158 Revue Française de Finances Publiques d'agents à l'intérieur d'une sous-direction ou entre des sous directions et d'autres directions de manière à pouvoir chaque mois établir un reporting ou bien un état de la situation sur ce sujet particulier des prestations intellectuelles au même titre qu'il existe d'autres restitutions sur le niveau de consommation de la masse salariale, le niveau de consommation des crédits d'investissement, etc. On voit donc bien un premier apport de cette nouvelle technologie liée à l'intelligence artificielle : il s'agit de pouvoir répondre à des questions relativement simples pourtant nouvelles à l'intérieur de processus administratifs en utilisant le plus possible la donnée disponible dans un système d'information existant et dont la fiabilité a été éprouvée depuis plus d'une dizaine d'années. L'appui au contrôle interne financier Le deuxième grand intérêt du recours aux technologies de l'intelligence artificielle sur la maîtrise de l'information financière apparaît pour le contrôle interne financier. Pour pouvoir mieux identifier les marchés passés dans le domaine des prestations intellectuelles (continuons notre cas d'école !), il existe un axe d'analyse dans CHORUS qu'on appelle les « groupes de marchandises ». Les groupes de marchandises sont des codifications des types de marchés en fonction de la nature du service ou du bien délivré. Dans le cadre de ces opérations spécifiques de recensement puis de pilotage des dépenses relatives aux prestations intellectuelles, on aurait pu constater à quel point un certain nombre de marchés seraient imputés indûment sur des codes groupes de marchandises correspondant à des prestations d'audit, de conseils en organisation ou de conseil en stratégie, alors que d'autres marchés éligibles à une imputation sur ces codes de marchandises-là seraient imputés sur d'autres codes de groupe de marchandises. Ces informations erronées ne proviennent pas d'un manque de rigueur dans la saisie des informations dans CHORUS. C'est plutôt parce que cet axe d'analyse du « groupe de marchandises » est assez souvent considéré comme mineur dans les différents axes d'analyse utilisés par l'administration. En y prêtant moins attention et en ajoutant que les saisies sont parfois faites parce qu'« on a toujours fait comme cela », on rencontre donc un niveau assez important d'erreurs. On peut dès lors imaginer le rôle d'aide de l'intelligence artificielle dans la vérification d'erreurs ou l'aide en amont à la saisie de l'information dans CHORUS. Si on élargit ces exemples à tous les traitements que permet CHORUS et au fait que les saisies dans le système d'information prévoient que RFFP n° 169 - Février 2025