Pourquoi cette mesure ?
La commande publique concentre des risques connus : favoritisme, conflits d’intérêts, fractionnement, ententes, avenants anormaux ou fournisseurs liés. Les contrôles ex post peuvent intervenir trop tard, lorsque le contrat est signé et la dépense engagée. 11.12 propose donc un contrôle préventif proportionné : utiliser les données de marchés pour repérer des combinaisons de signaux et déclencher une revue humaine avant certaines étapes critiques.
Pour 11.12, le critère de réussite n’est donc pas le nombre de nouvelles règles adoptées mais la transformation observable du mécanisme « Contrôle préventif des marchés à risque ». Avant le déploiement national, le dossier fixe l’état de départ, le public concerné, le responsable de la donnée et la procédure de recours. Cette discipline permet de distinguer une proposition politique — légitime à débattre — d’une économie ou d’un résultat déjà démontré. Elle rend également possible un abandon documenté si l’expérimentation montre que le coût administratif, le risque juridique ou l’effet social est supérieur au bénéfice.
État des lieux en 2026 : partir de ce qui existe réellement
L’Agence française anticorruption et la Direction des achats de l’État publient déjà un guide consacré à la maîtrise du risque de corruption dans le cycle de l’achat public. Le plan national anticorruption 2025-2029 accorde également une attention à la sécurisation des achats publics. Le projet ne part donc pas d’un vide méthodologique. Il doit transformer des cartographies et bonnes pratiques en contrôles outillés, tout en évitant qu’un score statistique stigmatise automatiquement une entreprise ou un acheteur.
Source au point d’usage : AFA — guide risque de corruption dans l’achat public ↗
11.12 doit s’appuyer sur les données de commande publique et sur une cartographie des risques de corruption, pas sur l’idée qu’un algorithme pourrait déclarer un marché « suspect » à lui seul. Les signaux pertinents peuvent concerner la concurrence, la répétition d’attributions, les modifications de contrat, le fractionnement ou d’autres anomalies définies par l’AFA et les contrôleurs. La réforme doit présenter ces signaux comme des déclencheurs de revue, jamais comme une preuve d’infraction. Le contrôle humain et la traçabilité des critères sont donc au cœur du dispositif.
Démonstration financière : brut, net, transition et double compte
Aucun montant forfaitaire n’est ajouté au total. Le coût comprend développement, données, analystes et traitement des alertes. Le gain n’existe que si une procédure est corrigée, renégociée ou abandonnée avec un montant documenté. Le tableau distingue également un marché bloqué à tort, qui représente un coût potentiel. La performance peut s’exprimer par euros d’anomalies confirmées par euro de contrôle, mais jamais par la valeur totale des marchés simplement signalés.
Le coût de 11.12 comprend l’outillage d’analyse, la qualité des données, le travail des contrôleurs et l’instruction des alertes. Une économie ne peut être comptée que lorsqu’un contrôle préventif évite une dépense, corrige un marché avant paiement ou aboutit à un recouvrement réellement constaté. La valeur totale des marchés signalés n’est évidemment pas une économie. Le rendement doit être calculé comme valeur financière corrigée ou évitée, diminuée du coût de contrôle, avec un registre empêchant de compter une même anomalie dans 11.10, 11.12 et 11.13.
Droit applicable et mise en œuvre
Le moteur doit respecter le Code de la commande publique, les règles de protection des données et les droits des opérateurs économiques. Les critères de risque peuvent être documentés sans publier des règles de sécurité facilitant le contournement. Une alerte ne constitue pas une preuve de favoritisme ou de corruption ; elle ouvre une revue contradictoire par un professionnel compétent. Les transmissions pénales restent fondées sur des faits et la procédure applicable.
Le véhicule « Loi / règlement / doctrine d’audit » décrit la voie principale de 11.12, pas une formule magique. Les textes secondaires, les consultations, la protection des données, les règles budgétaires et les droits transitoires peuvent exiger plusieurs actes successifs. La page distingue donc ce qui relève de la loi, du règlement, de la doctrine administrative et de l’organisation interne. Une difficulté sur une couche ne justifie pas de contourner la hiérarchie des normes : le Plan B change le chemin d’exécution tout en conservant les garanties et le droit au recours.
Plans A, B et C : maintenir l’objectif sans contourner le droit
Déployer une matrice de risque sur les marchés ouverts, avec revue humaine obligatoire pour les alertes élevées et suivi des résultats.
Si un modèle statistique manque de fiabilité, utiliser des règles explicables plus simples : fractionnement, concentration, avenants, délais anormaux, liens d’intérêts connus.
Si le contrôle préalable ralentit trop les achats, le réserver aux segments à forte valeur ou fort risque et renforcer l’audit ex post sur les autres.
Si le scoring automatisé génère trop d’alertes, le Plan B limite l’outil à quelques signaux simples et documentés, combinés à une revue périodique des acheteurs. Le Plan C renonce à un score global et développe des contrôles thématiques ciblés à partir des guides de l’AFA et des données essentielles. Le dispositif reste alors préventif sans faire dépendre une enquête d’un modèle opaque. Les trois scénarios doivent être comparés selon le taux d’alertes utiles et le temps de contrôle mobilisé.
Risques, objections et garde-fous
Un contrôle préventif peut bloquer des achats urgents, favoriser les grands acteurs capables de produire davantage de conformité ou créer un biais de suspicion contre certains secteurs. Un algorithme entraîné sur des affaires passées peut aussi reproduire les priorités historiques de contrôle. Il faut donc mesurer faux positifs, délais ajoutés, diversité des fournisseurs et qualité des décisions humaines.
Un indicateur ou un modèle doit être désactivé s’il signale de façon persistante des comportements licites, s’il ne peut pas être expliqué aux contrôleurs ou si la donnée source se révèle trop incomplète pour justifier son usage. Une alerte ne doit jamais entraîner automatiquement une sanction ou une exclusion d’un opérateur économique. Le mécanisme d’arrêt protège donc à la fois la qualité de l’achat public et les droits des entreprises : il oblige à retirer les règles de détection qui ne démontrent pas leur utilité.
Indicateurs, audit et preuve de réussite
Tableau minimal : marchés analysés ; alertes ; alertes confirmées ; faux positifs ; montants corrigés ; délais ajoutés ; avenants ; concentration fournisseurs ; transmissions AFA/parquet ; coût du dispositif ; recours.
11.12 doit suivre le nombre d’alertes, la proportion classée sans suite, la proportion ayant entraîné une correction avant signature ou paiement, les montants effectivement sécurisés, le délai de traitement et les recours éventuels. Il faut aussi mesurer la concentration des alertes sur certains acheteurs afin de détecter un biais de données ou de paramétrage. La qualité du système augmente lorsque moins d’alertes suffisent à identifier davantage de situations réellement problématiques, pas lorsqu’un tableau de bord devient rouge partout.
Approfondissement : ce que la synthèse ne doit pas cacher
L’algorithme classe des dossiers, pas des coupables
Le score sert à organiser le temps des contrôleurs. Il ne doit apparaître dans aucune décision publique comme preuve d’une infraction. Chaque conclusion est fondée sur des pièces, une analyse juridique et, lorsque nécessaire, un contradictoire.
La page doit publier un catalogue de signaux avec, pour chacun, la donnée utilisée, l’hypothèse de risque, le type de contrôle déclenché et les faux positifs connus. Cette documentation rend le système auditable par les acheteurs, les contrôleurs et, lorsqu’approprié, le public. Elle évite la boîte noire où un marché reçoit un score sans que personne ne sache quel événement l’a produit. La prévention devient alors une procédure explicable plutôt qu’une accusation automatisée.
Relier la prévention à l’open data 11.10
Plus les données de marchés sont normalisées, plus un contrôle peut repérer concentration, avenants ou fractionnement. 11.12 dépend donc de la qualité de 11.10 mais ne revendique pas les mêmes gains financiers.
Auditer les biais du contrôle
Le tableau compare le taux d’alerte et de confirmation par type d’acheteur, secteur et taille de fournisseur. Une catégorie beaucoup plus souvent contrôlée sans plus d’anomalies confirmées signale un biais à corriger.
Sources primaires et institutionnelles
- AFA — guide risque de corruption dans l’achat public ↗
- AFA — plan national anticorruption 2025-2029 ↗
- DAJ — données essentielles de la commande publique ↗