DGFIP.
Nous avons ensuite une société B, sans lien apparent avec la société A (dirigeant et associés différents) se situant dans une autre zone géographique (autre région). Cette société dont l’activité est différente de la société A possède le même numéro de téléphone que la société A.
Les logiciels et programme de la DGFIP pourront ainsi lier ces 2 sociétés entre elles grâce à ces nouvelles technologies, dès lors puisque la société A a fait l’objet d’un contrôle fiscal, la société B ayant un lien avec cette dernière pourra elle aussi faire l’objet d’une surveillance de la part de la DGFIP.
Si en plus nous avons une société C, qui n’a aucun lien avec la société A mais dont l’un des dirigeants est le même que dans la société B, la DGFIP ayant identifié la société B comme ayant un lien avec la société A, pourra aussi effectuer une surveillance sur la société C au regard du fait que cette dernière a un « lien » avec la société B (même dirigeant).
Le lien entre ces sociétés pourra ainsi être effectué très rapidement, ce qui n’aurait pas forcément été le cas auparavant notamment si ces sociétés ont des sièges sociaux sis dans des départements ou régions différents.
Grâce à ces outils, la DGFIP peut effectuer une surveillance sur « les sociétés dites à risque » en effectuant moins de contrôle qu’auparavant.
Évidemment des tests ont été effectués auparavant, la Direction Régionale des Finances Publiques de Bretagne avait été choisie afin d’expérimenter l’IA, tel que pourrez le constater sur le site officiel economie.gouv (Lia et datascience pour meilleur controle des depenses l’Etat), ce pilote expérimental avait été une réussite, en effet il est à noter qu’avec l’utilisation de ces nouveaux outils c’est environ « 80 % et plus d’anomalies qui avaient été détectées, alors qu’avec un contrôle (que nous qualifierons de classique) lecchiffre était seulement de 40%.
L’utilisation de ces nouveaux procédés techniques sera donc très certainement une réussite.
Toutefois l’Intelligence Artificielle et le data-mining ne serviront pas uniquement à traquer les irrégularités commises par les contribuables, en effet ces outils devront permettre d’aider l’État à contrôler ses dépenses.
En effet, il a été pris un arrêté en date du 29 janvier 2019, portant création d’un traitement automatisé d’analyse prédictive relatif au contrôle de la dépense de l’État. Ce traitement automatisé qui regroupera de nombreuses données devra aider les comptables publics à identifier certains éléments (ex : paiement à risque, dépenses pouvant donner lieu à des irrégularités etc).
Ce traitement automatisé devrait ainsi aider les comptables publics dans leur mission, tout en participant à une meilleure gestion budgétaire.
Évidemment ces outils technologiques ont aussi été établis afin d’aider les entreprises en difficulté.
La DGFIP comme il l’est rappelé dans son rapport d’activité 2019, a mis en place un outil (fondé sur l’IA) afin de cibler les entreprises en difficulté. Toutes sortes de difficulté peut ainsi être détectée (comme évoqué dans ce rapport il peut s’agir d’un risque de procédure collective, un risque suite à des difficultés de financement). En ciblant les entreprises en difficulté ou qui pourrait le devenir très prochainement, l’administration pourra ainsi apporter son soutien à ces entreprises, ce qui permettra peut-être d’en sauver certaines ?
Contactez Maître Benjamin A. Kergueno, Avocat, aujourd’hui si vous avez affaire à des questions liées au droit immobilier en France, notamment sur la Côte d’Azur.
Maître Benjamin A. Kergueno, LL.M vous fournira un ensemble complet d’informations et conseils adéquats pour y répondre.
Pour plus d’informations ou pour prendre rendez-vous avec un avocat expérimenté en droit immobilier en France, contactez-nous.
