L’informatique quantique peut révolutionner l’administration fiscale

La vitesse et la précision de l’informatique quantique en font un outil idéal pour collecter et analyser des données, modéliser l’impact de la législation fiscale proposée, et prévoir et détecter l’évasion fiscale. Les ordinateurs utilisant la technologie quantique peuvent résoudre instantanément des problèmes de calcul qui pourraient prendre des décennies à un PC ordinaire. Ces mêmes qualités menacent cependant la sécurité des données.

L’informatique quantique

L’informatique quantique est basée sur la mécanique quantique, ou l’étude des propriétés physiques des particules atomiques et subatomiques. Un quantum est la plus petite unité physique d’un système. Par exemple, un quantum de lumière est un photon et un quantum d’électricité est un électron. Le mot quantum vient du latin et signifie “un montant” ou “combien?”

Un état quantique dans un système subatomique est un ensemble de propriétés physiques qui peuvent être mesurées simultanément et fournit une distribution de probabilité pour les résultats sur le système de chaque mesure possible. La connaissance de l’état quantique du système et des règles d’évolution du système dans le temps couvre tout ce qui peut être prédit sur le comportement du système.

Un ordinateur quantique diffère d’un ordinateur classique par son unité d’information de base. L’ordinateur classique fonctionne sur des bits de 1 et 0, connu sous le nom de système à double traitement. Les ordinateurs quantiques reposent sur des bits quantiques, ou “qubits”, qui fonctionnent avec 1, 0 ou une combinaison des deux. Les qubits peuvent être conçus sous forme de photons, d’électrons ou de noyaux atomiques.

Les qubits permettent à toutes les combinaisons d’informations d’exister simultanément à plusieurs endroits, dans un phénomène connu sous le nom de superposition. Cela permet aux ordinateurs quantiques de calculer simultanément une multitude d’équations ou de possibilités, une tâche effectuée étape par étape par des ordinateurs ordinaires.

Les qubits, comme la plupart des particules subatomiques, peuvent devenir connectés de sorte que l’action sur un qubit puisse influencer un autre qubit, dans un phénomène connu sous le nom d’intrication. Si deux qubits sont intriqués dans le même état quantique, changer l’état d’un qubit changera l’état de l’autre, même si les qubits sont séparés par d’énormes distances.

Cela augmente considérablement la vitesse et la précision des ordinateurs quantiques, ce qui les rend idéaux pour la collecte, le partage et la modélisation de données. Les ordinateurs quantiques peuvent également faciliter la péréquation, le suivi, l’examen et la correction des systèmes fiscaux.

Vitesse et précision

Depuis que l’UE a introduit l’assistance administrative mutuelle en 2011, l’échange d’informations fiscales s’est étendu pour inclure les décisions fiscales transfrontalières anticipées, les accords préalables sur les prix, les déclarations pays par pays, les informations sur les bénéficiaires effectifs, les arrangements fiscaux transfrontaliers et les ventes sur plateformes électroniques. La collecte et le partage des données sont facilités par des systèmes qui exigent la déclaration publique pays par pays, les piliers 1 et 2 de l’OCDE et la norme de déclaration commune.

Ces systèmes ne réussiront que si la technologie permet aux contribuables de fournir les données sans casser le système. Les ensembles de données qui sont trop volumineux ou complexes pour être gérés par un logiciel de traitement de données traditionnel sont appelés mégadonnées. Les mégadonnées peuvent être collectées et analysées en combinant des processeurs quantiques avec l’intelligence artificielle et un apprentissage automatique amélioré.

L’apprentissage automatique est principalement utilisé pour la classification des données. Les ordinateurs quantiques peuvent créer de nouveaux classificateurs qui génèrent des cartes de données plus sophistiquées, permettant aux chercheurs de développer une IA plus efficace capable d’identifier des modèles invisibles pour les ordinateurs classiques et de classer les données avec plus de précision.

L’identification et l’analyse des données sont l’objectif de la base de données analytique de l’OCDE sur les multinationales individuelles et les sociétés affiliées (ADIMA). Le projet ADIMA examine les opérations de 500 entreprises multinationales pour déterminer l’emplacement de leurs chaînes de valeur, comment elles fonctionnent et où elles paient des impôts.

L’OCDE prévoit d’élargir la base de données et d’inclure des informations que l’on ne trouve généralement pas dans les rapports des entreprises en évaluant les sources de données ouvertes telles que les organes d’information et les sites Web. Les premiers rapports publiés n’ont examiné que les 100 principales entreprises ADIMA et ont constaté que 85 d’entre elles avaient des opérations actives, tandis que les états financiers officiels indiquaient des opérations actives pour seulement 75.

La technologie quantique peut également fournir des analyses d’impact fiscal solides aux gouvernements avant qu’ils ne promulguent une législation. La théorie de l’impact fiscal analyse la manière dont les changements apportés aux systèmes fiscaux affectent la réponse des contribuables et est utile pour examiner des modèles transfrontaliers tels que l’assiette commune consolidée de l’impôt sur les sociétés. Un ordinateur quantique pourrait simuler les effets possibles de la législation proposée sur la répartition de l’assiette fiscale.

Fraude et évasion

La plupart des institutions financières investissent dans des systèmes de détection des fraudes qui utilisent des algorithmes avancés, mais ces systèmes peuvent produire un nombre élevé de faux positifs, ce qui pousse les organisations à être trop averses au risque. L’examen des fausses alertes prend du temps et peut bloquer des transactions légitimes.

Les capacités de modélisation des données des ordinateurs quantiques sont supérieures pour trouver des modèles, effectuer des classifications et faire des prédictions. Une machine à vecteurs de support trie les données en classes dans un ensemble de limites de décision (appelées hyperplan). Son algorithme apprend par exemple à attribuer des étiquettes aux objets. Une fois les machines formées, elles peuvent affecter de nouvelles données à la catégorie appropriée.

Les techniques d’apprentissage automatique utilisées par les machines à vecteurs de support quantiques utilisent des modèles d’apprentissage supervisé pour classer et régresser les données et pour détecter les valeurs aberrantes, ce qui réduit les faux positifs.

Sécurité des données

Mais il y a des inconvénients. Les entreprises, les banques et les gouvernements sont conscients des risques de sécurité des données de l’informatique quantique. En 2015, la National Security Agency des États-Unis avait à l’esprit l’informatique quantique lorsqu’elle a averti les agences de renseignement de choisir des algorithmes cryptographiques. En avril IBM
IBM
a dévoilé la plate-forme z16, promue comme le premier système à sécurité quantique de l’industrie.

L’informatique quantique déplace les ordinateurs au-delà de la logique binaire vers un caractère aléatoire au niveau atomique. Un cryptage mathématiquement suffisamment complexe pour l’instant pourrait être décrypté par une machine quantique à l’avenir. Cela changerait radicalement la dynamique de la prévention de la fraude.

Alors que le citoyen moyen n’a pas les moyens et les connaissances nécessaires pour acquérir et utiliser la technologie (un ordinateur quantique commercial avec 2000 qubits coûte actuellement 15 millions de dollars), les cartels internationaux tirant des revenus importants des rançongiciels pourraient se le permettre.

Imaginez qu’un ordinateur classique soit attaqué par un adversaire doté de technologies quantiques. La sécurité peut être violée rétrospectivement car les messages chiffrés peuvent être interceptés, stockés et déchiffrés 10 ans plus tard.

Cette possibilité a généré une demande de cryptographie quantique sûre. La cryptographie post-quantique, ou un type de cybersécurité pouvant être utilisé par les ordinateurs conventionnels, est en cours de développement. La cryptographie résistante quantique pourrait empêcher l’exposition des données et améliorer la protection des actifs numériques.

En 2016, l’Institut national des normes et de la technologie du département américain du Commerce a lancé un concours appelant les universitaires et les cryptographes de l’industrie à concevoir un algorithme qui pourrait résister au décryptage à partir d’un ordinateur quantique. Le 5 juillet, il a choisi quatre algorithmes à inclure dans sa norme cryptographique post-quantique.