Due diligence assistée par IA : le modèle lit, le code juge

Un investisseur ou un analyste financier ne signe jamais sur un chiffre qu'il ne peut pas tracer. C'est la première chose qu'on entend quand on parle d'IA à une équipe d'investissement ou à un cabinet d'audit : l'outil qui rédige bien ne suffit pas, il faut savoir d'où vient chaque nombre et pouvoir le vérifier. Beaucoup de démonstrations échouent précisément là. Elles laissent un modèle de langage lire des documents et, dans la foulée, calculer, comparer et conclure. Le résultat est fluide, convaincant, et faux là où ça se voit le moins : sur un chiffre.

Nous construisons l'inverse, et nous y tenons fermement.

Le modèle lit, le code juge

Un grand modèle de langage est excellent pour une chose : lire du texte non structuré et en extraire des faits. Il repère dans un rapport de deux cents pages la production annuelle d'un actif, le nom d'un actionnaire, la durée d'un contrat, et il les range proprement. Demandez-lui en plus de vérifier si ces chiffres sont cohérents entre eux, et vous entrez dans une zone où il improvise. Il additionne à peu près et affirme une tendance qu'il n'a pas calculée.

La règle que nous appliquons sépare donc nettement deux rôles. Le modèle lit et extrait, avec la citation exacte de chaque valeur, à la phrase près. Ensuite, du code déterministe fait l'arithmétique et les contrôles de cohérence. Aucun chiffre décisif ne passe par une génération de texte. Cette frontière est ce qui distingue une analyse qu'on peut défendre d'une démonstration qui se casse en production.

Ce que ça donne sur un cas réel

Pour éprouver la méthode, nous avons cartographié le risque d'une chaîne d'approvisionnement industrielle à partir de données entièrement publiques : un corridor minier de fer, avec ses mines, ses voies ferrées, ses ports et ses flux d'exportation. Aucune donnée confidentielle, uniquement des rapports techniques, des rapports annuels et des statistiques portuaires accessibles à tous.

Le pipeline suit quatre temps :

1. un modèle ouvert, servi sur nos propres cartes graphiques, lit les documents source et en extrait les faits structurés, chacun accompagné de sa citation ;
2. ces faits alimentent une base structurée du corridor, mine par mine, voie par voie, port par port ;
3. un moteur de contrôles écrit en code calcule la cohérence de l'ensemble : le tonnage produit dépasse-t-il la capacité des ports, les réserves couvrent-elles l'horizon d'un financement, la logistique repose-t-elle sur un point unique de défaillance, la propriété est-elle concentrée ;
4. le tout ressort en une page : une carte des flux, quatre indicateurs de risque, un registre des points d'attention, chaque affirmation traçable jusqu'à sa source.

Le résultat a déplacé le risque là où on ne l'attendait pas. La géologie était rassurante, les réserves couvraient largement l'horizon d'un financement. Le vrai point faible était logistique : plusieurs mines du corridor dépendaient d'une même voie ferrée unique, détenue par l'un des producteurs qui l'empruntent, sans alternative de contournement. Un incident sur cette ligne, et une partie de la chaîne s'arrête. C'est le genre de constat qu'une revue humaine met des semaines à formuler.

Pourquoi le calcul ne revient jamais au modèle

L'objection d'un directeur financier est toujours la même, et elle est juste : les modèles se trompent sur les nombres. Un bilan de flux mal additionné, un ratio inversé, une durée comparée à la mauvaise échéance, et toute la conclusion bascule. Confier ce calcul à une génération de texte, c'est accepter une marge d'erreur invisible sur la seule partie où l'erreur ne pardonne pas.

En le confiant au code, on gagne deux choses. Le calcul est exact et reproductible : deux exécutions donnent le même résultat. Et il est auditable : n'importe qui peut relire la règle qui a produit un signal, au lieu de faire confiance à une boîte noire. Un contrôle qui dit « la durée de vie de cet actif est inférieure à la maturité de la dette de six ans » se vérifie ligne à ligne. La même phrase sortie d'un modèle ne vaut rien tant qu'on ne l'a pas recalculée à la main.

Sourcé à la phrase, et rien ne sort de chez vous

Deux propriétés rendent cette approche utilisable dans un contexte régulé. La première est la traçabilité. Chaque valeur extraite garde le passage exact du document dont elle provient. Vous ne croyez pas l'analyse sur parole, vous remontez à la source. C'est la même exigence que sur une base de connaissance interrogeable : une réponse sans source ne vaut rien devant un comité.

La seconde est la souveraineté. Le modèle qui lit les documents est un modèle ouvert, servi sur votre propre infrastructure. Les données d'un dossier sensible, une data room, un projet en cours d'acquisition, ne partent jamais vers une interface tierce. Pour un acteur régulé, ce paramètre se traite à l'architecture, avant l'implémentation, parce qu'il coûte cher à corriger ensuite.

Ce que ça change pour une équipe d'investissement ou un cabinet

L'intérêt n'est pas de retirer le travail à l'analyste. Un modèle qui sort des faits, même bien sourcés, ne porte aucun jugement sur un dossier. Il dégrossit. Il réduit un rapport de deux cents pages à une page de points d'attention, calibrés à l'échelle de la décision, et il rend au professionnel le temps qu'il passait à extraire et recouper à la main. Le jugement, lui, reste entier, là où il crée de la valeur.

Sur un vrai dossier, cette approche complète les fournisseurs de données spécialisés que consultent les fonds et les cabinets. Elle structure et recoupe ce qui est déjà disponible, et elle pointe où creuser. C'est un agent qui prépare le terrain, pas un oracle qui tranche à votre place.

Par où on commence

Ce type de système se construit par étapes, sur un cas précis, jamais en big bang. Notre méthode démarre par un diagnostic gratuit de trente minutes en visio, où l'on qualifie un premier cas et où l'on vous dit honnêtement ce que l'IA peut y apporter. Vient ensuite le cadrage (1 900 euros, livrable écrit, déductible du build si le projet continue), qui pose l'architecture, les sources et les contrôles. Puis le build sur devis, puis le run mensuel. Vous décidez d'avancer à chaque palier, et vous savez ce que vous payez.

Si votre métier est l'analyse de dossiers financiers ou techniques, c'est le terrain où cette méthode rend le plus vite. Nous l'appliquons pour des acteurs de la finance et de l'advisory, là où la traçabilité et la gouvernance ne sont pas une option.

Questions fréquentes

Pourquoi ne pas laisser le modèle faire les calculs directement ?

Parce qu'un modèle de langage improvise sur les nombres. Il additionne approximativement et affirme des tendances qu'il n'a pas vérifiées. En confiant l'extraction au modèle et le calcul à du code déterministe, on obtient un résultat exact, reproductible et auditable. Chaque signal renvoie à une règle qu'on peut relire, pas à une boîte noire.

L'IA remplace-t-elle l'analyste ou l'auditeur ?

Non. Elle prépare le terrain : elle lit, extrait avec la source et signale les points d'attention. Le jugement sur le dossier reste au professionnel. L'objectif est de lui rendre le temps passé à extraire et recouper à la main, pas de trancher à sa place.

Les données du dossier quittent-elles l'entreprise ?

Non, si l'architecture est posée pour. Le modèle qui lit les documents est un modèle ouvert servi sur votre propre infrastructure, donc une data room ou un dossier en cours d'acquisition ne part pas vers une interface tierce. Ce point se décide à l'architecture, avant l'implémentation.

Cette méthode remplace-t-elle nos fournisseurs de données ?

Non. Elle structure et recoupe ce qui est déjà disponible, publiquement ou via vos abonnements, puis pointe où creuser. Sur un secteur donné, elle complète les fournisseurs spécialisés, elle ne prétend pas s'y substituer.

Peut-on l'appliquer à un autre secteur que celui de l'exemple ?

Oui, à condition de réécrire les règles de contrôle. La mécanique d'extraction et de rendu ne change pas, mais un corridor minier et un parc d'énergie renouvelable n'ont pas les mêmes points de risque. On adapte le jeu de contrôles au secteur, ce qui se cadre au démarrage.