Lorsque l’IA classe vos marchandises, les autorités de régulation classent votre IA

Par Simran Sethi, conseillère principale en solutions industrielles, Global Trade Intelligence, Descartes

L’IA est déjà intégrée dans de nombreuses organisations et ne relève plus du domaine des perspectives d’avenir. Aujourd’hui, l’IA apporte un soutien actif aux équipes chargées de la conformité commerciale en les aidant à prendre des décisions de classification, qu’il s’agisse d’attribuer des codes SH ou de déterminer si des produits relèvent des contrôles relatifs aux biens à double usage.

En raison de ce recours croissant à l’IA, une évolution structurelle est actuellement en cours. Depuis^{le 2} août 2026, la loi européenne sur l’intelligence artificielle est entrée en vigueur.  Les organisations doivent désormais être en mesure de prouver comment l’IA a pris la décision, d’où provenaient les données et qui (une personne physique) a vérifié et approuvé cette décision. Cela signifie que les équipes chargées de la conformité commerciale doivent tenir une documentation claire, faire preuve de transparence et veiller à ce qu’un contrôle humain soit toujours exercé afin de garantir que les décisions s’appuient sur une expertise. Cette évolution entraîne un changement fondamental dans les attentes : la classification doit non seulement être correcte, mais également explicable, traçable et défendable. 

Principaux enseignements

• Il ne suffit plus d’avoir raison : les organisations doivent démontrer comment la décision a été prise. 
• Les décisions de classification doivent être reproductibles, notamment en ce qui concerne les données d’entrée, la logique et le raisonnement. 
• La révision ne peut être considérée comme acquise ; elle doit être définie, mise en œuvre et documentée. 
• Les résultats présentant un niveau de confiance élevé ne remplacent pas la justification juridique. 
• L’IA ne transfère pas la responsabilité ; celle-ci incombe toujours à l’organisation, et les décisions de classification relèvent toujours du déclarant et de l’exportateur. 
• L’avantage concurrentiel résidera dans la mise en place de processus de classification capables de résister à un examen minutieux à grande échelle. 

Un règlement qui modifie la manière dont les décisions sont évaluées 

La loi européenne sur l’IA instaure un ensemble unique de règles visant à encadrer le développement et l’utilisation de l’IA dans toute l’Union. Si l’on met souvent l’accent sur le fait que cette réglementation a pour but de classer les IA en fonction de leur niveau de risque, son impact concret au quotidien sur la conformité commerciale modifie la manière dont nous évaluons si la décision prise par une IA est acceptable.

On ne peut nier que l’IA accélère les processus, mais la conformité commerciale a toujours reposé sur la preuve juridique et non sur la rapidité. Par exemple, la classification a toujours relevé d’une appréciation juridique ; ainsi, qu’il s’agisse d’attribuer un code tarifaire ou d’évaluer les obligations en matière de contrôle des exportations, la capacité à justifier la décision a toujours été au cœur du processus.

L’IA permet aux entreprises de classer un grand nombre de produits en quelques secondes, mais comme les décisions prises par l’IA le sont à une telle échelle, les erreurs qu’elle commet ont également des répercussions d’autant plus importantes.  

Désormais, la loi sur l’IA modifie les critères selon lesquels elles sont évaluées. De nombreuses organisations utilisent l’IA pour gagner en rapidité sans mettre en place de mécanisme permettant d’expliquer comment l’IA est parvenue à cette conclusion. Cela crée une lacune dangereuse, car les entreprises ne peuvent pas défendre légalement ces décisions automatisées en cas de contestation.

Pourquoi il ne s’agit pas uniquement d’un problème européen 

La loi européenne sur l’IA est souvent considérée comme une réglementation régionale, mais dans la pratique, son champ d’application est plus large, à l’instar du célèbre règlement RGPD. Si un outil d’IA génère un résultat et que ce résultat est utilisé au sein de l’UE, cet outil doit alors se conformer à la loi européenne sur l’IA, quel que soit le lieu où l’entreprise est effectivement implantée dans le monde.

Cela a des implications directes en matière de conformité commerciale. Par exemple, une organisation américaine ou canadienne peut entrer dans le champ d’application lorsque : 

• Les classifications basées sur l’intelligence artificielle sont utilisées dans les déclarations douanières de l’UE 

• Les marchandises sont classées en vue de leur exportation vers l’UE 

• Les résultats générés par l’IA influencent les décisions réglementaires au sein de l’UE 

Dans le même temps, l’Amérique du Nord n’évolue pas dans un vide réglementaire. Aux États-Unis, les cadres réglementaires existants sont gérés par le Service des douanes et de la protection des frontières (CBP), du Bureau de l’industrie et de la sécurité (rattaché au ministère américain du Commerce) (BIS) etde l’Office of Foreign Assets Control(rattaché au ministère américain des Finances) (OFAC) exigent déjà que les décisions de classification soient étayées par : 

• raisonnement documenté 

• traçabilité 

• reproductibilité 

Ces attentes s’appliquent, que les décisions soient prises manuellement ou à l’aide de l’IA. La loi européenne sur l’IA ne crée pas un nouveau concept, mais renforce simplement un principe existant. Cette loi formalise la manière dont les décisions prises à l’aide de l’IA doivent être encadrées et justifiées. 

Alors que ces mesures entrent en vigueur en Europe, l’Amérique du Nord renforce également sa réglementation. Des cadres tels que le cadre de gestion des risques liés à l’IA du National Institute of Standards and Technology (NIST), la surveillance réglementaire accrue exercée par des organismes tels que la Federal Trade Commission (FTC) et les évolutions politiques au niveau fédéral vont tous dans le même sens : si l’IA contribue à une décision commerciale, l’organisation doit être en mesure de l’expliquer et de la justifier. 

Au Canada, des projets de loi tels que la loi sur l’intelligence artificielle et les données (AIDA) abordent les mêmes questions, à savoir la responsabilité, le contrôle humain et la classification des systèmes d’IA en fonction des risques. 

Les cadres juridiques peuvent varier d’une région à l’autre, mais ils poursuivent tous le même objectif. Si votre organisation utilise l’IA dans le domaine de la conformité commerciale, vous ne pouvez plus considérer cette technologie comme une « boîte noire ». Vous devez être en mesure de démontrer, de manière claire et cohérente, comment les décisions sont prises. 

Ce que cela implique pour les organisations nord-américaines 

Les autorités de régulation telles que la Police des douanes et des frontières des États-Unis, le Bureau de l’industrie et de la sécurité (BIS) et le Bureau du contrôle des avoirs étrangers (OFAC) attendent depuis longtemps des entreprises qu’elles justifient la manière dont leurs décisions sont prises. Ils n’évaluent pas ces décisions en fonction de la rapidité avec laquelle elles sont prises, ni en fonction de leur appui par des technologies de pointe. 

Pour les organisations nord-américaines, cela crée deux réalités parallèles : 

• Exposition directe, dans laquelle les classifications basées sur l’IA influencent les décisions réglementaires de l’UE 

• Une pression indirecte croissante, alors queles normes mondiales en matière de gouvernance de l’IA tendent à s’aligner sur les principes de transparence, de traçabilité et de contrôle. 

L’IA peut certes accélérer le processus de classification, mais la responsabilité repose toujours sur la capacité à reconstituer, à expliquer et à justifier la manière dont cette classification a été effectuée. 

Les limites de la classification par IA dans la pratique 

Les entreprises qui utilisent l’IA pour la classification des transactions tombent dans une routine confortable, mais dangereuse. Les utilisateurs exploitent des outils de classification basés sur l’IA pour générer des résultats présentant un haut niveau de fiabilité ; ces résultats sont intégrés dans les flux de travail avec un minimum de frictions, et le processus avance plus rapidement que ne l’ont jamais permis les cycles de révision traditionnels. Mais le processus décisionnel sous-jacent est rarement consigné de manière à pouvoir être réexaminé. 

Lorsqu’une classification est remise en cause ultérieurement, que ce soit dans le cadre d’un examen interne ou par une autorité compétente, l’organisation peut voir quelle décision a été prise, mais pas toujours comment elle a été prise. Il n’existe souvent aucun enregistrement structuré concernant : 

• quelles caractéristiques du produit ont influencé ce résultat,  

• quelles règles juridiques ont été appliquées,  

• ou si un évaluateur humain a examiné le résultat.  

Le véritable processus de « réflexion » se perd. En temps réel, rien ne semble incorrect ; le problème n’apparaît que lorsque la décision doit être expliquée et c’est à ce moment-là que le fossé devient évident : 

• La classification existe, mais le raisonnement qui la sous-tend n’existe pas. 

Dans le cadre d’un processus manuel, cela constituerait une lacune en matière de documentation, mais dans le cadre d’un processus piloté par l’IA, cela devient un risque systémique. 

Des résultats aux données probantes

L’objectif de la loi européenne sur l’IA n’est pas d’interdire l’utilisation de l’IA dans le domaine de la conformité commerciale, ni de classer automatiquement tous ces systèmes comme présentant un risque élevé. Fondamentalement, la loi exige que, lorsque l’IA contribue à des décisions ayant des conséquences réglementaires, les organisations doivent être en mesure de démontrer : 

• le fonctionnement du système 

• comment les résultats sont générés

• lorsque la supervision humaine est mise en œuvre

• et comment les décisions peuvent être reconstituées a posteriori

Ces attentes se reflètent directement dans les exigences de la loi européenne sur l’IA concernant : 

• documentation technique (article 11)

• tenue des registres et enregistrement des données (article 12)  

• la transparence et les instructions d’utilisation (article 13), et  

• contrôle humain (article 14)  

Pourquoi la classification des échanges commerciaux est particulièrement exposée 

Contrairement à de nombreux cas d’utilisation où l’IA a un impact sur les particuliers, pour les professionnels de la conformité commerciale, elle concerne les déclarations légales, les déclarations douanières et les formalités administratives liées au contrôle des exportations. Cela signifie que les risques ne se limitent pas à la seule protection de la vie privée, mais portent directement sur la responsabilité financière et juridique de l’entreprise.

Les raisons pour lesquelles les décisions de classification revêtent une importance capitale sont les suivantes : 

• ayant force obligatoire,  

• sous réserve d’un examen a posteriori,  

• et est directement lié à la responsabilité de l’organisation.  

Une classification tarifaire erronée peut entraîner une réévaluation et des sanctions. Une détermination erronée en matière de contrôle des exportations peut déboucher sur un problème réglementaire bien plus grave. Dans les deux cas, les autorités ne vous demanderont pas si vous avez eu recours à l’IA. 

Si votre réponse ne peut être démontrée de manière claire et cohérente, étayée par une logique documentée et des résultats traçables du système, le risque incombe à l’organisation, et non au système d’IA. 

L’illusion de la confiance 

De nombreux systèmes de classification basés sur l’IA génèrent un score de confiance en plus de leur résultat, ce qui rassure l’utilisateur et renforce la crédibilité perçue du résultat. Toutefois, au regard de la réglementation, ce score de confiance n’a que peu de poids, car il ne fournit pas d’éléments probants à l’appui de son résultat.

En vertu de l’article 15 de la loi européenne sur l’IA, les systèmes doivent atteindre des niveaux appropriés de précision, de robustesse et de fiabilité, mais ils doivent également s’appuyer sur des processus permettant de comprendre et d’évaluer leurs résultats. Si vous ne pouvez pas expliquer une classification, vous ne pouvez pas la défendre, quelle que soit la valeur du score de confiance.

C’est dans la nature humaine : à mesure que les outils d’IA s’intègrent davantage dans les processus de travail quotidiens, on a naturellement tendance à accepter leurs résultats sans les remettre en question, car tout cela devient une routine. Surtout lorsque le système d’IA semble cohérent et faire autorité. C’est pourquoi la loi européenne sur l’IA vise à garantir que les organisations conservent le contrôle sur ce recours à l’IA, plutôt que de laisser le système prendre le dessus dans la prise de décision. 

La responsabilité n’a pas changé 

Un principe reste inchangé : l’utilisation de l’IA n’entraîne pas un transfert de responsabilité. L’obligation légale de classification, que ce soit dans les déclarations en douane ou dans les évaluations relatives au contrôle des exportations, incombe toujours au déclarant et à l’organisme exportateur. 

La loi européenne sur l’IA ne réglemente pas les résultats en tant que tels. Elle réglemente la manière dont les organisations produisent et gèrent ces résultats. Si une classification assistée par l’IA entraîne un problème de conformité, la question ne sera pas de savoir si l’outil a failli à sa mission. Il s’agira de savoir si l’organisation a exercé une surveillance appropriée et si elle est en mesure de démontrer, au moyen de documents et d’archives, comment la décision a été prise. 

Ce qui doit changer dès maintenant 

Les organisations qui seront prêtes ne sont pas celles qui expérimentent les modèles les plus avancés. Ce sont celles qui se penchent sur des questions plus fondamentales :

• Les décisions de classification peuvent-elles être reconstituées dans leur intégralité ? Y compris les données d’entrée, la logique et le résultat ? 

• La supervision humaine est-elle clairement définie, appliquée de manière cohérente et documentée conformément aux exigences de la loi ? 

• L’organisation est-elle en mesure d’expliquer ses décisions de classification en des termes qui résisteraient à un examen minutieux des autorités de régulation ? 

Si la réponse à l’une de ces questions est incertaine, le problème est davantage d’ordre structurel que technologique. Il est d’ordre structurel. 

Une nouvelle norme de classification 

Depuis des années, la conformité commerciale met l’accent sur l’efficacité, la réduction des tâches manuelles, l’accélération des processus et l’amélioration de la cohérence ; l’IA aide-t-elle les organisations à atteindre ces objectifs ? Cependant, la loi européenne sur l’IA introduit une nouvelle exigence : la responsabilité à grande échelle. 

Les récentes recommandations réglementaires et les commentaires des acteurs du secteur aboutissent systématiquement à la même conclusion : les organisations doivent être en mesure de justifier et de démontrer comment les décisions fondées sur l’IA sont prises, et non pas simplement de présenter les résultats eux-mêmes. 

Les organisations qui s’imposeront dans ce contexte ne seront pas celles qui automatiseront le plus rapidement. Ce seront celles qui mettront en place des processus de classification, s’appuyant sur l’IA, qui soient transparents, maîtrisés et justifiables. En effet, la classification ne se limite plus aujourd’hui à trouver la bonne réponse, mais consiste également à démontrer comment cette réponse a été obtenue.