Fermer la publicité
Journal d'information juridique et d'annonces légales

Intelligence artificielle et fiscalité

le - - Droit - Actualité du droit

Intelligence artificielle et fiscalité
@ Edhec

Selon Klaus Schwab, l'essor des nouvelles technologies qui a débuté dans les années 2000 est de nature à constituer une « 4ème Révolution Industrielle » . Les technologies, telles que l'intelligence artificielle, le machine learning ou encore le datamining, transforment nos manières de penser et d'agir, et entrainent un changement de paradigme.

L'Organisation de Coopération et de Développement Économique (OCDE) définit l'intelligence artificielle comme un « système automatisé qui, pour un ensemble donné d'objectifs définis par l'homme, est en mesure d'établir des prévisions, de formuler des recommandations, ou de prendre des décisions influant sur des environnements réels ou virtuels »[1]. Ces technologies permettent de gagner en efficacité, mais ne peuvent être séparées de toute intervention humaine : l'Homme reste au cœur du processus d'intelligence artificielle.

D'autres techniques annexes à l'intelligence artificielle sont également au centre des développements actuels. On peut ainsi penser au datamining, l'analyse d'une quantité importante de données permettant de déceler des anomalies ou des corrélations entre elles. Pour cette raison, ces techniques seront considérées au même titre que l'intelligence artificielle dans cet article.

Un changement de paradigme implique un changement profond, qui toucherait tous les niveaux d'une société. Ne faisant pas exception à cette dynamique, le domaine de la fiscalité est impacté par l'intelligence artificielle et ses dérivés. Tous les acteurs de ce domaine sont concernés, des administrations fiscales aux acteurs privés.

Intelligence artificielle et pratique publique

Dans le cadre du rapport « Comparative Information on OECD and Other Advanced and Emerging Economies », publié en 2019[2], l'OCDE a établi que parmi les 58 administrations fiscales participant à l'enquête, 40 considèrent utiliser l'intelligence artificielle dans un futur proche. De nombreuses administrations ont entamé une mise à niveau de leurs techniques, et ont développé des procédés d'intelligence artificielle pour remplir leurs missions.

Les administrations ont trois grandes branches d'activités : la gestion des déclarations, le recouvrement des impôts, la conduite de contrôles fiscaux ; auxquelles s'ajoutent des activités annexes comme la coopération fiscale internationale. Le recours à l'intelligence artificielle peut intervenir à de nombreuses étapes de la relation entre le contribuable et l'administration.

Les administrations fiscales ont l'opportunité de transférer à des agents artificiels une partie de leur mission de conseil, notamment pour porter assistance aux contribuables lors de leurs déclarations. Par exemple, l'« Office of the Revenue Commissioners » en Irlande, a pris le parti de développer des chatbots, programmes de type machine learning, conçus pour simuler une conversation avec des utilisateurs humains. L'administration délègue à ce programme une partie de son service d'assistance, et réserve son intervention humaine aux cas les plus complexes, réalisant ainsi une économie de ressources.

L'intelligence artificielle se révèle également utile aux administrations lors des contrôles fiscaux. En effet, elle peut permettre d'optimiser la sélection des dossiers, détecter des cas de fraude, ou encore anticiper le comportement des contribuables dans les phases contradictoire et contentieuse. Les administrations, tout en gagnant du temps sur l'analyse de données, augmentent significativement les chances de succès du redressement. La France a ainsi annoncé, dans le rapport de la Direction Générale des Finances Publiques (DGFIP) 2019[3], avoir programmé en 2019 22% des contrôles fiscaux grâce au datamining, ce qui a représenté près de 758 millions d'euros collectés. La DGFIP a annoncé vouloir porter la part de contrôles orientés par l'intelligence artificielle à 35% en 2020 et à 50% en 2022.

Il convient néanmoins de préciser que l'intelligence artificielle nécessite une grande quantité de données pour fonctionner convenablement. En effet, ces dernières permettent au système de faire ressortir des modèles, et de fonder des schémas logiques.

L'accès à ces données représente l'une des forces des administrations fiscales puisque leurs bases sont par nature importantes, car notamment constituées des déclarations qu'elles reçoivent périodiquement. Pourtant, nombreuses sont les administrations qui collectent des données auprès de sources externes. À titre d'exemple, l'administration fiscale italienne, « Agenzia delle Entrate », a croisé les données de ses bases fiscales avec celles d'agences gouvernementales nationales et d'intermédiaires commerciaux afin de détecter des incohérences dans les déclarations de ses contribuables. Ces derniers ont alors été invités à rectifier directement leurs déclarations, permettant à l'administration fiscale italienne de collecter 1,3 milliard d'euros en 2017.

De telles opérations posent la question de la protection des données, sujet particulièrement sensible notamment en Europe où sont discutées les marges de protection en faveur des personnes morales et physiques aux niveaux communautaire et national. L'échange de données pour motif fiscal est relativement nouveau et rarement règlementé. Le risque est de traiter des données sans le consentement des contribuables, ce qui peut porter atteinte aux droits et libertés des individus.

Enfin, le traitement de ces données permet une modélisation budgétaire des politiques fiscales. Dans une optique plus globale, les administrations fiscales et les gouvernements utiliseront à terme l'intelligence artificielle pour influencer l'environnement économique, social, et environnemental au travers des politiques fiscales mises en œuvre. La société Salesforce Einstein travaille ainsi au développement d'un système d'intelligence artificielle, « AI Economist », capable d'identifier les conséquences d'une politique fiscale sur l'égalité des revenus, la productivité, les comportements des contribuables, ou encore les possibilités de financement public[4]. Les modèles s'enrichissent des simulations précédentes afin de développer des hypothèses permettant d'atteindre l'objectif initial défini par les ingénieurs.

L'application de l'intelligence artificielle à l'économie reste néanmoins complexe étant donné la nature imprévisible de cette science humaine. La potentielle maitrise des conséquences des politiques fiscales rend cet usage de l'intelligence artificielle d'autant plus attractif.

L'intelligence artificielle promet donc de simplifier et d'améliorer l'efficacité des missions quotidiennes des administrations fiscales, tout en laissant entrevoir, à terme, la possibilité de politiques fiscales plus justes.

Intelligence artificielle et pratique privée

L'intelligence artificielle est utilisée depuis plusieurs années dans le domaine de la fiscalité. Mais certains utilisateurs, qui n'ont pas eux-mêmes développé de telles solutions, y ont recours parfois sans même le savoir, en utilisant des logiciels tiers par exemple. Depuis une quinzaine d'années, le moteur de recherche LexisNexis, proposant notamment de la documentation fiscale, utilise des solutions d'intelligence artificielle afin de mettre en évidence les connexions entre les données. L'usage de l'intelligence artificielle a initié un développement d'un autre ordre : aujourd'hui, les cabinets d'avocats et les sociétés créent leurs propres solutions d'intelligence artificielle.

Le recours à l'intelligence artificielle présente des avantages dans différents segments des activités de service juridique, telles que l'aide à la recherche d'information ou de décisions de justice, à la révision de documents (notamment contractuels), ou encore à la prévision d'issues de contentieux. Ces apports peuvent évidemment trouver application dans le domaine de la fiscalité. Benjamin Alarie, juriste et entrepreneur, a développé plusieurs algorithmes intelligents permettant de prévoir l'issue de contentieux fiscaux présentés devant les tribunaux[5], de déterminer la catégorie d'un revenu - capital ou revenu ordinaire[6], ou d'un investissement - capital ou dette[7].

Les entreprises, et plus encore les cabinets d'avocats, pourront gagner en efficacité, tant dans leur travail de conseil, que de contentieux fiscal. En effet, l'intelligence artificielle réduit l'incertitude pour les contribuables ou leurs conseils, et peut apporter plus de cohérence dans les déclarations fiscales, ce qui réduira mécaniquement les contrôles et contentieux fiscaux. Pour le contentieux restant, l'intelligence artificielle permettra de déterminer les moyens susceptibles de prospérer devant un juge donné, et ainsi d'éviter certains contentieux inutilement coûteux.

Bien que les applications de l'intelligence artificielle soient prometteuses, les acteurs privés souhaitant les mettre en œuvre risquent d'être limités dans leurs actions à plusieurs titres.

Tout d'abord, les données fiscales sont bien souvent protégées au titre de la protection des données, et ne sont donc pas accessibles à tout contribuable pour le développement de ses propres solutions d'intelligence artificielle. Seules les entreprises ayant un grand nombre de données, par exemple les Big Four, peuvent mettre à profit leur ressources afin de développer leurs propres programmes. Les entreprises ayant un accès aux données plus limité, doivent trouver des alternatives légales, parfois coûteuses, comme l'usage de bases de données de tiers.

Également, le droit fiscal étant complexe, certaines tâches ne pourront faire l'objet dans un futur proche de solutions d'intelligence artificielle. Les tâches les plus simples feront facilement l'objet d'un transfert au profit de ces technologies. En revanche, les tâches plus complexes et à forte valeur ajoutée, par exemple la conduite d'entretiens pour l'élaboration de politiques prix de transfert, demandant une grande individualisation des besoins, ne pourront être déléguées à une intelligence artificielle.

Finalement, l'intelligence artificielle présente de nombreuses opportunités pour toutes les parties prenantes de la fiscalité ce qui explique l'émergence de nouvelles technologies dans le domaine de la fiscalité, aussi appelées tax techs. Néanmoins les défis soulevés sont importants et nécessitent de s'adapter. L'effort le plus important concerne peut-être la formation à cette nouvelle pratique de la fiscalité. L'évolution du métier de fiscaliste doit être précédée, ou à défaut suivie, par l'évolution des formations. Le cursus initial devra être enrichi pour permettre aux fiscalistes de maitriser - ou au moins comprendre - l'intelligence artificielle. Par ailleurs, les équipes fiscales devront revoir leur structure, en réduisant les postes à faible valeur ajoutée, et en s'appuyant sur de nouveaux acteurs tels que les data analysts ou les ingénieurs en intelligence artificielle.

Chronique « Droit, Juriste et Pratique du Droit Augmentés »

Cette chronique a pour objectif, de traiter de questions d'actualité relatives à cette transformation. Dans un contexte où le digital, le big data et le data analytics, le machine learning et l'intelligence artificielle transforment en profondeur et durablement la pratique du droit, créant des « juristes augmentés » mais appelant aussi un « Droit augmenté » au regard des enjeux et des nouveaux business models portés par le digital.

Avec son Augmented Law Institute, l'EDHEC Business School dispose d'un atout majeur pour positionner les savoirs, les compétences et la fonction du juriste au centre des transformations de l'entreprise et de la société. Il se définit autour de 3 axes de développement stratégiques : son offre de formations hybrides, sa recherche utile à l'industrie du droit, sa plateforme de Legal Talent Management. https://www.edhec.edu/fr/ledhec-augmented-law-institute

[1] OCDE (2019), L'intelligence artificielle dans la société, 30 octobre 2019
[2] OCDE (2019), Tax Administration 2019 : Comparative Information on OECD and other Advanced and Emerging Economies, Éditions OCDE, Paris, https://doi.org/10.1787/74d162b6-en
[3] DGFIP (2019), Rapport d'activité de la DGFIP et son cahier statistique, juillet 2020
[4] S. Zheng et alii« The AI Economist: Improving Equality and Productivity with AI-Driven Tax Policies », https://blog.einstein.ai/the-ai-economist/
[5] B. Alarie, « Insight: Turning Standards into Rules Part 1: Using Machine Learning to Predict Tax Outcomes », Bloomberg Tax : Daily Tax Report 2018
[6] B. Alarie, « Insight: Turning Standards into Rules Part 5: Weighing the Factors in Capital Gains vs. Ordinary Income Decisions », Bloomberg Tax: Daily Tax Report 2019
[7] B. Alarie, « Insight: Turning Standards into Rules Part 2: How Do Financial Risk Factors Affect Debt vs. Equity Determinations? », Bloomberg Tax: Daily Tax Report 2018




Ses derniers articles

Abonnez-vous à l'offre Papier + Numérique

Affiches Parisiennes Journal d'information juridique et d'annonces légales

  • ›   Pour plus de contenu, papier + web
  • ›   l’accès aux annonces légales,
  • ›   l’accès aux ventes aux enchères.
Je m'abonne

À lire également


Réagir à cet article

Message déjà envoyé Adresse e-mail non valide


Fermer
En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies et de technologies similaires par notre société ainsi que par des tiers, afin de réaliser des statistiques d'audiences et de vous proposer des services éditoriaux et la possibilité de partager des contenus sur des réseaux sociaux. En savoir plus / paramétrer