Le ministre des Comptes publics Gabriel Attal veut augmenter le nombre de contrôles fiscaux de 25 % d’ici à 2027, relèvent Les Échos. « Cet effort portera sur les plus gros patrimoines », précise le ministère. Il a également fixé comme objectif le fait que 50 % des sommes mises en recouvrement suite à des contrôles fiscaux effectués auprès de particuliers le soient grâce au datamining. L’an passé, 52 % des contrôles fiscaux des entreprises ont été engagés après un signalement par le datamining, mais seulement 25 % de ceux visant les particuliers.
Cette course aux algorithmes serait cela dit biaisée, en mode solutionnisme technologique : « Il y a des orientations internes qui obligent les agents à dire qu’une programmation de contrôle est faite grâce au datamining même si ce n’est pas le cas », fustige ainsi Anne Guyot Welke, secrétaire générale de Solidaire Finances publiques. Des agents seraient par exemple incités à étiqueter « datamining » l’origine du contrôle dès lors que le contribuable apparaissait dans la liste en anomalie trouvée par les algorithmes, quand bien même, ils seraient passés à côté de la vraie source de fraude potentielle, déplore Anne Guyot Welke.
Alors que le syndicat Solidaires Finances Publiques estime que la fraude fiscale oscillerait entre 80 et 100 milliards d’euros par an, les contrôles ont, en 2022, identifié 14,6 milliards d’euros d’impôts et de pénalités non payés, dont 2 milliards (14 %) grâce au datamining.
Lancé en octobre 2021 et expérimenté dans neuf départements (Alpes-Maritimes, Var, Bouches-du-Rhône, Ardèche, Rhône, Haute-Savoie, Morbihan, Maine-et-Loire, Vendée), le programme « Foncier Innovant » vise de son côté à identifier les piscines et bâtis non déclarés, et aurait permis de collecter plus de 40 millions de recettes fiscales supplémentaires sur 2022.
D’après Les Échos, près de 125 000 mails et courriers ont été envoyés par Bercy depuis le mois de mai pour vérifier l’existence de piscines non déclarées, et plus de 94 % des propriétaires ont confirmé le caractère imposable de leurs piscines identifiées par les IA sur des images aériennes mises à disposition par l’Institut national géographique et forestier.