INTRODUCTION
Depuis de nombreuses années, à la suite de la naissance des nouveaux systèmes de
traitement de l’information que sont les ordinateurs, le digital s’est développé et progresse
encore toujours considérablement grâce à l’accroissement des différentes technologies et à
l’avènement de l’informatique. Ce phénomène est voué à transformer profondément notre
société actuelle. A travers l’impact du digital, les premiers acteurs concernés sont les
organisations, en particulier les entreprises, qui se voient dans l’obligation de s’adapter
rapidement et correctement pour prospérer. On peut même décrire ces changements comme
une véritable nouvelle révolution puisqu’il faut complètement revoir le fonctionnement des
systèmes d’information et parce tous les secteurs sont impliqués.
Parmi la multitude de métiers touchés, on trouve notamment celui d’auditeur externe.
Cette profession a pour but principal de diagnostiquer la situation d’une entreprise clientèle
et, la plupart du temps, vise à certifier ses comptes dans le cadre d’un audit légal comptable et
financier. Pour réaliser ses missions, l’auditeur externe est régulièrement confronté à une
quantité importante de données, lesquelles deviennent de plus en plus numériques. Dès lors,
cela suppose de conséquentes modifications à son travail, plus précisément de la
méthodologie et des procédures d’audit, dans le cas présent et même encore plus à l’avenir.
Par ailleurs, on peut s’attendre à d’autres adaptations nécessaires vis-à-vis de sa clientèle qui
elle aussi connait une transformation digitale.
IMPACT DE LA DIGITALISATION SUR LES MISSIONS D’AUDIT
Pour rester compétitifs, les cabinets d'audit doivent faire évoluer leur modèle
économique et leur offre de services en acquérant des technologies innovantes pour proposer
des solutions numériques (Van Den Broek et Van Veenstra, 2018). D'ici 5 ans, 58 % des
auditeurs et des entreprises considèrent que les nouvelles technologies impacteront
directement les fonctions d'audit (Macaulay, 2016). Afin de développer leurs processus
d'audit, plusieurs cabinets d'audit ont investi dans de nouveaux outils d'intelligence artificielle
(IA) tels que KPMG (IBM's Watson), PricewaterhouseCoopers (Halo) et Deloitte (Argus)
(Kokina & Davenport, 2017). Selon (Krahel & Titera, 2015), en passant de l'ère du papier à
la gestion numérique de l'information, la digitalisation impacte la manière dont les audits sont
menés.
Parmi les technologies numériques, l'IA, la blockchain et le big data sont actuellement
les plus utilisés par les cabinets d'audit pour faire évoluer leurs processus et leurs offres de
services (Montes & Goertzel, 2019). Pour Gartner, le Big Data peut-être défini par les 3V
(Vitesse, Volume et Variété). Wamba et al. (2015) recommandent d'ajouter la valeur et la
véracité en passant de trois à 5 V. Ainsi, le big data peut permettre aux auditeurs d'avoir
rapidement accès (Vitesse) à toutes les informations (Volume). Ils ont parfois besoin de
structurer les données qui pourraient provenir de différentes sources (Variété), de contrôler le
contenu (Véracité) et enfin de s'assurer que les informations collectées auront une valeur
ajoutée (Valeur).
(Krahel & Titera, 2015) affirment que les auditeurs peuvent gagner du temps et se
concentrer sur l'analyse plutôt que sur la collecte de données gérée par la technologie.
De plus, certains chercheurs suggèrent que l'analyse des mégadonnées influence les
comportements des auditeurs concernant leurs jugements et leurs prises de décision (Brown-
Liburd & Vasarhelyi, 2015) et les soutiennent dans la correction automatique des
données(Kogan et al., 2014).Néanmoins, selon Yoon et al. (2015), les mégadonnées doivent
être considérées comme un complément des « éléments probants traditionnels ».
En effet, l'un des principaux objectifs de la digitalisation des cabinets d'audit est de
détecter les fraudes et de pouvoir mieux comprendre et quantifier le risque pour leurs clients
(Brown-Liburd et al., 2015). Les chercheurs concluent que la blockchain pourrait mettre
en évidence les fraudes en détectant des nombres arrondis souvent utilisés par les
fraudeurs (Cao et al., 2018), mais certains comme (Richins et al., 2016) recommandent
d'utiliser les deux techniques (détection manuelle de fraude combinée à une détection
automatique de fraude) pour éviter ce genre de problème. Selon ces auteurs, détecter la
fraude, sécuriser les informations et fournir aux clients des rapports pertinents sont essentiels
pour la confiance.
Le Big Data Analytics (Analyse de donnée) peut être divisée en données
transactionnelles volumineuses et en analyse de données volumineuses. Les grandes analyses
de données transactionnelles et de référence sont générées et traitées par les systèmes
financiers (back-office) des organisations. Le paysage des systèmes d'information financière
est en constante évolution. Actuellement, deux évolutions principales dans les systèmes
d'information financière sont visibles : une normalisation plus poussée et le cloud(Betti et al.,
2021). Ces évolutions permettent aux auditeurs d'ajuster l'audit vers des approches d'audit
plus centrales et harmonisées (groupe/région), en s'appuyant davantage sur des contrôles
applicatifs efficaces et des rapports de contrôle standard.
Cela donne aux auditeurs une autre opportunité de réaliser un audit plus efficace et
de meilleure qualité, en transformant l'approche d'audit traditionnelle basée sur des
échantillons vers des approches d'audit centralisées et basées sur les données, telles que
les tests de population de données à 100 % par des algorithmes analytiques automatisés
au lieu de tests basés sur des échantillons, ainsi conduire la qualité de l'audit. La
question qui se pose est de savoir si les approches d'audit actuelles – généralement acceptées
basées sur des échantillons – sont toujours à la hauteur des vastes volumes de données et de
la complexité des processus de transaction de l'audité. De plus en plus d'auditeurs, d'organes
de surveillance et de régulateurs comprennent qu'à l'avenir, de nouvelles techniques devront
être intégrées dans les méthodologies et les orientations d'audit.
Enfin, certaines recherches sur les technologies de l’IA ont révélé que l'utilisation de
ces technologies offre aux clients une meilleure qualité d'analyse des données et une
identification plus précise des problèmes potentiels. Dans ce contexte, McKee et Lensberg
(2002) et (Pendharkar, 2005) considèrent que les techniques d'IA pourraient aider les
auditeurs à prédire la faillite, tandis que Sajady et al. (2008) soutiennent qu'il améliore la
qualité de l'analyse financière. De plus, selon (Krahel & Titera, 2015), l'audit utilisant la
numérisation peut être considéré par les auditeurs et les entreprises auditées comme moins
intrusifs et l'analyse des mégadonnées peut améliorer la pertinence des fonctions d'auditeur
pour la collecte et la réconciliation des données. De plus (Dai, 2017) souligne que les
entreprises doivent prendre en compte les risques de cybersécurité en utilisant des logiciels
pour garantir la sécurité et la confidentialité de l'entreprise et pour minimiser les risques.
En somme, la digitalisation améliorera la pertinence de l'audit (1) permettant aux cabinets
d'audit d'étendre leurs offres en proposant de nouveaux services (2). Il améliorera également
la qualité de l'audit principalement en analysant toutes les données client (3). Enfin, avec la
numérisation, un nouveau profil d'auditeur apparaît (4), permettant la culture de l'innovation
au sein des cabinets d'audit (5).
Solutions numériques Blockchain, Intelligence Artificielle, Big
data Analytics
Évaluation de la profession d’audit - Automatisation des tâches
routinières et répétitives.
- Repenser et optimiser leur
processus d’audit.
- Gestion du temps et garanties des
tâches à forte valeur ajoutée.
- Passage d'une méthode
d'échantillonnage à un audit
complet des données.
Principaux points développés - Renforcement de la qualité du
métier d’audit
- Vers un audit plus pertinent et à
forte valeur ajoutée
- Développement des nouveaux
services des cabinets d’audit
- Redéfinition du profil des auditeurs
