IA détection anomalies comptables

Contexte

Groupe multi-activités (industrie, services, distribution) avec 500K écritures comptables par mois traitées dans 3 ERP différents. L'audit interne réalise un contrôle par échantillonnage (3% des écritures) une fois par trimestre. Une fraude interne de 2M€ sur les notes de frais a été découverte par hasard l'année dernière après 18 mois d'exécution.

Problème & Défi

Couverture audit de 3% par échantillonnage : 97% des écritures ne sont jamais examinées. Fraude interne de 2M€ non détectée pendant 18 mois : les contrôles existants étaient contournés. Audit trimestriel rétrospectif : les anomalies sont détectées 3-6 mois après les faits. Coût des audits manuels : 2M€/an pour une couverture de 3%. Impossibilité de détecter les schémas frauduleux impliquant plusieurs écritures ou plusieurs entités.

Solution & Livrables

IA de détection d'anomalies comptables analysant 100% des 500K écritures mensuelles en temps réel. Modèles autoencoders et isolation forest détectant les patterns inhabituels (montant, fréquence, horaire, bénéficiaire). Analyse des séquences d'écritures : détection des schémas de fractionnement et de jeu d'écritures. Scoring de risque par collaborateur et par processus avec monitoring de tendance. Alerting en temps réel pour les anomalies à haute criticité avec dossier d'investigation pré-rempli.

Technologies