Maîtriser la gestion prédictive des risques pour les RH et la conformité

Votre équipe ressent probablement déjà la pression. Une allégation de faute professionnelle arrive aux RH. Le service Conformité ouvre un dossier. Le service Juridique demande ce qui était connu, quand cela a été connu et pourquoi personne n'a agi plus tôt. Les Opérations veulent que l'affaire soit maîtrisée avant qu'elle ne prenne de l'ampleur. La direction souhaite des réponses rapides, mais les faits sont éparpillés dans des courriels, des rapports, des tableurs et des souvenirs.

C’est la réalité opérationnelle de nombreuses organisations. Le problème ne réside pas seulement dans la survenue d’incidents, mais aussi dans le fait que la plupart des entreprises continuent de gérer les risques comme si le seul moment opportun pour agir était après que les dégâts soient visibles.

Cette norme n'est plus valable. Dans les environnements réglementés, une gestion réactive engendre des risques évitables et pose un problème d'éthique. Lorsqu'une affaire fait l'objet d'une enquête formelle, il est déjà trop tard pour nuire aux employés, aux clients, à la réputation et à la crédibilité de la gouvernance. La gestion prédictive des risques modifie ce processus. Au lieu d'attendre que des allégations, des pertes ou des audits révèlent des faiblesses, elle utilise des indicateurs structurés pour identifier plus tôt les problèmes, permettant ainsi de vérifier les informations, d'intervenir et de documenter les actions conformément aux politiques en vigueur.

La question cruciale n'est pas de savoir si la prédiction est possible, mais plutôt si elle peut être réalisée de manière responsable, sans tomber dans la surveillance, les préjugés ou les prises de décision non autorisées. Pour les responsables RH et conformité, cette distinction est plus importante que la technologie elle-même.

Pourquoi la gestion réactive des risques ne suffit plus

La plupart des programmes réactifs semblent rigoureux sur le papier. Ils définissent les lignes hiérarchiques, documentent les enquêtes, préservent les preuves et font remonter les cas graves. Mais ils interviennent encore trop tard.

Un modèle réactif attend une plainte, une défaillance de contrôle, une constatation d'audit, une démission assortie d'allégations ou une anomalie financière suffisamment importante pour déclencher un examen. Si cela peut satisfaire aux exigences procédurales de base, l'organisation se retrouve alors en état de défense permanent. Les équipes consacrent leur énergie à reconstituer les événements plutôt qu'à prévenir leur survenue.

Le coût d'un retard

Lorsque les organisations n'enquêtent qu'après un incident visible, plusieurs choses se produisent simultanément :

• Les faits se figent : les témoins se rallient à des récits incomplets, les documents se dispersent et le contexte disparaît.

• Le risque juridique s'accroît : les avocats doivent évaluer non seulement l'événement lui-même, mais aussi si des signaux d'alerte antérieurs ont été ignorés.

• La confiance s'érode en interne : les employés constatent que l'entreprise n'agit avec détermination qu'une fois le préjudice rendu public.

• La direction perd du temps : les équipes dirigeantes sont mobilisées pour la gestion de crise au lieu de se consacrer à la supervision et à la prévention.

Si vous avez déjà constaté les difficultés opérationnelles engendrées par une affaire interne, cette analyse du coût réel des enquêtes réactives vous semblera familière. Le coût n'est pas seulement financier : il se traduit par des prises de décision plus lentes, une documentation plus lourde et une confiance réduite au sein des différents services.

La gestion réactive des risques considère les incidents comme le premier signal exploitable. En pratique, c'est souvent le dernier moment où agir reste peu coûteux.

Le marché a évolué car les organisations en sont conscientes. KPMG note que la fonction de gestion des risques passe de processus statiques à des capacités dynamiques et prospectives, et cite une projection selon laquelle le marché mondial de la gestion des risques atteindra 28,7 milliards de dollars d'ici 2027 en réponse à la pression réglementaire croissante et aux limites des méthodes réactives ( KPMG sur la gestion prédictive des risques ).

Pourquoi cela constitue-t-il désormais un problème de gouvernance ?

Les conseils d'administration, les organismes de réglementation et les employés se moquent bien de savoir si une équipe de gestion des risques était occupée. Ce qui les intéresse, c'est de savoir si l'organisation disposait d'un moyen fiable de détecter les risques émergents avant qu'ils ne deviennent significatifs.

C’est pourquoi de plus en plus de dirigeants repensent la manière de sécuriser leur entreprise en 2026. Concrètement, il ne s’agit pas d’acheter davantage de tableaux de bord, mais de passer d’une gestion a posteriori à une intervention précoce et préventive.

De la réaction à la prédiction : un changement fondamental

L'analogie la plus parlante est celle des soins de santé. La gestion réactive des risques s'apparente à la chirurgie d'urgence. La gestion prédictive des risques s'apparente à la médecine préventive.

L'intervention d'urgence reste essentielle. Elle est indispensable lorsqu'une situation critique se présente. Cependant, aucun système de santé digne de ce nom ne saurait se prétendre efficace s'il ne prenait en charge les patients qu'après leur arrêt cardiaque. Le même raisonnement s'applique aux risques internes, à l'intégrité, à la conformité et aux manquements à l'éthique professionnelle.

D'où vient le changement ?

La gestion prédictive des risques a gagné en crédibilité dans le domaine de la sécurité aérienne au début des années 2000, lorsque les spécialistes ont cessé d'analyser les données d'accidents et ont commencé à utiliser les données opérationnelles courantes pour identifier les dangers avant qu'un incident grave ne survienne ( voir SKYbrary sur la gestion prédictive des risques ). Ce changement est important car il a établi le principe moderne selon lequel les indicateurs avancés issus des opérations de routine peuvent contribuer à une maîtrise plus précoce des risques .

Il s'agit là d'une rupture conceptuelle avec les méthodes traditionnelles. L'ancien modèle se demande : « Que s'est-il passé ? » Le modèle prédictif se demande : « Quels signaux se forment et que devons-nous vérifier maintenant ? »

Pour les équipes travaillant sur des systèmes de décision centrés sur l'humain, cette discussion plus large sur l'intelligence décisionnelle dans la gestion des risques humains est utile car elle présente la prédiction comme un soutien structuré au jugement, et non comme un jugement automatisé en soi.

Comparaison entre réactif et prédictif

Attribut	Gestion réactive des risques (l'ancienne méthode)	Gestion prédictive des risques (la nouvelle norme)
Déclencheur principal	Plainte, perte, violation, incident, constat d'audit	Indicateurs précoces, anomalies, précurseurs, changements de seuil
Focus sur les données	Des archives tardives de ce qui s'est déjà produit	Données opérationnelles de routine et signaux structurés
Timing	Après que le dommage soit visible	Avant que le risque ne devienne matériel
Question principale	Qui a fait quoi ?	Quelles sont les conditions qui suggèrent un risque accru ?
Flux de travail typique	Enquêter, contenir, remédier	Surveiller, vérifier, signaler, atténuer
Rôle des personnes	Les humains reconstituent les événements sous pression	Les humains examinent les signaux et agissent sous la gouvernance
Effet commercial	Stress accru lié aux perturbations et aux preuves	Intervention plus précoce et meilleure continuité du contrôle

Ce qu'est une prédiction et ce qu'elle n'est pas.

La gestion prédictive des risques n'offre aucune certitude. Elle n'identifie pas les intentions. Elle ne remplace pas les procédures régulières.

Cela apporte une contribution plus utile. Cela offre à l'organisation une méthode structurée pour transformer les signaux faibles en actions opérationnelles concrètes. Cela modifie la coordination entre les RH, la conformité, le service juridique et la sécurité. Au lieu de débattre de la gravité d'un problème et de la nécessité d'intervenir, ils peuvent définir à l'avance les indicateurs à vérifier et la réponse appropriée.

Un programme prédictif performant ne porte pas d'accusations hâtives. Il détecte les problèmes précocement.

Les composantes essentielles d'un système prédictif

Les équipes ont souvent tendance à complexifier inutilement la gestion prédictive des risques en commençant par des algorithmes. En pratique, le système ne fonctionne que si quatre éléments sont mis en place dans l'ordre et étroitement liés.

Sources de données gouvernables

La première question n'est pas « Que pouvons-nous collecter ? » mais « Quelles données sommes-nous autorisés à utiliser, et quelles données sont directement liées à des événements à risque définis ? »

Les systèmes prédictifs fiables s'appuient sur des données internes et externes structurées, justifiées par les politiques, le cadre légal et les besoins opérationnels. Il s'agit généralement d'enregistrements liés aux procédures, aux accès, à la gestion des cas, aux événements de conformité, aux écarts de flux de travail, aux conflits, aux approbations, aux exceptions et autres processus métier documentés. Ils ne nécessitent aucune surveillance cachée.

Signaux indiquant des précurseurs

Le cadre ERM de NC State décrit une méthode pratique : définir les principaux événements à risque, identifier leurs précurseurs et les associer à des sources de données, puis les surveiller à l’aide de seuils prédéfinis afin que les préoccupations qualitatives deviennent des signaux opérationnels ( NC State ERM sur l’intelligence prédictive des risques ).

Cette approche est importante car elle permet de rendre explicite la logique causale. Il ne s'agit pas de demander à un modèle de « trouver les personnes mal intentionnées », mais de lui demander de faire émerger des conditions mesurables associées à des scénarios de risque déjà définis par votre organisation.

Une manière utile d'envisager la conception des signaux est de parler de niveaux de gravité :

• Indicateurs préventifs : Préoccupations, incertitudes ou dérives de contrôle précoces qui justifient un examen.

• Indicateurs renforcés : signaux plus persistants ou convergents qui justifient une attention interfonctionnelle.

• Éléments déclencheurs de vérification : seuils nécessitant une évaluation humaine documentée.

Cela se rapproche de la discipline utilisée dans l'évaluation composite des risques , où de multiples indicateurs faibles ne prennent sens que lorsqu'ils sont interprétés ensemble et dans leur contexte.

Des modèles qui soutiennent, et non qui jugent

Les modèles servent à repérer les tendances. Ils classent, hiérarchisent, hiérarchisent et signalent. Ils n'établissent ni la culpabilité, ni la crédibilité, ni les intentions.

Cette distinction est cruciale sur le plan opérationnel. Un modèle prédictif doit produire un résultat compréhensible et vérifiable par un expert humain. Si ce résultat ne peut être relié à des indicateurs, des seuils et une logique pertinents pour les politiques publiques, le modèle, bien qu'intéressant sur le plan technique, s'avère insuffisant du point de vue de la gouvernance.

Des flux de travail qui transforment les signaux en actions

Le résultat d'un système prédictif ne devrait jamais se limiter à un simple score affiché sur un tableau de bord. Il devrait déclencher un processus.

Ce flux de travail pourrait inclure :

1. Tri initial effectué par une fonction désignée.

2. Vérification des politiques pour confirmer que le problème relève du champ d'application approuvé.

3. Vérification par un examen légal et documenté.

4. Escalade si le seuil d'une action formelle est atteint.

5. Clôture ou suivi avec une justification vérifiable.

L'une des plateformes utilisées pour ce type de processus coordonné est E-Commander de Logical Commander Software Ltd., qui centralise les informations sur les risques, les flux de travail d'atténuation, les tableaux de bord et la documentation des preuves dans un environnement opérationnel unifié. L'important n'est pas la marque, mais l'architecture. Les feuilles de calcul fragmentées facilitent rarement la traçabilité ou une vérification humaine cohérente.

Mise en œuvre de la gestion prédictive des risques : une feuille de route

La plus grande erreur de mise en œuvre consiste à choisir un logiciel avant que l'organisation n'ait défini ce qu'elle cherche à prévenir, qui est responsable des décisions et quelles preuves justifieront une intervention. La gestion prédictive des risques échoue rapidement lorsque la technologie précède la gouvernance.

Un déploiement réussi est plus simple qu'on ne le pense. Il repose sur trois piliers : les personnes, les processus et la technologie.

Pour contextualiser la séquence, cette feuille de route constitue une référence visuelle utile.

Les personnes capables de gouverner le système

Ce problème ne peut être géré par un seul service. Les RH examinent les risques liés à la conduite et au personnel. La conformité se concentre sur les obligations et les contrôles. Le service juridique analyse la responsabilité et la défense. Les opérations détectent les écarts de processus. La sécurité peut être confrontée à des problèmes internes ou d'accès.

Un groupe de mise en œuvre sérieux comprend généralement :

• Ressources humaines et relations avec les employés : ils comprennent la gestion des cas, l’équité et l’impact sur les effectifs.

• Conseillers juridiques et en matière de protection de la vie privée : ils définissent les limites de l’utilisation des données, les normes d’examen et la documentation.

• Responsables de la conformité et des risques : ils mettent en correspondance les indicateurs avec les politiques et les critères d’escalade.

• Responsables opérationnels : Ils vérifient si un signal proposé reflète la réalité du processus.

Lorsque les équipes souhaitent une orientation rapide sur lesprincipaux risques auxquels les RH sont confrontées aujourd'hui , ce type de vue d'ensemble peut aider à situer les méthodes prédictives dans un programme plus large de gestion des risques liés aux personnes.

Processus avant la plateforme

Avant de configurer un seul modèle, répondez aux questions suivantes :

Question de mise en œuvre	Pourquoi c'est important
Quels sont nos principaux événements à risque ?	Elle définit le périmètre et évite la collecte de données spéculatives.
Qu’est-ce qui est considéré comme un précurseur ?	Elle associe les signaux à des conditions observables plutôt qu'à des soupçons.
Qui examine un signal signalé ?	Cela empêche les prises de décision non autorisées ou incohérentes.
Quel seuil déclenche l'escalade ?	Cela garantit l'équité et la reproductibilité.
Quels documents sont requis ?	Cela protège l'organisation par la suite.

Règle pratique : si vous ne pouvez pas expliquer pourquoi un signal existe, qui l'examine et quelle action il peut légalement déclencher, ne le mettez pas en œuvre.

La technologie ne devrait intervenir qu'une fois ces réponses documentées.

Plus tard, lors du déploiement, cela permet d'aligner les parties prenantes autour d'une vision opérationnelle commune. Cette vidéo offre une introduction visuelle utile sur la manière dont les processus prédictifs peuvent être intégrés à la gestion quotidienne des risques.

https://www.youtube.com/watch?v=jfaABy0E6r4

La technologie comme catalyseur

Une fois la gouvernance clairement définie, la technologie doit exceller dans trois domaines : centraliser les signaux, acheminer les flux de travail et préserver les preuves. Elle doit également permettre aux examinateurs de comprendre l’origine d’un signal et son déroulement ultérieur.

Ce qui ne fonctionne pas, c'est d'intégrer un moteur de scoring à des systèmes déconnectés en espérant que les équipes se coordonnent manuellement. Cette configuration engendre confusion, doublons dans les évaluations et une traçabilité insuffisante. Un programme prédictif gagne en crédibilité lorsque son modèle opérationnel est transparent, et non lorsque ses analyses sont spectaculaires.

Garde-fous éthiques et conformité réglementaire

De nombreux acheteurs s'inquiètent, et à juste titre. Beaucoup de produits présentent la prédiction d'une manière qui brouille les frontières entre surveillance, profilage dissimulé et notation opaque. Les organisations responsables se doivent d'établir une distinction plus claire.

Ce que la gestion éthique prédictive des risques n'est pas

Dans les contextes en contact direct avec les employés, la gestion prédictive des risques ne doit pas reposer sur :

• Surveillance secrète : L’observation cachée érode la confiance et accroît les risques juridiques.

• Profilage psychologique ou émotionnel : ces méthodes dépassent rapidement les limites d’une gouvernance acceptable.

• Logique de détection des mensonges : les décisions à forts enjeux nécessitent des indicateurs opérationnels vérifiables, et non une pseudo-certitude.

• Jugement autonome : les systèmes doivent permettre l’examen, et non décider de la culpabilité, de l’intention ou de la sanction.

La norme de gouvernance est beaucoup plus stricte que « le modèle fonctionne ». Les recherches dans des contextes prédictifs à enjeux élevés soulignent que les modèles doivent être évalués en permanence en termes d’exactitude et d’équité entre les sous-groupes, et non considérés comme des outils de notation ponctuels, et que les acheteurs doivent se concentrer sur les contrôles qui empêchent les abus, les biais et les prises de décision non autorisées ( PMC sur la gouvernance et l’équité des risques prédictifs ).

Que font les programmes responsables à la place

La gestion éthique des risques prédictifs fonctionne en s'auto-limitant.

Elle utilise un périmètre défini. Elle limite les données aux sources justifiées. Elle associe les résultats à des flux de travail documentés. Elle exige une vérification humaine avant toute action. Elle distingue les premières inquiétudes des accusations. Elle conserve une trace écrite de la raison pour laquelle un signal a été généré, de la personne qui l'a examiné et de la décision prise.

C’est ce qui rend le système compatible avec les environnements réglementaires stricts. Le respect de la vie privée, le droit du travail, la lutte contre la discrimination et le respect des procédures légales ne sont pas des détails. Ils en constituent le fondement même.

La conformité en tant que fonctionnalité du système

Les organisations perçoivent souvent la conformité comme un frein à l'innovation. Dans ce domaine, cette vision est erronée. La conformité est ce qui rend la prédiction exploitable.

Un système prédictif conforme devrait faciliter la réponse ultérieure aux questions difficiles :

• Contrôle de la portée : L’utilisation des données était-elle autorisée et pertinente ?

• Traçabilité de la décision : Qui a examiné le signal et selon quelle norme ?

• Examen d'équité : Le modèle a-t-il été vérifié auprès des groupes concernés ?

• Discipline des actions : L'équipe a-t-elle vérifié avant de faire remonter l'information ?

• Conservation des données et documentation : L'organisation peut-elle démontrer ce qui s'est passé et pourquoi ?

Les systèmes prédictifs les plus sûrs ne sont pas les plus agressifs. Ce sont les plus faciles à gérer.

C’est là la ligne de démarcation entre la prévention éthique et la gestion des risques fondée sur la surveillance. L’une renforce l’intégrité institutionnelle. L’autre crée une nouvelle catégorie de responsabilité.

Mesure des indicateurs clés de performance (KPI) de réussite pour la gestion prédictive des risques

Un responsable de la conformité approuve un programme prédictif, puis pose la question cruciale pour savoir s'il résistera à l'examen budgétaire et au contrôle des autorités réglementaires : comment prouver son efficacité sans encourager une surveillance excessive ni créer de nouvelles responsabilités ?

Cette question modifie la conception des indicateurs clés de performance (KPI).

De nombreuses organisations évaluent encore leurs programmes de gestion des risques uniquement à l'aide d'indicateurs rétrospectifs. Le nombre d'incidents, le volume d'enquêtes et les coûts post-incident sont certes pertinents, mais ils ne mesurent qu'une défaillance visible une fois que l'organisation a déjà subi des dommages, des perturbations ou des risques juridiques. La gestion prédictive des risques exige un système de mesure plus rigoureux, capable de démontrer si le programme identifie précocement les signaux crédibles, les soumet à un examen approfondi et améliore les décisions sans pour autant se réduire à une simple surveillance.

Deux niveaux d'indicateurs clés de performance (KPI) sont les plus importants : la qualité du modèle et l'impact opérationnel .

Métriques de qualité du modèle

Une étude sur l'analyse prédictive pour la gestion des risques de projet a révélé qu'un modèle de type Gradient Boosting Machine atteignait une exactitude de 85 % , une précision de 82 % , un rappel de 85 % et un score F1 de 80 % , surpassant ainsi les modèles précédents sur cet ensemble de données ( étude sur l'analyse prédictive pour la gestion des risques de projet ). Ces résultats sont utiles car ils permettent de déterminer si un modèle est suffisamment robuste pour être validé par un humain, conformément aux politiques en vigueur.

Pour les parties prenantes non techniques, la lecture pratique est simple :

• La précision indique si le modèle classe correctement les cas dans l'ensemble.

• La précision permet de déterminer si les cas signalés sont généralement pertinents, ce qui permet de limiter le temps perdu par les examinateurs.

• Le rappel permet de savoir si des cas importants sont manqués.

• Le score F1 indique dans quelle mesure le modèle équilibre les faux positifs et les faux négatifs.

Le compromis est essentiel. Un modèle avec un rappel élevé mais une faible précision peut submerger les équipes de conformité ou RH d'alertes sans intérêt. À l'inverse, un modèle avec une précision élevée mais un rappel faible peut sembler idéal sur un tableau de bord, mais passer à côté des problèmes de conduite, de sécurité ou d'intégrité qui engendrent des risques réels.

Indicateurs d'impact opérationnel

La performance du modèle ne représente que la moitié du travail. La même étude a également fait état d'une meilleure utilisation des ressources et de coûts de projet inférieurs à ceux des méthodes d'allocation traditionnelles dans ce contexte. Pour les praticiens, la leçon est claire : un système prédictif prend tout son sens lorsque de meilleurs signaux permettent un meilleur triage, un examen plus rapide et une intervention plus proportionnée.

Dans les programmes réglementés de gestion des ressources humaines, de conformité et d'intégrité, les indicateurs clés de performance opérationnels utiles comprennent souvent :

• Il est temps d'examiner les indicateurs signalés

• Délai entre le signal et l'atténuation

• Part des problèmes résolus avant l'enquête officielle

• Cohérence de l'escalade dans les cas similaires

• Auditabilité des décisions et gestion des preuves

Je conseille également à mes clients de surveiller la charge de travail des examinateurs et les taux de traitement des alertes. Si les équipes classent une grande partie des alertes comme non pertinentes, le problème n'est pas lié à la productivité, mais plutôt à la qualité du signal, à la conception des seuils ou à un mauvais choix de fonctionnalités. Si les temps d'examen augmentent brusquement, le problème peut provenir du personnel, des règles de routage des cas ou des goulots d'étranglement des approbations, plutôt que du modèle lui-même.

Si l’indicateur clé de performance (KPI) principal reste le « nombre d’incidents ayant fait l’objet d’une enquête », l’organisation mesure la fréquence à laquelle la prévention est intervenue trop tard.

Ce qu'une bonne conception d'indicateurs clés de performance (KPI) empêche

De mauvais indicateurs de performance engendrent de mauvaises pratiques. Si les dirigeants récompensent le nombre d'alertes, les équipes génèrent du bruit. S'ils encouragent les interventions agressives, les managers risquent d'agir sur la base de signaux faibles, créant ainsi des problèmes d'équité, de conditions de travail ou de confidentialité. S'ils se concentrent uniquement sur la réduction des incidents, ils risquent de négliger la cohérence, la documentation et la justification des décisions prises.

Un ensemble d'indicateurs clés de performance (KPI) pertinents reflète les exigences auxquelles les organisations responsables doivent désormais se conformer. Il permet de mesurer l'identification précoce des risques, l'examen humain rigoureux, les mesures proportionnées et la traçabilité des décisions. C'est ainsi que la gestion prédictive des risques démontre sa valeur ajoutée au sein de cadres réglementaires stricts, sans pour autant recourir à la logique de la surveillance.

L'avenir de l'intégrité organisationnelle

La gestion prédictive des risques n'est plus une technique de niche réservée aux secteurs à forte intensité de données. Elle devient une exigence fondamentale pour les organisations qui souhaitent maîtriser les risques liés au personnel, les questions d'intégrité et les risques de non-conformité.

Le changement le plus profond est culturel. Les organisations réactives demandent aux équipes de prouver l'existence d'un problème une fois le dommage constaté. Les organisations prédictives, quant à elles, définissent les risques en amont, les surveillent dans le respect de la loi et interviennent en s'appuyant sur un jugement humain documenté. Ce modèle opérationnel est plus efficace en matière de responsabilité, d'équité et de résilience.

Cela modifie également la notion de leadership. Une gouvernance solide ne se limite pas à réagir adéquatement en cas de crise. Il s'agit de mettre en place des systèmes permettant à l'organisation d'anticiper les problèmes, d'agir de manière proportionnée et de préserver la confiance. Le respect des limites éthiques est tout aussi important que la capacité d'analyse. Si la prédiction se transforme en surveillance, l'organisation n'a pas mûri ; elle n'a fait que modifier la nature de son risque.

La nouvelle norme est claire : utiliser des indicateurs structurés, définir des seuils, responsabiliser les personnes, vérifier l’équité, documenter les décisions et considérer la prévision comme un processus de contrôle, et non comme un raccourci vers le jugement.

C’est ainsi que les organisations protègent à la fois leurs biens et la dignité de leurs membres.

Informez-vous d'abord. Agissez vite.

---

Logical Commander Software Ltd. aide les organisations à mettre en œuvre des approches éthiques et non intrusives en matière de gestion des risques internes, d'intégrité, de ressources humaines et de conformité. Si vous souhaitez passer d'enquêtes réactives à des processus structurés d'alerte précoce, découvrez Logical Commander Software Ltd. et comment une plateforme opérationnelle unifiée peut favoriser une gestion des risques axée sur l'humain et alignée sur les politiques internes.