{"id":9101,"date":"2026-05-08T07:35:53","date_gmt":"2026-05-08T05:35:53","guid":{"rendered":"https:\/\/variances.eu\/?p=9101"},"modified":"2026-05-08T09:13:17","modified_gmt":"2026-05-08T07:13:17","slug":"innovation-et-datascience-a-la-dgfip-entretien-avec-benoit-rouppert-delegue-a-la-transformation-numerique","status":"publish","type":"post","link":"https:\/\/variances.eu\/?p=9101","title":{"rendered":"Innovation et datascience \u00e0 la DGFiP : entretien avec Beno\u00eet Rouppert, d\u00e9l\u00e9gu\u00e9 \u00e0 la transformation num\u00e9rique"},"content":{"rendered":"

Informatique, statistique, \u00e9conomie, passage dans le priv\u00e9 chez Meilleurtaux : comment ce chemin vous a-t-il conduit \u00e0 la d\u00e9l\u00e9gation \u00e0 la transformation num\u00e9rique de la DGFiP ?<\/span><\/p>\n

Avec le recul, les diff\u00e9rentes \u00e9tapes de ma carri\u00e8re s’inscrivent assez naturellement dans ce qu’on appelle les transformations num\u00e9riques. \u00c0 l’INSEE, je suis parti c\u00f4t\u00e9 informatique, puis j’ai fait des allers-retours entre informatique, statistiques et \u00e9conomie. On aboutit finalement \u00e0 un profil qu’aujourd’hui on qualifie de data scientist \u2014 un m\u00e9lange entre statistiques et ma\u00eetrise des outils num\u00e9riques. L’INSEE, c’est un peu le temple de la data science. Apr\u00e8s quatre ans dans le priv\u00e9 chez Meilleurtaux, j’ai rejoint la DGFiP o\u00f9 je dirige aujourd’hui la d\u00e9l\u00e9gation \u00e0 la transformation num\u00e9rique \u2014 la DTNum. Son r\u00f4le s\u2019apparente \u00e0 celui d\u2019un catalyseur : alors que le num\u00e9rique a envahi tous les aspects de la vie professionnelle et priv\u00e9e, la DTNum accompagne la diffusion de ses usages au sein d’une organisation de 93 000 agents, afin de produire les b\u00e9n\u00e9fices attendus par les usagers et l\u2019administration.<\/p>\n

La DGFiP est souvent per\u00e7ue comme une administration fiscale avant tout (\u00ab\u00a0les imp\u00f4ts\u00a0\u00bb). Pourtant, votre service joue un r\u00f4le de moteur d’innovation en mati\u00e8re de data science. Quels sont concr\u00e8tement les domaines o\u00f9 ces innovations sont d\u00e9ploy\u00e9es ?<\/span><\/p>\n

Les innovations s’inscrivent assez naturellement dans les grands m\u00e9tiers de la DGFiP. Le premier, et sans doute le plus embl\u00e9matique, c’est la lutte contre la fraude. La DGFiP dispose de volumes consid\u00e9rables de donn\u00e9es sur les entreprises et les particuliers, sur lesquelles on peut d\u00e9ployer des m\u00e9thodes statistiques pour d\u00e9tecter des sch\u00e9mas de fraude, puis orienter le travail des agents charg\u00e9s des contr\u00f4les. Il y a toujours, en aval, un retraitement humain pour s’assurer que les cas d\u00e9tect\u00e9s sont bien des cas r\u00e9els \u2014 et c’est la combinaison des deux qui fait l’efficacit\u00e9 du dispositif.<\/p>\n

Du point de vue des outils mobilis\u00e9s, on dispose de toute la panoplie du machine learning\u00a0: on qualifie des situations de fraude, on constitue des jeux de donn\u00e9es autour de ces situations, et on fait de l’apprentissage. Le choix de l’algorithme d\u00e9pend ensuite du type de donn\u00e9es et de la configuration que l’on cherche \u00e0 d\u00e9tecter. Pour les fraudes en r\u00e9seau \u2014 des entreprises \u00e9crans avec des filiales \u00e0 l’\u00e9tranger, par exemple \u2014 les technologies de graphes sont particuli\u00e8rement pertinentes, car ces configurations sont pr\u00e9cis\u00e9ment de l’ordre des graphes.<\/p>\n

Un cas d’usage qui a beaucoup retenu l’attention du public, c’est le projet Foncier Innovant, d\u00e9velopp\u00e9 en 2021 et mis en production en 2022. Il s’agit de d\u00e9tecter des b\u00e2tis non d\u00e9clar\u00e9s \u2014 et donc non tax\u00e9s au titre de la taxe fonci\u00e8re \u2014 \u00e0 partir de photos a\u00e9riennes et satellites. On est l\u00e0 sur des r\u00e9seaux de neurones appliqu\u00e9s \u00e0 la d\u00e9tection de formes : les piscines, ce sont des rectangles bleus, m\u00eame si je simplifie un peu, car il existe des cas o\u00f9 des toits sont \u00e9galement bleus dans certaines r\u00e9gions. Ce produit fonctionne tr\u00e8s bien et pr\u00e9sente un retour sur investissement tr\u00e8s satisfaisant.<\/p>\n

Au-del\u00e0 de la fraude, il y a aussi la d\u00e9tection de signaux faibles : identifier en amont les collectivit\u00e9s locales ou les entreprises dont la situation financi\u00e8re pourrait se d\u00e9grader, pour pouvoir intervenir avant que les difficult\u00e9s ne s’aggravent. Et enfin, la relation usagers, o\u00f9 les outils statistiques permettent \u00e0 la fois de piloter l’activit\u00e9 et d’am\u00e9liorer la qualit\u00e9 de service \u2014 que ce soit pour la d\u00e9claration d’imp\u00f4ts, le paiement de factures locales comme la cantine ou le conservatoire, ou encore les services rendus aux entreprises.<\/p>\n

La DGFiP semble engag\u00e9e dans une transformation continue. Quelles sont les innovations \u00e0 venir qui vous paraissent les plus structurantes ?<\/span><\/p>\n

La facturation \u00e9lectronique est sans aucun doute le grand sujet de 2026. L’ouverture du service est pr\u00e9vue \u00e0 l’automne, avec des paliers progressifs en fonction de la taille des entreprises. Concr\u00e8tement, cela va permettre de capter l’ensemble de l’activit\u00e9 \u00e9conomique avec un niveau de d\u00e9tail et une fra\u00eecheur de la donn\u00e9e que l’on n’avait pas jusqu’\u00e0 pr\u00e9sent. On parle potentiellement d\u2019une transmission par les entreprises de l\u2019information portant sur l’int\u00e9gralit\u00e9 des transactions B to B et B to C \u2014 NDLR\u00a0: soit environ 4 000 milliards d’euros de transactions. C’est un changement majeur.<\/p>\n

Dans un premier temps, nous travaillons \u00e0 mobiliser cette donn\u00e9e pour la lutte contre la fraude. Mais les discussions sont d\u00e9j\u00e0 engag\u00e9es avec d’autres partenaires de l’administration \u2014 les douanes, l’INSEE \u2014 qui ont \u00e9galement un int\u00e9r\u00eat fort pour cette donn\u00e9e, \u00e0 des fins statistiques notamment. Cela questionne d’ailleurs le dispositif d’enqu\u00eates existant : de quelle information compl\u00e9mentaire sur les entreprises a-t-on besoin quand on conna\u00eet pr\u00e9cis\u00e9ment ce qui sort de chez elles ? Cette mise \u00e0 disposition se fera dans un deuxi\u00e8me temps, en d\u00e9finissant pr\u00e9cis\u00e9ment les usages et le cadre r\u00e9glementaire, car \u00e0 chaque fois qu’on parle d’utilisation de la donn\u00e9e, il faut avoir en t\u00eate la question du fondement juridique et celle du RGPD.<\/p>\n

Sur le plan technologique, l’IA g\u00e9n\u00e9rative multimodale ouvre \u00e9galement de nouvelles perspectives. Le projet Foncier Innovant, par exemple, a \u00e9t\u00e9 d\u00e9velopp\u00e9 avec des technologies de 2021 \u2014 avant l’explosion de l’IA g\u00e9n\u00e9rative et de sa capacit\u00e9 \u00e0 traiter des images. Aujourd’hui, se pose la question d’une refonte compl\u00e8te en mobilisant les tout derniers mod\u00e8les. On ne peut pas refondre une application tous les ans, mais en moins de cinq ans, des technologies apparaissent qui permettent de repenser compl\u00e8tement un dispositif \u2014 c’est assez notable.<\/p>\n

Un autre exemple concret d’IA g\u00e9n\u00e9rative d\u00e9j\u00e0 d\u00e9ploy\u00e9e : un outil de traitement automatis\u00e9 des amendements fiscaux, d\u00e9velopp\u00e9 pour les \u00e9quipes qui travaillent sur la loi de finances. Ces \u00e9quipes \u2014 une dizaine de personnes \u2014 doivent analyser et chiffrer des volumes consid\u00e9rables d’amendements sur une p\u00e9riode tr\u00e8s courte : 3 500 amendements fiscaux en premi\u00e8re lecture \u00e0 l’Assembl\u00e9e nationale, 1 200 au S\u00e9nat pour 2025. L’outil cat\u00e9gorise automatiquement chaque amendement, le route vers la bonne \u00e9quipe, et en produit un r\u00e9sum\u00e9 pour permettre aux agents d’entrer plus rapidement dans le sujet. R\u00e9sultat : le temps de traitement a \u00e9t\u00e9 divis\u00e9 par dix. Ce qui s’appelait \u00ab la semaine de la mort \u00bb reste exigeant, mais devient beaucoup plus supportable. Et ce d’autant plus que le volume ne cesse d’augmenter : les d\u00e9put\u00e9s eux-m\u00eames s’outillent avec l’IA pour d\u00e9poser davantage d’amendements.<\/p>\n

Je voudrais par ailleurs insister sur le r\u00f4le majeur de la DGFiP dans la gestion publique, avec la mise en paiement de 80\u00a0% des d\u00e9penses publiques. Dans ce domaine, l\u2019IA fournit une aide notable pour le contr\u00f4le des op\u00e9rations ex\u00e9cut\u00e9es.<\/p>\n

Innover dans une grande administration de 93 000 agents, c’est un d\u00e9fi organisationnel particulier. Comment trouver le bon \u00e9quilibre entre initiative individuelle et cadre institutionnel ? Et quels sont les risques li\u00e9s \u00e0 la d\u00e9mocratisation des outils ?<\/span><\/p>\n

C’est vraiment une vaste question. Il y a une formule qui m’a marqu\u00e9, celle de Jean-Marc B\u00e9guin, ancien directeur \u00e0 l’INSEE : \u00ab l’innovation na\u00eet dans les interstices \u00bb<\/em>. C’est vrai \u2014 l’innovation n’est pas quelque chose qui se d\u00e9cr\u00e8te, il y a une spontan\u00e9it\u00e9 et une part d’impr\u00e9vu. Pour autant, je pense qu’il faut quand m\u00eame mettre un peu d’institutionnel autour, et trouver le bon \u00e9quilibre.<\/p>\n

Pourquoi ? Parce que les id\u00e9es viennent de partout. Et avec les outils num\u00e9riques mis \u00e0 disposition de presque tout le monde, on voit se d\u00e9velopper des initiatives locales \u2014 des applicatifs cr\u00e9\u00e9s directement par les agents avec des outils bureautiques, voire avec notre assistant IA interne. On ne peut pas imaginer \u00e0 l’avance toutes les id\u00e9es qu’ils vont avoir, ni comment ils vont transformer leur fa\u00e7on de travailler. Il y a quelque chose d’int\u00e9ressant et d’utile dans ce qui se fait \u00e0 ce niveau-l\u00e0.<\/p>\n

Mais cela cr\u00e9e aussi ce qu’on appelle de la dette technique. On voit dans toutes les organisations des d\u00e9veloppements Excel qui sont presque des bombes laiss\u00e9es au successeur : des formules, des macros, et le suivant appuie sur un bouton en esp\u00e9rant que \u00e7a continue \u00e0 marcher. L’enjeu, c’est donc de d\u00e9velopper en suivant des m\u00e9thodologies, de documenter, et de comprendre ce que fait l’outil \u2014 pour qu’il reste exploitable quand les personnes changent de poste.<\/p>\n

Sur la d\u00e9mocratisation des outils statistiques, la situation est \u00e0 double tranchant. Oui, la mise \u00e0 disposition change compl\u00e8tement la donne : tout le monde se retrouve avec des outils extr\u00eamement puissants entre les mains. Mais cela am\u00e8ne une s\u00e9rie de questions. Jusqu’\u00e0 pr\u00e9sent, ceux qui acc\u00e9daient \u00e0 ces outils \u2014 pour faire des r\u00e9gressions, des graphiques, de l’analyse \u2014 avaient par construction acquis les comp\u00e9tences pour ma\u00eetriser les concepts. Aujourd’hui, on peut utiliser l’outil sans en ma\u00eetriser les concepts. C’est un raccourci \u00e9norme, mais qui demande beaucoup de pr\u00e9cautions.<\/p>\n

Un cas d\u2019\u00e9cole, c’est le camembert en 3D : techniquement facile \u00e0 produire, mais il change les proportions visuelles et oriente vers une fausse interpr\u00e9tation. Plus fondamentalement, un chiffre en tant que tel n’a pas d’existence r\u00e9elle \u2014 l’inflation, on ne la croise pas dans la rue. Il y a toujours, dans le travail du statisticien, une \u00e9tape de conceptualisation qui est complexe et qui demande des comp\u00e9tences. Ces outils doivent donc \u00eatre utilis\u00e9s par des personnes disposant du socle de connaissances n\u00e9cessaire pour produire un travail de qualit\u00e9.<\/p>\n

Quel regard portez-vous sur l’apport d’un jeune dipl\u00f4m\u00e9 de l’ENSAE \u00e0 la DGFiP \u2014 et r\u00e9ciproquement, ce que cette exp\u00e9rience peut lui apporter ?<\/span><\/p>\n

Ce qu’apporte un jeune ENSAE de fa\u00e7on extr\u00eamement nette, c’est sa compr\u00e9hension de ce que c’est que la donn\u00e9e et ce qu’est un outil statistique. C’est une comp\u00e9tence qui est n\u00e9cessaire \u2014 et qui est tr\u00e8s abstraite. Le chiffre, c’est abstrait. La notion d’erreur statistique, c’est abstrait. Et dans un contexte o\u00f9 les solutions ont l’air tr\u00e8s simples d’utilisation, et o\u00f9 les fournisseurs ont tout int\u00e9r\u00eat \u00e0 ce qu’un maximum de personnes les ach\u00e8tent, cette culture statistique reste indispensable. Avec le d\u00e9veloppement de l’IA g\u00e9n\u00e9rative, elle reste m\u00eame primordiale.<\/p>\n

Et oui, il vaut mieux aussi avoir un profil un peu informaticien. C’est l\u00e0 o\u00f9 l\u2019on retrouve cette notion hybride qu’on appelle data scientist. Pour construire des outils avec de l’IA g\u00e9n\u00e9rative, on mobilise une API \u2014 c’est quelque chose de technique, qui passe typiquement par un programme en Python. Pour retraiter de la donn\u00e9e, il faut \u00e9galement des comp\u00e9tences informatiques. Il faut \u00e9galement \u00eatre en mesure de maintenir et d\u00e9velopper des outils d\u2019analyse, de simulation, de gestion de donn\u00e9es, avec une forte composante technique \u2013 et parfois, il faut savoir g\u00e9rer les \u00ab\u00a0bombes techniques\u00a0\u00bb laiss\u00e9es par les pr\u00e9d\u00e9cesseurs.<\/p>\n

En retour, ce que la DGFiP peut offrir \u00e0 un jeune sortant de l\u2019ENSAE, c’est d’abord beaucoup de donn\u00e9es \u2014 c’est la base, si on veut se faire plaisir d’un point de vue statistique et intelligence artificielle. Des moyens aussi : une plateforme de la donn\u00e9e, des plateformes machine learning, une plateforme IA g\u00e9n\u00e9rative avec des puissances de calcul importantes. Et surtout, des enjeux qui sont tr\u00e8s structurants pour la nation, avec cette dimension r\u00e9galienne : si les imp\u00f4ts s’arr\u00eatent, l’\u00c9tat s’arr\u00eate. Il y a un r\u00f4le fondamental \u00e0 jouer \u2014 sur la lutte contre la fraude, sur les comptes publics, sur la d\u00e9tection de fragilit\u00e9s financi\u00e8res, sur le service aux citoyens. C’est \u00e0 la fois intellectuellement stimulant pour quelqu’un qui aime r\u00e9soudre des probl\u00e8mes et innover, et profond\u00e9ment ancr\u00e9 dans l’int\u00e9r\u00eat g\u00e9n\u00e9ral.<\/p>\n

Enfin, ce que l\u2019on fait \u00e0 la DGFiP ressemble beaucoup \u00e0 ce que l\u2019on peut faire dans une grande entreprise priv\u00e9e. Hormis bien s\u00fbr la finalit\u00e9 \u2014 faire du b\u00e9n\u00e9fice d’un c\u00f4t\u00e9, rendre le service public de l’autre \u2014 les enjeux se ressemblent beaucoup en mati\u00e8re de gestion de l\u2019innovation\u00a0:\u00a0 l’\u00eatre humain est un peu le m\u00eame partout dans son rapport \u00e0 l’innovation. Ce qui fait peut-\u00eatre la vraie diff\u00e9rence, c’est la taille. Dans une structure de 93 000 agents, faire en sorte que toutes les directions d\u00e9partementales aient l’information, que tous les agents sachent o\u00f9 on en est sur la strat\u00e9gie data et IA \u2014 c’est un sacr\u00e9 challenge. L’enjeu n’est pas seulement d’innover, c’est de garder une coh\u00e9rence suffisante dans l’ensemble de la structure, pour qu’elle aille dans une direction partag\u00e9e, avec des exigences de qualit\u00e9, de s\u00e9curit\u00e9, et d’\u00e9galit\u00e9 de service public.<\/p>\n

Propos recueillis par Olivier Redoul\u00e8s<\/em><\/p>\n

\n

 <\/p>\n

Dossier Statistiques – Sommaire :<\/h6>\n