Sikich : 90 % des audits utilisent l’IA, 36 % la vérifient

L’enquête Sikich montre que 90 % des fonctions d’audit interne utilisent désormais l’intelligence artificielle. Cette proportion provient de l’édition 2026 de l’enquête américaine sur les priorités de l’audit interne. L’étude marque la dixième édition de cette recherche. Elle indique aussi que 77 % des fonctions incluent des évaluations de l’IA dans leurs plans d’audit. L’adoption n’est donc plus le seul sujet à examiner. Les auditeurs doivent aussi vérifier si leurs travaux d’assurance suivent les risques associés à l’extension de l’IA. Ces risques concernent notamment les données, les modèles, la supervision humaine et l’utilisation des résultats. L’enquête est présentée dans l’article original publié le 2 novembre 2026.

La gouvernance atteint ses limites constitue le deuxième constat de l’analyse. Une organisation doit savoir où l’IA est utilisée, qui en répond et quels contrôles l’encadrent. Cette gouvernance ne démontre toutefois pas qu’un système fonctionne comme prévu. Elle ne confirme pas non plus que ses résultats sont exacts, complets ou adaptés à leur usage. Les auditeurs doivent examiner la qualité des données, la confidentialité et la sécurité. Ils doivent également vérifier si la supervision humaine reste réelle pour les applications à risque élevé. Les changements de données, de modèles ou de cas d’usage peuvent modifier l’exposition. Selon Jamey Loupe, responsable chez Sikich, l’audit interne doit surtout comprendre les risques et les contrôles nécessaires à une assurance utile.

Les audits évaluent encore partiellement l’IA

Les résultats détaillent les écarts entre gouvernance et assurance. Seulement 53 % des répondants auditant l’IA examinent son efficacité opérationnelle. La vérification de l’usage éthique et des biais concerne 40 % des répondants. La validation des modèles apparaît dans 36 % des audits concernés. Ces contrôles deviennent importants lorsque l’IA influence des activités financières, opérationnelles, réglementaires ou réputationnelles. L’article cite le traitement des factures comme exemple concret. Les auditeurs peuvent tester la gestion des exceptions, la fréquence des corrections humaines et le suivi des factures rejetées. Ils peuvent aussi vérifier la précision après une mise à jour du modèle d’un fournisseur. Ces tests complètent l’examen d’une simple politique de gouvernance.

Les priorités se déplacent rapidement dans l’audit interne. En 2022, seulement 3 % des responsables identifiaient l’IA et l’automatisation comme un risque émergent. Cette proportion atteignait 35 % en 2026. La cybersécurité restait le risque émergent le plus souvent sélectionné, avec 43 % en 2026. Les ressources évoluent également. Soixante-quatre pour cent des répondants signalaient une hausse de leur budget d’audit interne. Quarante-trois pour cent prévoyaient d’augmenter leurs effectifs. Enfin, 82 % utilisaient des partenaires externes pour compléter leurs compétences. Les résultats de l’enquête Sikich présentent ces évolutions sur dix éditions.

Les dirigeants doivent cartographier les usages matériels de l’IA et leur lien avec les processus critiques. Cet inventaire doit inclure les fonctions intégrées aux logiciels des fournisseurs. Il doit aussi couvrir les fonctionnalités activées par des mises à jour habituelles. Les outils adoptés directement par les salariés doivent également y figurer. Les responsables peuvent ensuite classer les cas selon leur impact métier, la sensibilité des données et les conséquences d’une erreur. Ils doivent identifier les compétences à développer en interne et celles à rechercher auprès de spécialistes. Cette évaluation doit aussi couvrir l’usage de l’IA par l’audit interne lui-même. Les contrôles attendus du reste de l’organisation doivent s’appliquer à cet usage. Jamey Loupe dirige la pratique Risk Advisory de Sikich.