Les risques de l'IA générative que les cabinets comptables doivent gérer

L'IA générative peut faire gagner du temps aux équipes de comptabilité, mais les fonctions qui la rendent utile peuvent aussi créer de nouveaux risques. Un modèle peut produire une réponse soignée, mais erronée, accepter plus de renseignements sur les clients que la tâche n'en exige, ou encourager le personnel à se fier à un résultat qu'il n'a pas vérifié de façon indépendante.

Pour les cabinets comptables, l'objectif ne devrait pas être d'éviter complètement l'IA générative. Il devrait être de comprendre où la technologie peut faillir et de renforcer les contrôles autour des usages qui comptent le plus.

1. Les renseignements confidentiels des clients peuvent quitter les systèmes contrôlés

Les équipes de comptabilité manipulent couramment des coordonnées bancaires, des registres de paie, des renseignements fiscaux, des données de clients, des états financiers, des prévisions, des contrats et d'autres renseignements confidentiels. Une invite ou un téléversement de fichier peut transférer ces renseignements vers un environnement d'IA tiers en quelques secondes.

Les lignes directrices de 2026 de l'IESBA sur les technologies émergentes expliquent que des caractéristiques comme la dépendance aux données, l'opacité, l'autonomie, l'évolutivité et la rapidité peuvent créer ou amplifier des menaces éthiques. Elles soulignent aussi que les professionnels comptables demeurent responsables du respect des principes déontologiques fondamentaux, dont la confidentialité.

Le contrôle pratique est la minimisation des données. Avant de soumettre des renseignements à un système d'IA, demandez-vous si le modèle a réellement besoin des données réelles du client. Un exemple fictif, un espace réservé, un extrait caviardé ou un jeu de données plus restreint peut souvent accomplir la même tâche.

2. Une réponse fluide peut quand même être inexacte

L'IA générative excelle à produire un langage qui semble complet et assuré. Cela ne veut pas dire que la réponse est techniquement correcte.

Un système d'IA peut mal comprendre un traitement comptable, omettre une condition pertinente, s'appuyer sur des hypothèses fragiles, produire une explication non étayée ou effectuer un calcul de façon erronée.

L'IESBA souligne que les professionnels comptables demeurent responsables de leurs jugements et de leurs décisions, quel que soit le degré d'automatisation technologique. Ses lignes directrices insistent sur le jugement professionnel, l'esprit critique et une supervision humaine appropriée lors de l'évaluation des résultats générés par la technologie.

Pour les questions de comptabilité technique, les calculs ou les livrables destinés aux clients, les affirmations importantes devraient être vérifiées au regard des directives faisant autorité et des dossiers sous-jacents avant qu'on s'y fie.

3. L'automatisation peut affaiblir le jugement professionnel

Le problème n'est pas toujours que l'IA donne une mauvaise réponse. Parfois, c'est l'utilisateur qui accorde trop de poids à une réponse de l'IA.

Un employé peut accepter une explication d'écart générée par l'IA parce qu'elle paraît plausible, suivre une classification suggérée par le modèle sans vérifier la transaction, ou cesser d'enquêter parce qu'un résumé d'IA semble complet.

Ce risque devient plus sérieux lorsque l'IA passe de l'aide à la formulation au soutien d'analyses ou de conclusions professionnelles.

Les cabinets peuvent le réduire en définissant quels résultats de l'IA exigent une vérification indépendante et en s'assurant que les conclusions importantes peuvent être retracées jusqu'aux dossiers sources ou aux directives faisant autorité.

4. De mauvaises données d'entrée peuvent produire une analyse convaincante, mais fragile

Les résultats de l'IA dépendent fortement de l'information fournie au système.

Si un chiffrier est incomplet, si un ensemble de documents omet une entente importante ou si l'invite oublie un fait significatif, l'IA peut tout de même générer une réponse assurée. Une présentation soignée peut masquer une base d'information fragile.

L'IFAC a souligné à la fois les possibilités et les risques que l'IA et l'automatisation intelligente créent pour les professionnels de la comptabilité. Elle note que les comptables continuent de jouer un rôle important pour maintenir des contrôles solides et assurer la qualité des données d'entrée et de sortie dans des environnements de plus en plus automatisés.

Avant de se fier à une analyse assistée par l'IA, demandez-vous si l'information fournie était complète, exacte, à jour et adaptée à la question posée.

5. Les obligations de protection de la vie privée des clients s'appliquent toujours

L'IA générative ne crée aucune exception aux responsabilités existantes en matière de protection des renseignements personnels.

Le Commissariat à la protection de la vie privée du Canada affirme que les organisations qui utilisent l'IA devraient respecter les exigences de protection des renseignements personnels et fait de l'utilisation responsable de l'IA générative une priorité continue en matière de vie privée. Les lignes directrices canadiennes encouragent aussi les organisations à réduire au minimum les renseignements personnels et à utiliser des renseignements dépersonnalisés ou synthétiques lorsque c'est approprié.

C'est important pour les cabinets comptables, car les dossiers clients contiennent fréquemment des renseignements sur des employés, des clients, des actionnaires et d'autres personnes identifiables.

Les cabinets devraient savoir quels renseignements personnels entrent dans un système d'IA, pourquoi ils sont nécessaires, où ils sont traités, qui peut y accéder et combien de temps ils y demeurent.

6. L'IA tierce crée un risque lié aux fournisseurs

Le produit que voit le comptable peut s'appuyer, en coulisses, sur plusieurs autres entreprises.

Un fournisseur d'IA peut recourir à un fournisseur de modèles externe, à une infrastructure infonuagique, à des outils d'analyse ou à d'autres sous-traitants ultérieurs. Le parcours des données peut ainsi être plus long que les employés ne le réalisent.

Le profil d'IA générative du NIST décrit les risques propres à l'IA générative ou amplifiés par elle et propose aux organisations des mesures pour gouverner, cartographier, mesurer et gérer ces risques tout au long du cycle de vie de l'IA. Il aborde aussi l'acquisition d'IA générative et les dépendances envers des tiers.

Avant d'approuver un outil d'IA pour le travail auprès des clients, les cabinets comptables devraient examiner la conservation, les pratiques d'entraînement des modèles, les contrôles d'accès, les sous-traitants ultérieurs, la sécurité, les procédures de suppression et les protections contractuelles.

L'approbation devrait aussi être précise. Un fournisseur approuvé pour la recherche à partir d'information publique ne devrait pas être automatiquement approuvé pour des dossiers financiers confidentiels de clients.

7. L'IA non approuvée peut créer un risque invisible

Même une politique solide a une valeur limitée si les employés utilisent des outils que le cabinet ne connaît pas.

Le personnel peut expérimenter avec des robots conversationnels gratuits, des comptes personnels, des extensions de navigateur, des assistants de réunion ou des fonctions d'IA qui apparaissent soudainement dans des applications existantes.

Les cabinets comptables devraient offrir à leurs employés des solutions de rechange approuvées claires et un processus simple pour demander de nouveaux outils. Autrement, des flux de travail d'IA utiles peuvent se développer en dehors des contrôles habituels du cabinet en matière de vie privée, de sécurité et de fournisseurs.

Utilisez une vérification des risques simple

Avant d'introduire l'IA générative dans un flux de travail comptable, posez-vous les questions suivantes :

1. Quelles données du client ou du cabinet l'IA recevra-t-elle?
2. La tâche exige-t-elle vraiment toute cette information?
3. L'outil est-il approuvé pour ces données et cette fin précises?
4. Le résultat peut-il être vérifié de façon indépendante?
5. L'IA pourrait-elle influencer un jugement comptable ou un livrable destiné au client?
6. Comprenons-nous les pratiques du fournisseur en matière de conservation, d'entraînement, de sécurité et de tiers?
7. Que se passe-t-il si des renseignements sensibles sont soumis ou si l'IA produit un résultat incorrect?

Les risques de l'IA générative en comptabilité sont gérables lorsque les cabinets relient la technologie à des contrôles qu'ils comprennent déjà : confidentialité, protection des renseignements personnels, qualité des données, gestion des fournisseurs, révision humaine et responsabilité.

La plus grande erreur est de traiter l'IA comme étant soit totalement sûre, soit totalement inutilisable. Une meilleure approche consiste à décider où elle apporte de la valeur, à limiter l'information qu'elle reçoit, à vérifier les résultats importants et à laisser la responsabilité professionnelle au comptable.

Plusieurs des risques ci-dessus, de l'exposition des données clients aux outils non approuvés, partagent un problème de moment : une fois qu'une invite est soumise à un outil d'IA, elle ne peut pas être rappelée. Un relevé bancaire collé dans une demande d'explication d'écart, ou un fichier de paie téléversé pour rédiger un résumé, est déjà parti dès que l'utilisateur appuie sur Entrée. C'est le principe sur lequel Sanitized Ai est bâti : repérer et caviarder les identifiants de clients et les autres détails financiers confidentiels avant que l'invite n'atteigne l'outil, afin que le contrôle agisse pendant qu'il peut encore faire une différence.

Ce trimestre, prenez la vérification des risques en sept questions ci-dessus et appliquez-la à la tâche d'IA que votre équipe de comptabilité utilise le plus, avant qu'un autre dossier client réel s'en approche. Consignez les éléments de données clients dont la tâche n'a pas besoin, et faites de leur retrait l'étape standard plutôt qu'une exception. Si vous souhaitez voir comment le caviardage peut avoir lieu avant la soumission, demandez une démonstration et passons en revue votre propre flux de travail ensemble.