Avancée majeure de la ZATCA dans le domaine du contrôle a posteriori grâce à l’IA
17 novembre 2026
By l'Autorité chargée de la zakat, des impôts et des douanes (ZATCA)En 2024, l’Autorité chargée de la zakat, des impôts et des douanes (ZATCA) a franchi une étape majeure dans la modernisation douanière en lançant un outil appelé « Moteur de contrôle a posteriori (CAP) intégral ». Conçu pour soutenir l’initiative de dédouanement dans les deux heures, cet outil permet une évaluation plus rapide et plus précise du niveau de conformité des opérateurs. L’objectif est de renforcer la lutte contre la fraude après dédouanement en améliorant le ciblage dans trois domaines : la sous-évaluation en douane, la classification erronée des produits et l’utilisation abusive des exonérations douanières. En regroupant plusieurs flux de données dans un modèle analytique unique, le moteur permet à la ZATCA de détecter plus efficacement les risques liés à ces types de fraude et de déployer ses ressources en matière d’audit en fonction des priorités et des données.
Contexte et logique suivie
Le contrôle a posteriori (CAP) permet de mesurer et d’améliorer le niveau de conformité des opérateurs commerciaux. Le processus de CAP en soi désigne l’examen structuré des données commerciales pertinentes, des contrats de vente, des états financiers et des documents non financiers, de l’inventaire matériel et d’autres actifs de l’opérateur commercial, après que la douane a octroyé la mainlevée des marchandises. Processus bien conçu et rodé, le CAP est considéré comme étant la meilleure méthode pour recouvrer les recettes perdues en raison d’une sous-évaluation, d’une classification erronée ou d’une déclaration de l’origine incorrecte. La mise en place d’un processus solide de CAP permet en outre à une administration des douanes de mettre en place un programme de catégorisation des opérateurs afin de les distinguer en fonction de leur niveau de conformité respectif, contribuant ainsi à une gestion efficace des risques et réduisant la nécessité pour la douane d’intervenir à la frontière lorsqu’elle est en présence d’opérateurs respectueux de la réglementation. De surcroît, le CAP améliore la transparence des procédures de taxation de l’administration, ce qui contribue à renforcer de manière significative la confiance des entreprises vis-à-vis de la douane.
Avant la mise en place du moteur intégral de contrôle a posteriori, le processus de CAP de la ZATCA s’appuyait largement sur des systèmes de gestion des risques traditionnels, fondés sur des règles. Ces systèmes se concentraient principalement sur l’analyse des données tirées des déclarations douanières à l’aide de règles définies par des experts, ce qui limitait leur capacité à détecter l’évolution des comportements commerciaux et les schémas complexes de non-conformité.
Les défis rencontrés étaient nombreux : fragmentation des modèles de risque fonctionnant de manière indépendante pour différents domaines de risque, dépendance excessive vis-à-vis des données tirées des déclarations, faible adaptabilité aux nouvelles tendances en matière de fraude et utilisation inefficace des capacités de contrôle et d’audit. Pour surmonter ces contraintes, l’Autorité de la zakat, des impôts et des douanes a imaginé un outil basé sur l’apprentissage automatique, capable de s’entraîner à partir de millions de déclarations historiques et de sources de données diverses.
Le Moteur de CAP intégral
Appelé « Moteur de CAP intégral », l’outil marque le passage d’une analyse segmentée à une vision intégrée des opérations d’importation à 360 degrés. Il combine toutes les dimensions de risque (évaluation, classification et exonérations) dans un cadre de notation unique, dans lequel chaque déclaration se voit attribuer un score de risque composite, avec des indicateurs mettant en évidence les domaines de risque spécifiques. Les vérificateurs peuvent ainsi déterminer clairement où et pourquoi une transaction peut être considérée comme présentant un risque élevé.
Le moteur s’appuie sur un vaste écosystème de sources de données couvrant les registres opérationnels, les profils des contribuables et les informations de commerce extérieur. En intégrant ces divers flux de données, le moteur met au jour des schémas de non-conformité qui seraient difficiles à détecter à partir d’une seule source prise isolément. Le développement du moteur de CAP représente une avancée majeure pour la ZATCA dans son utilisation de l’analyse de données. Il a été rendu possible grâce à l’intégration de l’apprentissage automatique et du traitement du langage naturel. Une série de modèles d’apprentissage automatique ont été testés afin d’atteindre une précision et une robustesse optimales au service de quatre objectifs principaux : détecter les schémas suivis et les cas de sous-évaluation par comparaison avec des importateurs au profil semblable, reconnaître les tendances en matière de classification erronée, estimer le gain potentiel de recettes et affiner en continu la précision prédictive grâce à des boucles de rétroaction. Parallèlement à cela, des algorithmes de traitement du langage naturel analysent les descriptions figurant dans les déclarations afin de recenser d’éventuelles erreurs de classement dans les codes du SH, réduisant ainsi les inspections manuelles et améliorant la conformité globale.
Le résultat est un modèle dynamique qui s’améliore de manière automatique et autonome, qui s’inscrit dans la lignée des meilleures pratiques internationales tout en restant adapté à l’environnement douanier de l’Arabie saoudite.
Déploiement et effets
Depuis son déploiement en 2024, le moteur de CAP intégral a enregistré d’excellents résultats tant sur le plan opérationnel que stratégique. La précision de la détection s’est améliorée, avec un taux de détection plus élevé des cas signalés par rapport aux anciens modèles. L’efficacité des contrôles s’est accrue, les vérificateurs pouvant désormais hiérarchiser les dossiers en fonction des gains de recettes attendus et des indicateurs de risque. Le moteur a également contribué à prévenir les pertes potentielles de revenus à hauteur de plusieurs millions de riyals saoudiens (SAR), renforçant ainsi la protection des recettes. Le respect des règles s’est amélioré grâce à des critères de contrôle transparents et fondés sur les données, qui ont contribué à sensibiliser les opérateurs. Enfin, l’efficacité des processus s’est améliorée en permettant la prise plus rapide de décisions de dédouanement préalable sans porter atteinte aux contrôles. Dans l’ensemble, le moteur renforce l’assurance de la conformité tout en soutenant les objectifs de facilitation des échanges de la ZATCA.
Évolutions futures
Forte de ce succès, l’Autorité de la zakat, des impôts et des douanes est en train de mettre en place plusieurs améliorations pour la prochaine étape. Ces dernières porteront notamment sur l’intégration en temps réel des données provenant des ports, des prestataires logistiques et des bases de données internationales ; la mise en place d’un système de notation prédictive de la conformité visant à encourager la conformité volontaire ; un recours plus large à l’IA pour détecter des schémas de fraude complexes ; et enfin, des boucles d’apprentissage continu afin d’aligner les performances du moteur sur les résultats des contrôles et audits. Prises ensemble, ces améliorations renforceront la capacité de la ZATCA à protéger les recettes, à faciliter les échanges commerciaux et à maintenir un environnement douanier juste et transparent.
En savoir +
Contacter l’auteur