3 milliards récupérés : quand l'IA traque la fraude fiscale à votre place

L'État vous observe. Pas comme vous le pensez.

Pendant que vous remplissez votre déclaration de revenus, un algorithme analyse déjà des millions de lignes de données pour repérer les anomalies que personne n'aurait pu détecter manuellement. Ce n'est pas de la science-fiction : c'est la réalité des services publics français depuis plusieurs années. Et les résultats donnent le vertige.

En 2023, la Direction générale des finances publiques (DGFiP) a annoncé avoir récupéré plus de 14 milliards d'euros grâce au contrôle fiscal, une performance rendue possible, en partie, par l'exploitation massive des données et des outils d'intelligence artificielle. Mais derrière ce chiffre brut se cache une transformation profonde de l'administration publique — avec ses promesses réelles et ses questions légitimes.

Comment l'IA s'est invitée dans les couloirs de Bercy

L'adoption de l'intelligence artificielle par le fisc français n'est pas un phénomène récent. Dès 2018, la DGFiP a lancé des expérimentations de ciblage algorithmique pour identifier les dossiers à risque de fraude fiscale. Le principe est simple à comprendre, même si sa mise en œuvre est complexe :

• L'algorithme ingère des millions de données : revenus déclarés, transactions bancaires accessibles, registres fonciers, activités sur les plateformes numériques...
• Il détecte des écarts statistiquement significatifs entre ce qui est déclaré et ce que d'autres sources suggèrent.
• Il classe les dossiers par niveau de risque, permettant aux agents du fisc de concentrer leurs efforts là où ils auront le plus d'impact.

Résultat : les contrôles ne sont plus aléatoires ni uniquement basés sur l'intuition des inspecteurs. Ils deviennent ciblés, prédictifs et nettement plus efficaces.

Le cas des piscines non déclarées : l'IA vue du ciel

L'exemple le plus frappant de ces dernières années reste le projet Foncier Innovant, mené conjointement par la DGFiP et la startup française Capgemini, en partenariat avec Google. L'idée : utiliser la reconnaissance d'images par satellite et par intelligence artificielle pour identifier les piscines privées non déclarées aux impôts locaux.

En deux phases d'expérimentation couvrant 9 départements, le programme a permis de détecter plus de 20 000 piscines non déclarées, générant plusieurs millions d'euros de redressements fiscaux supplémentaires. L'opération a depuis été étendue à l'ensemble du territoire national et vise désormais d'autres types de constructions non déclarées : extensions, dépendances, vérandas.

Ce que cet exemple illustre parfaitement, c'est la puissance de la combinaison données + IA + expertise humaine. L'algorithme détecte. L'agent vérifie. L'administration décide. La machine ne remplace pas l'humain — elle lui donne des yeux supplémentaires.

Au-delà du fisc : les collectivités locales rattrapent leur retard

Si la DGFiP a souvent servi de vitrine pour l'IA dans le secteur public, les collectivités territoriales emboîtent le pas avec des cas d'usage variés :

• Optimisation des transports publics : plusieurs métropoles utilisent des algorithmes pour ajuster en temps réel la fréquence des bus selon les flux de passagers réels.
• Gestion des déchets : certaines communes pilotent des tournées de collecte intelligentes basées sur le taux de remplissage des poubelles connectées, réduisant les coûts et l'empreinte carbone.
• Détection des logements vacants : croisement de données énergétiques, postales et fiscales pour identifier les biens inoccupés et activer les dispositifs d'aide à la rénovation ou à la remise sur le marché locatif.
• Prédiction des besoins en entretien : des algorithmes analysent l'état des routes et des bâtiments publics pour anticiper les travaux avant que les dégradations ne deviennent coûteuses.

Les limites que personne ne veut vraiment nommer

Cette transformation n'est pas sans zones d'ombre. Trois questions méritent d'être posées clairement :

La question de la biais algorithmique. Un algorithme entraîné sur des données historiques peut reproduire, voire amplifier, des inégalités existantes. Si les contrôles passés ciblaient davantage certaines catégories sociales ou géographiques, l'IA risque de perpétuer ce schéma.

La question de la transparence. Peut-on contester une décision prise ou orientée par un algorithme que l'on ne comprend pas ? En France, le Règlement général sur la protection des données (RGPD) et la loi pour une République numérique imposent un droit à l'explication — mais son application reste perfectible dans les faits.

La question de la confiance. L'efficacité ne suffit pas. Pour que les citoyens acceptent d'être gouvernés par des outils algorithmiques, ils doivent comprendre comment ces outils fonctionnent et avoir la certitude qu'un regard humain reste au cœur des décisions.

Ce que ça change concrètement pour vous

Si vous êtes contribuable, propriétaire, ou simplement citoyen, voici ce que vous devez retenir : la tolérance à l'oubli ou à l'imprécision dans vos déclarations a considérablement diminué. L'administration dispose désormais d'outils capables de croiser des sources d'information que vous ne soupçonnez pas — photos satellites, données de plateformes numériques, registres cadastraux.

Ce n'est pas une invitation à la paranoïa, mais à la rigueur. Et peut-être aussi à une réflexion collective sur ce que nous voulons que l'État fasse de ces capacités technologiques inédites.

Conclusion : l'IA publique, un chantier encore ouvert

L'intelligence artificielle dans les services publics n'est ni un remède universel ni une menace absolue. C'est un outil puissant qui exige un cadre éthique solide, une gouvernance claire et une pédagogie active auprès des citoyens. Les résultats sont là — les milliards récupérés, les injustices fiscales réduites, les ressources mieux allouées. Mais la vraie question n'est pas technique. Elle est politique : à qui profite cette efficacité, et qui en contrôle les règles du jeu ?

— Reservoir Live