ERA, RESNET et Smart Scanning — L'analyse de risque par IA et le contrôle des cargaisons de la Douane malgache

La Direction générale des Douanes (DGD) de Madagascar a déployé trois outils fondés sur l'intelligence artificielle dans ses opérations de contrôle aux frontières : ERA (Enhanced Risk Assessment), un moteur d'analyse dynamique des risques qui note les cargaisons pour cibler les inspections ; RESNET, un système d'analyse d'image automatisé pour la lecture des images de scanners et de rayons X ; et Smart Scanning, une couche améliorée de scannage des conteneurs et des marchandises. Les responsables douaniers présentent Madagascar comme « la première institution publique à adopter l'intelligence artificielle » dans le secteur public du pays.

Le résultat publié le plus net concerne ERA : les responsables douaniers ont indiqué qu'en janvier 2025, l'outil a contribué à une hausse de 68 % des recettes douanières par rapport à janvier 2024. Le Directeur général Lainkana Zafivanona Ernest a cité ce chiffre publiquement lors d'une conférence technologique à Ankatso, à Antananarivo, le 6 mars 2025, devant plus de 2 500 étudiants et universitaires venus notamment de Durham University, de la London School of Economics et d'Universitas Airlangga.

Le Fonds monétaire international a désigné Madagascar comme son pays pilote en Afrique pour l'intégration de l'IA dans l'administration douanière. Deux experts du FMI, Victor Budeau et François Chastel, ont entamé une mission d'assistance technique sur place à Antananarivo le 24 avril 2025, afin d'intensifier la formation à l'analyse de risque fondée sur l'IA. La DGD affiche l'ambition d'étendre ces outils à d'autres secteurs de contrôle et de partager son expérience au niveau régional d'ici 2029.

Le chiffre de 68 % est un résultat réel et officiellement cité, mais il s'agit d'une seule comparaison mensuelle autodéclarée par l'administration douanière elle-même, et non d'une statistique auditée de façon indépendante ; aucune donnée de coût, de taux de détection de la fraude ni de taux de faux positifs n'a été publiée en complément. Aucune description publique d'une procédure de recours, d'un organe de contrôle indépendant ou d'un cadre de protection des données encadrant le modèle de notation de risque n'existe non plus — une lacune d'évidence à signaler, même dans un déploiement par ailleurs substantiel et multi-sourcé.