Une équipe de chercheurs affiliés aux universités de Ngaoundéré et de Dschang, ainsi qu’à l’ESSCA School of Management en France, affirme avoir développé une IA fiscale capable de détecter la fraude au Cameroun avec une précision de 97,2 %. Évalué sur 3,2 millions de transactions puis expérimenté dans trois centres fiscaux, le dispositif aurait réduit de 67 % le temps de traitement des dossiers et généré des recettes supplémentaires, dont le montant n’est pas communiqué.
Il s’agit d’une recherche académique expérimentée, non d’un déploiement officiel de la Direction générale des impôts. Le conditionnel employé ici est celui de la source elle-même, et il doit être maintenu.
Ce que dit l’étude — et ce qu’elle ne dit pas
Le travail a un mérite rare : il a été conçu pour le contexte camerounais — ses données, ses circuits de déclaration, ses profils de contribuables — là où la plupart des outils disponibles sont calibrés sur des économies à forte traçabilité numérique.
L’évaluation sur 3,2 millions de transactions et l’expérimentation en conditions réelles dans trois centres fiscaux distinguent aussi ce projet des innombrables preuves de concept qui ne quittent jamais le laboratoire. Le gain opérationnel revendiqué — un temps de traitement réduit de 67 % — vise le nerf de la guerre des administrations fiscales africaines : des effectifs de vérificateurs limités face à des masses de dossiers.
Mais le résumé public laisse des zones d’ombre que la publication devra combler : l’identité des centres pilotes, la durée de l’expérimentation et le montant des recettes supplémentaires ne sont pas précisés.
Pourquoi 97,2 % ne veut pas dire ce qu’on croit
Le chiffre demande à être décodé, et c’est le point méthodologique central de ce dossier. En détection de fraude, les cas frauduleux sont très minoritaires. Un modèle peut donc afficher un score global flatteur tout en manquant l’essentiel des fraudes réelles : il suffit qu’il classe presque tout le monde comme honnête.
Ce qui compte est le couple entre deux mesures. La part des alertes réellement frauduleuses — la précision au sens strict — et la part des fraudes effectivement détectées, ce que les statisticiens appellent le rappel. Sans oublier le taux de faux positifs, c’est-à-dire les contribuables honnêtes injustement signalés, dont le coût administratif et humain peut ruiner les gains du système.
Le résumé public disponible ne permet pas de trancher entre ces hypothèses. Cela ne disqualifie en rien le travail des chercheurs : cela signifie que seule la lecture de l’étude complète, et idéalement une validation indépendante, permettra d’en apprécier la portée réelle.
Un mouvement mondial, un enjeu camerounais
L’initiative s’inscrit dans une lame de fond. Selon l’Organisation de coopération et de développement économiques (OCDE), 72 % des administrations fiscales dans le monde utilisent déjà des systèmes d’intelligence artificielle, et près de 75 % d’entre elles les emploient spécifiquement pour la détection de la fraude et de l’évasion.
Les précédents sont parlants : la Pologne a récupéré des milliards d’euros de taxe sur la valeur ajoutée grâce à ses modèles, l’Italie a identifié plus d’un million de dossiers à haut risque avec son outil VeRa. Le continent africain s’y met : une réunion d’experts de la Commission économique pour l’Afrique, à Rabat en novembre 2025, recensait les plateformes de facturation électronique égyptienne, les services fiscaux numérisés marocains ou le portail algérien Jibayatic. Cette diffusion de l’IA dans les services publics africains touche aussi l’éducation, comme au Bénin — une dynamique que nous avons explorée dans notre dossier sur l’IA africaine sous contrainte.
Pour le Cameroun, chaque point de recouvrement vaut des milliards
L’enjeu est considérable. Avec une pression fiscale d’environ 14 % du produit intérieur brut — loin du potentiel théorique, du fait d’un vaste secteur informel et de l’incivisme fiscal —, chaque point de recouvrement supplémentaire vaut des centaines de milliards de francs CFA.
La Direction générale des impôts a déjà engagé sa mue numérique : télédéclaration, croisement des données bancaires, douanières et sociales. Un outil d’intelligence artificielle entraîné localement en serait le prolongement logique.
À trois conditions, que l’expérience internationale enseigne. La transparence sur les algorithmes et leurs taux d’erreur. Des garanties pour les contribuables signalés : une alerte d’IA doit déclencher un contrôle humain, pas une sanction. Et un cadre de protection des données à la hauteur des croisements opérés.
De la publication au guichet, le vrai parcours d’obstacles
Reste la distance — que l’étude ne prétend d’ailleurs pas avoir abolie — entre une expérimentation académique réussie et un déploiement national par l’administration fiscale : intégration aux systèmes d’information existants, formation des vérificateurs, maintenance du modèle face à des fraudeurs qui s’adaptent, et portage institutionnel.
Le plus utile, à ce stade, serait que la Direction générale des impôts se saisisse publiquement de ces travaux — pour les éprouver, les contester et, s’ils tiennent leurs promesses, les adopter. Une IA fiscale camerounaise, entraînée sur des données camerounaises, serait une réponse crédible à un problème que le pays connaît bien, à l’heure où l’État cherche par ailleurs à consolider ses recettes, alors que le pays s’appuie de plus en plus sur le marché régional des titres publics pour boucler ses budgets et que la numérisation des paiements élargit l’assiette traçable.
