L'IA transforme le secteur des services fiscaux : redéfinition de la valeur, de la conformité au conseil stratégique.

Contexte de l'événement

En juin 2026, Jeff Soar, ancien associé directeur fiscal et juridique d'EY (Ernst & Young) pour le Royaume-Uni et l'Irlande, aujourd'hui PDG de WTS UK, a indiqué dans un entretien avec Bloomberg Tax que le secteur fiscal est confronté à un tournant sans précédent. Il a d'emblée souligné deux défis majeurs : l'attraction des talents et l'intelligence artificielle (IA). « La fiscalité est un environnement parfait pour l'IA, car elle est régie par des règles, intensive en données et répétitive », a déclaré Soar. WTS UK, cabinet de conseil fiscal soutenu par du capital-investissement, a intégré l'IA comme élément central de son modèle d'affaires dès sa création, et non comme un simple ajout.

Cette déclaration reflète la transformation profonde que connaît le secteur traditionnel des services professionnels : les moteurs technologiques ne considèrent plus l'IA comme un simple outil d'efficacité, mais comme le fondement d'une reconstruction de la logique commerciale.

Analyse de l'économie numérique : comment l'IA remodèle la chaîne de valeur des services fiscaux

La chaîne de valeur traditionnelle des services fiscaux se compose de la collecte de données, du calcul de conformité, de la préparation de rapports et du conseil stratégique. L'IA bouleverse d'abord les maillons à faible valeur ajoutée : la saisie de données et les calculs préliminaires. Soar insiste sur le fait que l'IA n'apporte pas une « solution unique », mais une capacité d'« expérimentation et d'itération continues ». Cela marque le passage des cabinets fiscaux d'une livraison par projet à une prestation de services sous forme de plateforme : une fois le système d'IA déployé, il peut assurer une surveillance fiscale en temps réel 24h/24 et 7j/7 ainsi que des simulations de scénarios.

Le changement le plus profond réside dans la migration des modes de création de valeur. L'avantage concurrentiel des cabinets fiscaux traditionnels résidait dans leur réservoir de connaissances — qui possède le plus de souvenirs de réglementations et d'expérience de cas. L'IA rend le coût d'acquisition des connaissances proche de zéro, et la véritable valeur se déplace vers le « cadrage des problèmes » : identifier les problèmes centraux et les zones grises. Dans l'entretien, Soar a justement souligné : « Une fois les concepts clés compris, 80 % des problèmes peuvent être résolus rapidement, la véritable valeur réside dans les 20 % de zones grises. » Cela élève essentiellement l'expert humain du rôle de calculateur à celui de stratège.

Observation du modèle commercial : de la facturation horaire à la facturation axée sur les résultats

Le modèle commercial traditionnel du conseil fiscal repose fortement sur le « taux d'utilisation du personnel » et le « tarif horaire ». L'arrivée de l'IA sape cette logique. Lorsque la conformité et les calculs sont automatisés, les entreprises peuvent se tourner vers une tarification basée sur la valeur ou les résultats. La pratique de WTS UK montre qu'un modèle natif de l'IA peut réduire les délais de livraison et libérer du temps pour les conseillers seniors afin qu'ils se concentrent sur des conseils stratégiques, augmentant ainsi le tarif unitaire.

De plus, WTS UK, adossé au capital-investissement, représente l'arrivée d'une nouvelle structure de capital. Les quatre grands cabinets comptables traditionnels (Deloitte, PwC, EY, KPMG), en tant qu'entreprises en partenariat, ont des cycles de décision d'investissement longs et une faible appétence au risque. En revanche, les challengers soutenus par le private equity peuvent investir plus agressivement dans la R&D en IA, voire « industrialiser » les capacités de l'IA pour proposer des outils fiscaux standardisés aux PME. Cela laisse présager une possible bifurcation du marché des services fiscaux : en haut, le conseil stratégique de niche (intensif en main-d'œuvre, tarifs élevés) ; en bas, les plateformes de conformité automatisées pilotées par l'IA (effet d'échelle, faibles coûts).## Analyse de la concurrence sur le marché : le jeu entre challengers et acteurs établis

Soar souligne clairement : « Les anciennes organisations ayant des méthodes de travail profondes ont du mal à fournir des changements significatifs, tandis que le modèle des challengers est plus apte à expérimenter, à construire de nouveaux modèles et à redéfinir les relations clients. » Cela révèle une dure réalité concurrentielle : la transformation IA des Big Four traditionnels se heurte à une inertie organisationnelle. Leurs investissements en IA sont souvent limités par les relations clients existantes, les processus métier et la culture de conformité, ce qui rend difficile une refonte radicale. À l’inverse, de nouveaux entrants comme WTS UK peuvent embaucher des talents natifs du numérique, construire une stack technologique entièrement nouvelle, et même intégrer l’IA dans leur gouvernance d’entreprise.

Du point de vue de la concurrence des plateformes, le marché de l’IA fiscale pourrait également attirer des géants de la tech. Microsoft, Google, etc., ont déjà lancé des assistants IA génériques pour les entreprises, qui pourraient à l’avenir intégrer des modules fiscaux. Mais la forte exigence de conformité et les barrières de connaissances spécialisées dans le domaine fiscal rendent plus avantageuses les collaborations entre les entreprises SaaS verticales (comme les éditeurs de logiciels d’automatisation fiscale) et les cabinets de conseil spécialisés. À court terme, la concurrence se déroulera entre les projets IA internes des Big Four, les challengers soutenus par du private equity, et les produits fiscaux des plateformes technologiques.

Impact des données et de la réglementation : gouvernance de l’IA et simplification du système fiscal

L’application généralisée de l’IA dans la fiscalité a pour actif central les données. Or, les données fiscales sont hautement sensibles, impliquant des secrets financiers des entreprises et la vie privée des individus. Par conséquent, le modèle de gouvernance des données – qui possède les données, comment les modèles sont entraînés, les exigences de transparence – deviendra un point central de la réglementation. Soar lui-même critique la complexité excessive du système fiscal britannique : « Les législations qui se sont empilées ces dix dernières années rendent le processus extrêmement long et difficile à naviguer en toute confiance. » Bien que l’IA puisse traiter des règles complexes, si le droit fiscal originel est contradictoire, l’IA risque d’amplifier les erreurs.

Cela amène à une proposition clé : la numérisation pousse à la simplification réglementaire. Ce n’est que lorsque le droit fiscal devient calculable et interprétable que l’IA peut véritablement libérer sa valeur. L’AI Act de l’Union européenne et les diverses lois sur la protection des données fiscales nationales créent une nouvelle couche de conformité. Les entreprises d’IA fiscale doivent intégrer « l’explicabilité » dans leurs systèmes – cela représente à la fois un coût et un avantage concurrentiel différenciant.

Tendances mondiales : la « numérisation » des services professionnels est un microcosme de l’économie numérique

Le « point de bascule » mentionné par Soar n’est pas un phénomène isolé. L’audit, le droit, le conseil et tous les services professionnels à forte intensité de connaissances sont confrontés à des perturbations similaires. C’est l’étape inévitable de la pénétration de l’économie numérique du côté de la consommation vers le côté industriel – lorsque tous les secteurs deviennent « pilotés par les données », les bastions des experts humains seront également grignotés par les algorithmes.

Le projet auquel Soar a participé est particulièrement intéressant : le « Lloyd's », le marché mondial de l’assurance professionnelle. Il a combiné un modèle opérationnel du 17e siècle avec des modèles d’IA du 21e siècle pour concevoir la première plateforme de souscription pilotée par l’IA. Ce cas illustre que l’IA ne remplace pas simplement le travail manuel, mais modernise complètement l’infrastructure d’un secteur ancien. Ce « jumeau numérique » se propagera progressivement à tous les secteurs, favorisant un second bond de l’efficacité économique mondiale.

DigitalEcoNews InsightLa transformation de l’industrie fiscale par l’IA a une signification économique : elle prouve que le remplacement technologique dans le domaine des « données + règles » ne remplace pas des coûts, mais crée une nouvelle valeur. L’enseignement le plus profond est que le modèle économique des entreprises doit passer de « l’exploitation des ressources » au « levier algorithmique ». Les entreprises de services professionnels traditionnelles tirent leurs revenus de la taille et de la réutilisation du capital humain, tandis que les entreprises « AI natives » en tirent du capital de modèle et des effets de réseau. Au cours des dix prochaines années, que ce soit dans les secteurs fiscal, juridique ou médical, les entreprises capables d’intégrer leur expertise de base dans des plateformes algorithmiques itérables connaîtront une croissance exponentielle. Les géants établis qui ne parviendront pas à briser l’inertie organisationnelle seront perturbés depuis les marges par une nouvelle génération de « challengers AI natifs ». Pour les décideurs politiques, cela implique de redéfinir les « seuils professionnels » et les « qualifications des services professionnels » : lorsque l’IA est capable d’effectuer le travail de base, le système éducatif doit s’orienter vers le développement de la pensée critique et du jugement interdisciplinaire.

Il ne s’agit pas seulement d’un tournant pour le secteur fiscal, mais aussi d’un tournant pour l’ensemble de l’économie numérique.