La Small Business Administration a passé plus d'un an avec la quasi-totalité de ses travaux en intelligence artificielle gelés — et elle n'avait toujours pas indiqué au public quels systèmes d'IA elle utilise, six ans après que le Congrès a exigé cette divulgation pour la première fois. Ce n'est pas une contradiction enfouie dans une note de bas de page. C'est la conclusion principale d'un nouveau rapport du Government Accountability Office, et si vous répondez à des appels d'offres fédéraux ou visez une subvention SBIR ou STTR, cela mérite cinq minutes de votre attention.
Ce que la GAO a réellement constaté
Le rapport GAO-26-107828, « Artificial Intelligence: Uses and Risks for Small Business Contracting and Innovation Research », publié le 4 mai 2026, s'est penché sur la manière dont la SBA et le réseau d'agences fédérales qu'elle supervise gèrent l'IA. Les constats se divisent en deux volets.
La pause. En mars 2025, la SBA a gelé pratiquement toute son activité liée à l'IA afin de vérifier sa conformité aux décrets exécutifs fédéraux et de redéfinir ses priorités. Au moment des travaux de terrain de la GAO en avril 2026, ce gel était encore largement en vigueur — à une exception près : sept projets pilotes ont été autorisés à continuer, pour tester la sécurité, la performance et la valeur avant tout déploiement plus large.
Le déficit de transparence. Par ailleurs, la loi fédérale exige des agences qu'elles rendent publics leurs cas d'usage précis de l'IA — ce que fait le système, comment il a été construit, comment il a été acquis — depuis 2020. La SBA n'a publié son premier inventaire de ce type qu'en mars 2026. La GAO attribue ce retard de six ans à des processus internes de documentation défaillants et à un fort renouvellement du personnel chargé de ce reporting. La recommandation de la GAO était étroite et procédurale : établir une politique formelle désignant clairement qui est responsable de la compilation et de la publication de cet inventaire à l'avenir. La SBA a accepté cette recommandation. Au moment du rapport, la GAO la classe toujours comme « ouverte », ce qui signifie qu'elle n'a pas encore vérifié que la SBA l'a mise en œuvre.
Sous ces deux constats, la GAO a également réuni des panels d'experts pour identifier où l'IA pourrait plausiblement apporter une aide. Cette liste est utile car elle donne un aperçu de ce qui s'annonce une fois la pause levée : recherche de marché pour déterminer quelles petites entreprises sont capables de répondre à un marché donné, examen plus rapide des propositions, détection de fraude sur le volume de soumissions reçues par les agences, analyse des données des rapports que les agences déposent auprès de la SBA, et rédaction des rapports annuels que la SBA doit elle-même produire. À l'inverse, les risques que la GAO a signalés en parallèle de ces usages sont ceux qui devraient réellement changer votre façon de faire dès cette semaine : résultats inexacts, exposition en matière de confidentialité et de sécurité des données, résultats biaisés, et une main-d'œuvre technique fédérale que les panélistes jugent trop réduite pour vérifier correctement tout cela avant tout déploiement.
En prenant du recul, le gel de la SBA paraît presque à contre-courant. L'usage de l'IA générative dans l'ensemble des agences fédérales a été multiplié par environ neuf depuis 2023. La SBA a marqué une pause pendant que le reste de l'administration accélérait globalement — ce qui signifie que les systèmes évaluant vos offres ou vos demandes de subvention dans d'autres agences s'appuient peut-être déjà sur l'IA aujourd'hui, alors même que les outils de la SBA restent au placard.
Pourquoi cela compte si vous répondez à des marchés fédéraux
Deux des cas d'usage signalés par la GAO — la recherche de marché et la prévention de la fraude — vous concernent avant même que vous ayez soumis le moindre mot.
Si une agence utilise l'IA pour identifier quelles petites entreprises sont qualifiées pour une opportunité donnée, ce système ne vaut que ce que valent les données dont il se nourrit. Votre inscription sur SAM.gov et votre profil sur le Dynamic Small Business Search (DSBS) constituent le dossier qu'il consulte. Un code NAICS obsolète, une description des capacités périmée, ou une certification arrivée à expiration et jamais renouvelée ne se contente plus de paraître négligé aux yeux d'un agent de passation de marchés humain — cela peut désormais signifier qu'un algorithme ne vous fait jamais apparaître comme correspondance en premier lieu. Le rapport de la GAO note lui-même qu'une recherche de marché fondée sur des données incomplètes risque d'exclure des entreprises pourtant compétentes. En pratique : révisez et actualisez vos fiches SAM.gov et DSBS au moins une fois par an, ainsi qu'à chaque changement de vos certifications, de vos références ou de vos capacités essentielles — pas seulement quand vous vous en souvenez.
Le second point concerne votre réaction lorsque quelque chose semble anormal. Le filtrage assisté par IA, partout où il est déployé, produit des faux positifs et des faux négatifs, comme tout système de classification. Si une proposition est rejetée ou si le résultat d'une offre semble incohérent avec vos performances passées sur des travaux similaires, ne supposez pas que le processus était purement humain et donc exempt d'erreurs, et ne supposez pas non plus qu'un signalement automatisé est nécessairement correct. Demandez directement à l'agent de passation de marchés si des outils d'IA ont joué un rôle dans l'évaluation, et exigez une explication des critères utilisés. Cette question est légitime dès aujourd'hui, et elle le deviendra encore davantage à mesure que les outils actuellement suspendus de la SBA seront remis en service.
Ce que cela signifie si vous visez une subvention SBIR ou STTR
Le calendrier ici recoupe un changement structurel plus vaste : le Small Business Innovation and Economic Security Act de 2026, promulgué le 13 avril 2026, a réautorisé les programmes SBIR et STTR jusqu'au 30 septembre 2031, après une interruption de six mois. Les agences doivent désormais suivre plus précisément les types de subventions dans les données fédérales de passation de marchés — en signalant les subventions directes en Phase II, les subventions Strategic Breakthrough et les suites de Phase III, et en référençant le numéro du contrat SBIR/STTR d'origine lorsqu'un contrat de suite est enregistré. Ce sont des données plus structurées qui transitent par les mêmes systèmes auxquels la GAO estime qu'une couche d'IA pourrait un jour s'ajouter pour l'analyse et la prévention de la fraude.
Deux conséquences en découlent.
D'abord, côté candidature : si le filtrage des propositions assisté par IA devient un élément du tri de votre soumission de Phase I ou de Phase II, traitez-le comme vous traiteriez tout premier tri automatisé — partez du principe qu'un humain devra toujours examiner l'ensemble du dossier, et ne comptez pas sur des astuces de mise en forme ou un bourrage de mots-clés pour déjouer un système qui n'est peut-être même pas encore déployé au sein de l'agence évaluatrice. Écrivez pour l'évaluateur technique, pas pour le filtre.
Ensuite, et de façon plus concrète : la conformité SBIR/STTR repose déjà sur la documentation, indépendamment de tout ce qui touche à l'IA. Les bénéficiaires sont tenus de conserver des relevés de temps contemporains montrant comment les heures de chaque employé se rattachent à la recherche financée, de maintenir la cohérence des factures et accords de sous-traitance avec les termes de la subvention, et de suivre les normes de comptabilité analytique prévues par le FAR. Rien de tout cela n'est nouveau. Ce qui est nouveau, c'est la direction prise : un écosystème d'agences de plus en plus capable de recouper les données de subventions, d'ajouter des outils de détection de fraude à sa feuille de route, et de retracer les contrats de suite jusqu'à leur numéro SBIR/STTR d'origine. Des dossiers propres et cohérents cessent d'être une simple bonne pratique de préparation à un audit et deviennent ce qui évite à votre dossier de se distinguer pour de mauvaises raisons dans un système conçu pour repérer les anomalies.
Mesures concrètes à prendre dès maintenant
- Actualisez SAM.gov et votre profil DSBS au moins une fois par an, et immédiatement après tout changement de certification, de code NAICS ou de références — traitez-les comme des données vivantes lues par un algorithme, et non comme un formulaire rempli une seule fois.
- Tenez une comptabilité ou un centre de coûts distinct par subvention. Le mélange des coûts entre différents contrats est le constat le plus fréquent dans les audits de subventions fédérales, que l'IA soit impliquée ou non.
- Tenez des feuilles de temps contemporaines pour toute personne facturant du temps sur un contrat à remboursement de coûts ou en régie — des relevés reconstitués après coup constituent un signal d'alerte récurrent lors des audits.
- Rapprochez mensuellement les factures des sous-traitants des termes de la subvention, et non la semaine précédant l'échéance d'un rapport. Une cohérence maintenue dans le temps se lit très différemment aux yeux d'un évaluateur — humain ou automatisé — qu'une pile de factures assemblée rétroactivement.
- Posez la question directement chaque fois qu'une offre, une proposition ou le résultat d'une subvention semble incohérent avec votre historique : l'IA a-t-elle joué un rôle dans cette évaluation, et quels étaient les critères ?
Gardez vos dossiers de contrats fédéraux prêts pour l'audit
Que l'IA finisse ou non par filtrer votre prochaine proposition, la discipline sous-jacente reste celle que la conformité des subventions fédérales a toujours exigée : des dossiers complets, cohérents et faciles à retracer jusqu'à leur source. Beancount.io propose une comptabilité en texte brut et versionnée, afin que chaque écriture — et chaque modification qui lui est apportée — dispose d'un historique permanent et auditable au lieu de rester enfermée dans une boîte noire. Commencez gratuitement et gardez votre comptabilité aussi défendable que vos propositions.