Ancien commissaire de l’IRS : Voici comment nous avons utilisé l’IA pour créer une valeur immédiate lorsque les contribuables scrutaient chaque dollar

Le commissaire de l’Internal Revenue Service (IRS), Danny Werfel, témoigne devant la Commission des crédits de la Chambre des représentants au Capitole le 7 mai 2024 à Washington, DC. · Fortune · Kevin Dietsch/Getty Images

Danny Werfel

Dim., 22 février 2026 à 20h00 GMT+9 4 min de lecture

Alors que les entreprises continuent d’investir des milliards dans l’IA, les employés et les actionnaires exigent de plus en plus de voir des résultats tangibles. Pourtant, à la fin de 2025, seulement 15 % des dirigeants rapportaient que l’intégration de l’IA avait augmenté les bénéfices. Pour comprendre comment les entreprises combleront le fossé entre enthousiasme pour l’IA et retours, regardez au-delà du secteur privé : le Service des Impôts.

Une agence gouvernementale ne semble peut-être pas être une entreprise typique, mais elle fait face à la même urgence à montrer des progrès avec l’IA et aux défis pour y parvenir. Je ressentais cette pression chaque jour lorsque je dirigeais l’IRS dans l’une de ses plus ambitieuses modernisations depuis des décennies. En 2023, nous avons commencé à déployer l’IA de manière ciblée pour améliorer le service aux contribuables, la conformité et l’efficacité opérationnelle. Dès le départ, la responsabilité était absolue. Chaque dollar dépensé provenait des contribuables, donc chaque investissement devait produire des améliorations mesurables.

Notre plan est devenu d’identifier les points de douleur urgents, d’appliquer pratiquement l’IA, de mesurer l’impact et de construire à partir de là. Les entreprises privées peuvent suivre la même méthodologie, mais seulement si elles comprennent comment identifier et amplifier les gains issus de différentes formes d’IA.

Les trois voies vers la valeur

Les organisations les plus performantes tireront des retours de l’IA dans trois domaines :

**IA à usage général pour la productivité quotidienne**

Des outils largement disponibles comme les modèles de langage de grande taille (LLMs) et les flux de travail agentiques peuvent aider les employés à effectuer des recherches initiales et à coordonner des tâches simples pour libérer leur capacité personnelle. Cependant, les plus grands retours de cette voie viendront de la formation des travailleurs à appliquer la technologie de la meilleure façon pour leurs rôles.

Mais une grande partie de l’administration fiscale fonctionne avec une tolérance beaucoup plus faible à l’erreur ; une tolérance où même un faible taux d’hallucinations peut créer un risque inacceptable. L’IRS avait besoin de meilleurs outils d’IA. À mesure que les entreprises s’appuient sur l’IA pour des processus plus sensibles et lui confient des informations propriétaires, nous verrons la même transition critique, passant d’applications générales à des systèmes conçus sur mesure.

**Systèmes spécifiques au domaine pour la précision**

Dans des domaines où l’exhaustivité factuelle est cruciale, comme la recherche juridique, l’analyse fiscale ou la documentation médicale, les outils d’IA spécifiques au domaine donneront un avantage distinct aux entreprises. Ces systèmes sont conçus autour de sources de données autorisées et intègrent des safeguards qui réduisent considérablement les hallucinations et améliorent la fiabilité. Ils offrent également un retour sur investissement plus rapide car ils sont modélisés autour de flux de travail bien définis et de contraintes réglementaires et de sécurité nuancées.

Notre première expérience avec l’IA dans le cadre de la modernisation de l’IRS a été la réparation de la ligne d’assistance aux contribuables, qui souffrait de retards persistants, de longues attentes et de réponses incohérentes. Nous avons déployé une IA spécifique au domaine pour gérer les réponses, afin de résoudre instantanément les questions courantes et de diriger les problèmes complexes vers des spécialistes. En un an, les temps de réponse sont passés en moyenne de 28 minutes à trois, et des millions d’appels supplémentaires ont été traités en direct.

La suite de l’histoire  

De l’utilisation d’outils de contrats juridiques pour réduire le temps d’examen à l’utilisation de l’IA financière et opérationnelle pour améliorer la planification et les décisions de la chaîne d’approvisionnement, les entreprises performantes ne se contenteront plus d’adapter des modèles d’IA standard pour résoudre des problèmes persistants, mais appliqueront plutôt des outils spécialisés pour relever des défis plus complexes.

**IA sur mesure pour résoudre des problèmes uniques**

Au sein de l’IRS, nous n’avons investi dans une IA sur mesure que lorsque les outils généraux ou spécifiques au domaine ne pouvaient pas atteindre le niveau de sophistication des données ou les normes de conformité requises. Par exemple, nous avons déployé une IA de gestion de cas personnalisée pour analyser des modèles à travers des millions de transactions et prioriser les cas à haut risque, ce qui a permis d’éviter et de récupérer des milliards de dollars en fraude et paiements incorrects en 2024.

L’erreur que font la plupart des organisations est de sauter directement dans cette voie avant d’avoir exploré les deux premières. Une application d’IA sur mesure nécessite non seulement un investissement important, mais pose aussi un défi de mise en œuvre plus grand, ce qui rend la preuve du ROI difficile et lente.

Mais les gagnants de la course à l’IA ne seront pas toujours ceux qui ont le plus gros budget. Ce seront plutôt ceux qui détermineront les meilleures cas d’utilisation de l’IA via des applications générales et spécifiques au domaine, générant le ROI et les insights nécessaires pour justifier des constructions sur mesure.

Itérer et amplifier

Les premiers succès ne suffisent pas à établir des retours fréquents de l’IA. Au contraire, les entreprises doivent adopter une stratégie d’IA dynamique, en testant continuellement ce qui devient possible.

Par exemple, lorsque je quittais l’IRS, il y avait une volonté croissante d’utiliser l’IA pour remplacer des millions de lignes de code ancien écrit dans des langages obsolètes. Mais la nouvelle direction a trouvé une opportunité plus intelligente : utiliser l’IA pour maintenir l’ancien code. L’objectif restait le même, mais la solution était moins risquée et plus évolutive.

Même avec une innovation constante, les entreprises risquent de prendre du retard si elles ne capitalisent pas sur leurs succès en IA. Avec une stratégie d’IA solide couvrant ces trois types d’outils, les organisations peuvent développer en permanence des projets de complexité variable et relier leurs capacités pour des avantages à l’échelle de l’entreprise.

Aujourd’hui, chaque dollar dépensé par les organisations en IA compte. Plutôt que de se précipiter pour intégrer l’IA plus rapidement, ce sont celles qui installent une IA conçue sur mesure avec intention qui réussiront.

Les opinions exprimées dans les articles de Fortune.com sont uniquement celles de leurs auteurs et ne reflètent pas nécessairement celles de Fortune.

Cette histoire a été initialement publiée sur Fortune.com

Conditions et Politique de Confidentialité

Tableau de Bord de Confidentialité

Plus d’infos