IA agentique pour l'audit interne et le contrôle de gestion

L'IA agentique, le nouveau paradigme pour l'audit et le contrôle

• IA conversationnelle vs IA agentique : pourquoi le contrôle continu (continuous auditing / monitoring) devient enfin accessible en 2026.
• Comprendre les agents IA : des systèmes qui raisonnent, planifient et exécutent des tests de contrôle en autonomie — et ce qui reste de la responsabilité de l'auditeur.
• Panorama des outils agentiques : positionnement de Claude, Claude Cowork, NotebookLM et Claude Code dans une direction d'audit interne.
• Identifier les cas d'usage à fort ROI : tests de conformité récurrents, rapprochements, revue de populations, rédaction de rapports, suivi des recommandations.

Maîtriser Claude bien au-delà du chat

• Prompt engineering avancé : la méthode RCTFE (Rôle, Contexte, Tâche, Format, Exemple) appliquée à la rédaction de programmes de travail et de tests de contrôle.
• Fonctionnalités avancées : analyse de documents longs (contrats, rapports financiers, procédures), raisonnement multi-étapes, Projects, Artefacts.
• Atelier : transformer un prompt vague (« vérifie ce contrat ») en instruction précise et auditable ; comparer les résultats avant/après.
• Atelier : uploader un document complexe (rapport financier, contrat fournisseur) et en extraire une synthèse des risques et points de contrôle.

Claude Cowork, le premier collaborateur IA de la fonction audit

• Présentation de Claude Cowork : d'un assistant conversationnel à un agent qui agit sur vos fichiers, vos données et vos dossiers de mission.
• Démonstrations live : constitution d'un dossier de travail, analyse de données, automatisation de tâches répétitives, génération de rapports d'audit.
• Comprendre les notions de MCP et de Skills : comment connecter Claude à un ERP, un outil de GRC ou un référentiel documentaire interne.
• Cas d'usage métier : audit interne (revue de contrats et de procédures), contrôle de gestion (synthèse de reporting mensuel), conformité (cartographie des risques), finance (analyse de rentabilité).

Résoudre un problème métier avec Claude Cowork

Parcours au choix selon la fonction du participant :

• Audit interne : uploader un rapport de mission ou un extrait de dossier de contrôle et obtenir une synthèse d'une page (constats, risques résiduels, recommandations priorisées).
• Contrôle de gestion : analyser un reporting trimestriel et produire une synthèse KPI avec écarts au budget commentés.
• Conformité / RH : à partir d'une procédure ou d'un contrat type, générer une grille de contrôle de conformité et une checklist d'audit.
• Introduction à l'analyse de fichiers Excel avec les plugins Claude — mise en jambes avant la journée dédiée du Jour 2.

Prise en main de Claude for Excel

• Présentation du complément Claude for Excel : installation, activation, interface, différences avec ChatGPT / Copilot dans Excel.
• Principes de fonctionnement : lecture de plages, génération de formules, écriture de macros, explication de feuilles de calcul existantes.
• Bonnes pratiques : structurer un classeur pour le rendre exploitable par l'IA (nommage des colonnes, formats, feuilles de données vs feuilles de calcul).

Cinq familles de cas d'usage pour l'audit et le contrôle

• 1 — Analyse de populations et échantillonnage : générer un échantillon statistique (aléatoire, stratifié, par unité monétaire) directement dans Excel à partir d'une population de transactions, et documenter automatiquement la méthode retenue pour le dossier de travail.
• 2 — Détection d'anomalies dans les grands livres et journaux comptables : repérer doublons, écritures rondes, écarts de séquence, transactions hors période et valeurs aberrantes ; appliquer la loi de Benford sur un extrait de journal pour flaguer les populations à risque de fraude.
• 3 — Rapprochements et contrôles inter-comptes : automatiser un rapprochement bancaire ou une réconciliation intercos, avec justification des écarts générée par l'IA.
• 4 — Construction de feuilles de travail d'audit (workpapers) : générer formules et macros pour formaliser un test de contrôle (exhaustivité, exactitude, autorisation).
• 5 — Analyse de ratios et détection de red flags financiers : calculer et interpréter des ratios de liquidité, d'endettement et de rentabilité, avec mise en évidence des signaux d'alerte.

Ateliers pratiques Claude for Excel

• Atelier 1 : test de contrôle sur un extrait de grand livre fictif — détecter et documenter 3 anomalies avec Claude for Excel.
• Atelier 2 : construction d'une matrice des risques et contrôles (RCM — Risk Control Matrix) semi-automatisée.
• Atelier 3 : dashboard de suivi des recommandations d'audit (statut, échéance, responsable, niveau de risque) généré et mis en forme par l'IA.

Mission d'audit simulée

NotebookLM, le second cerveau de l'auditeur

• Introduction à NotebookLM : l'utiliser comme partenaire de recherche, de synthèse et de veille normative.
• Uploader des sources multiples (normes IIA / IFACI, référentiel de contrôle interne COSO, procédures internes, rapports d'audit antérieurs) et obtenir des synthèses croisées et des briefings.
• Présentation de la fonction Deep Research pour la veille réglementaire sectorielle et pays.
• Atelier : charger un référentiel de contrôle interne, des normes professionnelles et d'anciens rapports de mission, puis générer un briefing d'ouverture de mission et un podcast audio de synthèse.
• Affiner les prompts et synthèses avec Google Gemini en complément.

Introduction au Vibe Coding : créer sans coder

• Qu'est-ce que le Vibe Coding ? Décrire en langage naturel un outil métier (calculateur, formulaire, tableau de bord) et le voir se construire.
• Démonstration live : création en temps réel d'un calculateur de seuil de matérialité ou d'un tableau de bord de suivi de plan d'audit annuel.
• Panorama des plateformes de Vibe Coding et leur intégration avec l'écosystème Claude (Artifacts, Cowork, Agents).
• Les limites actuelles : ce que le Vibe Coding peut et ne peut pas faire sur des données réglementées.

Créer ses agents Claude et concevoir ses workflows

• Partie 1 (30 min) — Créer son premier agent Claude Code : chaque binôme rédige un fichier agent (.claude/agents/*.md) avec ses métadonnées YAML (nom, description, outils autorisés, modèle) pour un cas d'usage précis, au choix : agent « Testeur de contrôle », agent « Rédacteur de rapport d'audit » ou agent « Veille conformité ».
• Partie 2 (45 min) — Conception des workflows agentiques : chaque participant identifie 1 à 3 cas d'usage à fort potentiel pour sa fonction, en précisant pour chacun s'il relève d'un Skill ou d'un Agent, et pourquoi.
• Projet Quick Win : une tâche à automatiser ou améliorer dès la semaine prochaine.
• Projet Stratégique : un processus de contrôle à transformer dans les 3 prochains mois — objectif, outil(s) retenu(s), première étape, indicateur de succès.

Claude Code : l'agent qui code pour l'auditeur, et l'équipe d'agents

• Qu'est-ce que Claude Code et en quoi il diffère de Claude Cowork et des Artifacts : un agent capable d'écrire, d'exécuter et d'itérer sur du code pour traiter de gros volumes de données.
• Pourquoi cela concerne l'audit et le contrôle de gestion : extraction et analyse de données ERP volumineuses (grand livre complet, historique de transactions, journaux de paie), au-delà des limites d'Excel.
• Cas d'usage : script Python généré et exécuté par Claude Code pour détecter automatiquement doublons, écarts de séquence, transactions hors période et anomalies statistiques (loi de Benford) sur un journal comptable complet.
• Cas d'usage : automatisation d'un contrôle récurrent — le même script est réexécuté chaque mois ou trimestre sur un nouvel extrait, avec un rapport de synthèse généré automatiquement.
• Aller plus loin — équipe d'agents (Agent Teams) : un agent coordinateur délègue à plusieurs agents spécialisés créés au Jour 3 (extraction de données, détection d'anomalies, rédaction de rapport), exécutés en parallèle avec revue croisée des résultats.
• Démonstration live : assembler 2 à 3 agents Claude Code (.claude/agents/*.md) en une équipe pour traiter de bout en bout un contrôle sur un grand livre volumineux, de l'extraction à la synthèse.
• Itération et contrôle qualité du code et des agents générés : relecture, tests, versionnement, limitation des outils et permissions accordés à chaque agent (principe du moindre privilège) — pourquoi l'auditeur reste responsable du résultat produit par l'IA.

Sécurité des données et gouvernance de l'IA en environnement d'audit

• Cadre des risques : confidentialité des données financières, RH et clients traitées par un outil IA ; résidence et localisation des données ; risques spécifiques à l'audit (fuite de constats sensibles avant restitution, ré-identification de données anonymisées, exposition de secrets d'affaires de filiales).
• Bonnes pratiques opérationnelles : anonymisation et pseudonymisation avant tout traitement ; environnements cloisonnés et comptes d'entreprise (Claude for Work / Enterprise) plutôt que comptes personnels ; contrôle d'accès, habilitations et journalisation des prompts et documents partagés ; politique de rétention et de suppression des données transmises à un outil IA tiers.
• Cadre réglementaire et normatif : RGPD pour les filiales et flux concernant l'Union européenne ; panorama des lois de protection des données personnelles en vigueur dans les principaux pays africains représentés ; exigences des normes professionnelles d'audit interne (IIA) en matière de confidentialité.
• Gouvernance IA de la fonction audit : charte d'usage de l'IA ; principe de revue humaine obligatoire (human-in-the-loop) sur toute conclusion, constat ou chiffre produit avec l'assistance de l'IA ; traçabilité des décisions assistées et gestion du risque de biais ou d'hallucination.
• Gouvernance spécifique des agents autonomes : plus la trajectoire d'exécution est dynamique (Agent) plutôt que fixe (Skill), plus la documentation de la boucle de décision, la limitation des permissions et la revue humaine post-exécution sont impératives pour la traçabilité du dossier d'audit.
• Checklist de mise en conformité avant tout déploiement d'un outil IA — Skill ou Agent — sur des données sensibles.

Audit de sécurité d'un scénario de déploiement IA

En sous-groupes, les participants évaluent un scénario de déploiement IA fictif (par exemple l'utilisation de Claude Cowork sur les dossiers de mission d'une direction d'audit groupe) à l'aide de la checklist du Module 10, identifient les failles de gouvernance et proposent des mesures correctives priorisées.

Mon plan de transformation IA à 90 jours

• Chaque participant construit son plan d'action personnel : 1 à 3 cas d'usage à fort potentiel (ROI, faisabilité, urgence), avec pour chacun un objectif mesurable, les outils choisis, la première étape et les ressources nécessaires.
• Structuration en 3 horizons : Quick Win (J+7), Projet Pilote (30 jours, avec un groupe test), Transformation Stratégique (90 jours, chantier structurant pour la direction d'audit/contrôle).
• Restitution volontaire (3 min par participant) et feedback bienveillant du groupe ; identification des synergies entre participants et entre entreprises.
• Synthèse des 4 jours : les 10 réflexes IA à adopter dès demain dans une fonction d'audit ou de contrôle — l'IA agentique est un partenaire stratégique, le jugement professionnel de l'auditeur reste au centre.
• Communauté post-formation : groupe d'échange entre participants et session de suivi à J+30.
• Remise officielle des attestations. Photo de groupe.