Vingt et un États de l'UE n'utilisent pas l'intelligence artificielle dans leurs stratégies antifraude.

Vingt et un des 27 États membres ont déclaré qu'ils n'utilisent pas d'outils d'intelligence artificielle dans leurs stratégies antifraude, bien que les fraudes contre le budget européen utilisent de plus en plus des technologies numériques. Seules la République tchèque, l'Italie et le Portugal ont intégré l'IA dans leurs stratégies nationales, et l'adoption reste principalement expérimentale et limitée à certains secteurs.

En résumé, la République tchèque, l'Italie et le Portugal ont inclus l'utilisation de l'intelligence artificielle dans leurs stratégies nationales antifraude. La Belgique, l'Espagne, la France, l'Italie, la Hongrie et la Slovénie utilisent l'IA dans d'autres cadres ou activités antifraude. Les outils sont principalement utilisés pour la détection des anomalies, l'analyse prédictive des risques, la vérification automatique des factures, le soutien aux audits et l'identification des liens entre personnes et entreprises. Seules la République tchèque, le Luxembourg et la Suède ont réalisé en 2025 une évaluation complète des menaces cybernétiques et des risques associés à l'intelligence artificielle pour le budget de l'UE. Quinze États n'avaient pas effectué une telle évaluation et n'avaient pas de plans pour en commencer une. Huit autres n'avaient réalisé qu'une analyse partielle, et un État préparait l'évaluation. Les obstacles les plus fréquents sont le manque d'interopérabilité entre les systèmes, mentionné par 19 États, les contraintes budgétaires, indiquées par 16, et les problèmes juridiques ou de protection des données, signalés par 12 États.

L'intelligence artificielle est utilisée par certaines autorités pour analyser des volumes de données qui ne peuvent pas être vérifiés efficacement uniquement par des contrôles manuels. Les systèmes peuvent comparer les bénéficiaires, les contrats, les factures, les paiements, les fournisseurs et l'historique des projets pour identifier des transactions qui s'écartent des modèles habituels.

La Commission montre cependant que cette utilisation n'est pas encore devenue une composante habituelle des systèmes nationaux de protection des fonds européens. La plupart des États ont déclaré que l'IA n'est pas incluse dans leur stratégie antifraude, et les exemples existants sont souvent des projets pilotes ou des outils utilisés dans un seul domaine.

La République tchèque, l'Italie et le Portugal sont les seuls États à avoir confirmé l'intégration de l'intelligence artificielle dans leur stratégie nationale antifraude. L'inclusion dans une stratégie signifie que la technologie apparaît dans la planification générale concernant la prévention et la détection des irrégularités, sans prouver qu'elle est utilisée dans tous les programmes et par toutes les autorités.

Six autres États, la Belgique, l'Espagne, la France, l'Italie, la Hongrie et la Slovénie, utilisent l'IA dans d'autres cadres antifraude. L'Italie apparaît dans les deux catégories, de sorte que huit États membres utilisent d'une certaine manière de tels outils, selon les réponses analysées par la Commission.

Les premières utilisations sont concentrées sur la prévention et la détection. Un système peut attribuer un score de risque à une demande de financement, peut signaler une facture d'une valeur inhabituelle ou peut identifier des liens entre bénéficiaires et fournisseurs qui ne sont pas évidents à partir de l'analyse séparée des documents.

Dans l'agriculture et la douane, certaines autorités utilisent l'apprentissage automatique pour détecter des anomalies et analyser des risques. Les données historiques peuvent être comparées avec de nouvelles déclarations pour identifier des valeurs, des quantités, des origines ou des bénéficiaires nécessitant des vérifications supplémentaires.

D'autres outils soutiennent les audits et tentent d'anticiper où des irrégularités peuvent survenir. Ils ne déterminent pas à eux seuls l'existence de fraudes, mais aident les inspecteurs à sélectionner les projets ou transactions à contrôler.

Le traitement automatique du texte peut être utilisé pour analyser des documents, transcrire des matériaux et rechercher des termes ou modèles pertinents dans des dossiers volumineux. La vérification des factures peut automatiquement comparer les informations déclarées avec d'autres bases de données et signaler des incohérences.

L'analyse de réseau suit les relations entre entreprises, administrateurs, bénéficiaires, sous-traitants et personnes participant à plusieurs projets. Cela peut aider à identifier des structures créées pour dissimuler le bénéficiaire réel, des conflits d'intérêts ou un financement répété.

Un indicateur de risque ne représente pas une constatation de fraude. Le signal doit être vérifié par des documents, des contrôles administratifs, des inspections ou des enquêtes et ne peut remplacer l'évaluation réalisée par les personnes responsables.

La Commission recommande de combiner les résultats des outils numériques avec l'analyse humaine et le suivi opérationnel. Un système qui produit des alertes sans que l'autorité dispose de personnel pour les examiner n'améliore pas automatiquement la détection.

La qualité des résultats dépend des données saisies. Les informations incomplètes, obsolètes ou enregistrées différemment par les institutions peuvent produire des alertes inutiles ou omettre des cas importants.

Les systèmes nationaux ont été développés à des périodes différentes et pour des objectifs administratifs distincts. Les bases concernant les projets, les bénéficiaires, les achats, les impôts, les propriétaires d'entreprises et les enquêtes ne peuvent pas toujours communiquer automatiquement entre elles.

Dix-neuf États ont indiqué l'incompatibilité des systèmes et les difficultés d'interopérabilité comme un obstacle important à la numérisation de la lutte contre la fraude. Dans de nombreux cas, les données sont encore transférées manuellement, par fichiers exportés ou par chargements périodiques.

L'absence d'un lien automatique retarde l'analyse et peut empêcher l'identification rapide d'un bénéficiaire apparaissant dans plusieurs programmes, régions ou États. Elle augmente également le risque de formats incompatibles ou de saisie répétée des mêmes informations.

Dix-huit États ont mentionné des contraintes budgétaires. Le développement d'un outil ne suppose pas seulement l'acquisition d'un logiciel, car les autorités doivent préparer les données, connecter les systèmes, assurer la sécurité et former le personnel.

Les anciens systèmes peuvent être coûteux à modifier et n'ont pas été conçus pour un échange automatique de données ou une analyse en temps réel. Leur remplacement peut affecter le fonctionnement quotidien des institutions qui gèrent les paiements et les contrôles.

Douze autres États ont indiqué la protection des données et les incertitudes juridiques. Les outils antifraude peuvent utiliser des informations sur des personnes, la propriété des entreprises, des contrats, des paiements, la localisation et des relations commerciales.

Les autorités doivent établir le fondement juridique du traitement, les catégories de personnes pouvant accéder aux informations, la durée de conservation des données et la possibilité de contester une décision. L'utilisation d'un résultat algorithmique sans explications suffisantes peut affecter les droits des bénéficiaires.

La Commission recommande d'appliquer l'IA de manière transparente, sécurisée et basée sur le risque. La technologie devrait être utilisée pour des problèmes clairement définis, avec vérification de l'exactitude, supervision humaine et procédures pour corriger les erreurs.

Les États ont été interrogés sur s'ils avaient évalué les menaces cybernétiques et les risques liés à l'intelligence artificielle pour protéger le budget de l'UE. Seules la République tchèque, le Luxembourg et la Suède ont réalisé une évaluation complète en 2025.

La Belgique, l'Estonie, l'Irlande, l'Espagne, la Lettonie, Malte, l'Autriche et la Slovaquie ont effectué des évaluations partielles. Celles-ci peuvent ne couvrir que certaines institutions, fonds, types d'attaques ou technologies.

Quinze États ont déclaré qu'ils n'avaient pas réalisé d'évaluation et n'avaient pas l'intention d'en faire une. Un autre État a indiqué qu'il préparait l'analyse.

L'évaluation des menaces n'est pas identique à l'utilisation de l'IA pour détecter la fraude. Un État peut utiliser un outil d'analyse sans avoir complètement examiné les risques que les nouvelles technologies créent pour ses propres systèmes.

L'intelligence artificielle peut aider les autorités, mais elle peut également être utilisée par des réseaux criminels. La génération automatique de textes et d'images permet de produire rapidement des identités, certificats, factures, photos et documents justificatifs falsifiés avec un niveau élevé de crédibilité.

Les systèmes peuvent être utilisés pour l'adaptation répétée d'une demande de financement, l'imitation des documents d'une autorité ou la création d'entreprises et de transactions qui semblent légitimes à un examen superficiel.

Les réseaux impliqués dans la fraude transfrontalière utilisent déjà des structures complexes d'entreprises pour dissimuler les liens entre les participants. Les outils numériques peuvent rendre ces structures plus faciles à gérer et réduire le coût de production de documents falsifiés.

L'absence d'une évaluation ne prouve pas qu'un État est mal préparé à toute attaque cybernétique. Les institutions peuvent avoir des stratégies générales de sécurité ou des procédures dans d'autres domaines, mais les réponses montrent que les risques spécifiques pour les fonds de l'UE n'ont pas été analysés systématiquement dans la plupart des pays.

La Commission suit également l'utilisation d'Arachne, l'outil européen qui aide les autorités à identifier des projets, bénéficiaires et contrats avec des facteurs de risque. Le nombre d'États qui l'utilisent est passé de 22 en 2024 à 23 en 2025.

L'utilisation déclarée ne signifie pas une intégration complète. Certains États envoient des données uniquement pour certains fonds, saisissent les informations manuellement ou fournissent seulement le minimum requis.

Huit États ont invoqué des limitations techniques pour une mise en œuvre partielle, sept ont décidé stratégiquement de ne fournir que les données minimales, et six ont signalé des contraintes juridiques.

L'interopérabilité entre Arachne et les outils nationaux reste faible. Dans de nombreuses administrations, les données sont exportées au format XML, traitées séparément et chargées manuellement dans le système européen.

La Commission prépare le développement d'Arachne+, qui devrait offrir aux autorités un outil plus moderne pour l'analyse des risques, la prévention des irrégularités et la sélection des contrôles.

Les États sont encouragés à utiliser davantage l'analyse basée sur le risque et les outils informatiques, y compris pour les contrôles réalisés après la réalisation des transactions. Ces vérifications peuvent identifier des modèles qui ne deviennent visibles qu'après la comparaison de plusieurs projets et paiements.

Le rapport montre que l'analyse des risques a encore un rôle réduit dans la détection de certaines fraudes. Dans l'agriculture et la politique de cohésion, de nombreux cas continuent d'être découverts par des contrôles ordinaires, des vérifications administratives ou des informations reçues de tiers.

Un outil numérique ne peut pas compenser le manque d'échange d'informations entre institutions. Les autorités administratives ont besoin de données de la police, des procureurs, des tribunaux, du Parquet européen et de l'Office européen de lutte antifraude pour mettre à jour la situation des dossiers.

Plusieurs États ont signalé des difficultés à obtenir des informations sur les procédures pénales, les sanctions, les récupérations et les résultats finaux des tribunaux. La confidentialité des enquêtes peut retarder la transmission des données aux institutions qui gèrent les fonds.

Une numérisation efficace dépend, selon la Commission, de cinq éléments : des données exploitables et de qualité, des systèmes interopérables, des règles juridiques claires, un personnel qualifié et l'intégration des outils dans l'activité quotidienne de contrôle.

Les États membres ont rapporté 72 mesures pour améliorer la protection des fonds de l'UE en 2025. La plupart ont visé la prévention et la détection, y compris l'identification précoce des opérateurs à risque, la formation du personnel, l'échange d'informations et le développement de bases de données.

Environ un quart des projets soumis pour financement dans le cadre du programme européen antifraude de 2025 ont visé des technologies d'analyse de données et des outils informatiques. La demande totale de financement a dépassé plus de quatre fois le budget disponible.

Le programme a reçu 151 demandes de 16 États membres et deux d'Ukraine. L'intérêt montre que les autorités cherchent à étendre leurs capacités numériques même si l'IA n'apparaît pas encore dans la plupart des stratégies nationales.

Le rapport de la Commission analyse les mesures adoptées par les États pour protéger les revenus et les dépenses européens en 2025. Les informations concernant l'utilisation de l'intelligence artificielle proviennent des réponses fournies par les autorités nationales.

Les chiffres décrivent l'intégration de l'IA dans les stratégies et cadres antifraude déclarés, et non chaque outil utilisé par toutes les institutions publiques d'un pays. Certaines autorités fiscales, douanières ou judiciaires peuvent utiliser des technologies numériques qui n'ont pas été rapportées dans cette catégorie.

La Commission prépare une révision de l'architecture européenne antifraude, qui analysera également l'utilisation des technologies modernes, l'échange de données et la coopération entre les autorités nationales, l'OLAF et le Parquet européen.

La fraude détectée contre le budget de l'UE a impliqué 274,3 millions d'euros dans les cas rapportés par les États et institutions pour 2025. D'autres enquêtes concernant la TVA et le Mécanisme de redressement et de résilience ne sont pas entièrement incluses dans les mêmes systèmes statistiques.

L'extension de l'intelligence artificielle dans les contrôles antifraude dépendra de la capacité des États à connecter les bases de données, à définir les garanties juridiques et à transformer les alertes algorithmiques en vérifications et enquêtes réalisées par les autorités.