IA et direction financière : ce que 50 DAF m'ont appris sur l'état réel du marché

En quelques mois, l'IA est entrée dans presque toutes les directions financières, mais d'une manière particulière et révélatrice de ce qui va se jouer dans les deux ans qui viennent.

J'ai passé le mois de juin à en parler avec une cinquantaine de professionnels de la finance : DAF à temps partagé, DAF en poste, fondateurs qui pilotent eux-mêmes, experts-comptables. Pas un sondage, des échanges longs et francs, sur ce qu'ils font vraiment grâce à l'IA et comment.

Ce qui en ressort dessine une ligne de rupture très nette : aujourd'hui, l'IA n'est qu'un assistant, et aucun DAF ne capitalise encore dessus pour autonomiser sa production financière. En cause, cinq freins qu'il va nous falloir lever — avec méthode et avec les bons outils — pour libérer toute la puissance de l'IA sur nos métiers.

Ce que le marché fait déjà — et ce que ça révèle

Commençons par le concret. Aujourd'hui, l'IA rend déjà des services réels en direction financière, et toujours sur les mêmes terrains.

Le premier, universel, c'est la mise en forme. Board packs, notes de synthèse, présentations pour le comité de direction. C'est le point d'entrée de presque tout le monde, parce que le gain est immédiat et le risque nul : on gagne des heures sur un livrable sans jamais toucher aux chiffres eux-mêmes.

Le deuxième, c'est le sparring. L'IA comme second cerveau, sans lui confier la moindre donnée : on lui parle pour dérouler un raisonnement, cadrer une méthode, se rassurer sur un point technique avant un rendez-vous. Un usage discret, rarement revendiqué, mais que presque tous pratiquent.

Viennent ensuite des usages plus avancés. La détection d'anomalies — envoyer un export et demander où sont les incohérences. Le stress test ou la scénarisation — rejouer des hypothèses sur un fichier Excel déjà construit, un usage souvent perçu comme bluffant.

Enfin, l'usage le plus avancé dont on m'a parlé : l'agrégation de sources — consolider des dizaines de fichiers hétérogènes, venus de plusieurs cabinets et de plusieurs logiciels, pour en tirer une vue unifiée.

Maintenant, prenez de la hauteur et regardez cette liste. Mise en forme, réflexion, contrôle, agrégation. Un point commun saute aux yeux : le marché confie à l'IA tout ce qui entoure le chiffre, mais jamais le chiffre lui-même. La production reste manuelle. On accepte que la machine collecte, présente, alerte — on refuse qu'elle calcule ce qu'on va signer.

Ce n'est pas de la frilosité. C'est un arbitrage parfaitement rationnel : on délègue ce qui se vérifie d'un coup d'œil, et on garde sous la main ce qui engage notre responsabilité. Et ce réflexe ne recule pas avec l'expertise. Les profils les plus techniques que j'ai rencontrés, ceux qui ont bâti des systèmes maison sophistiqués, s'arrêtent exactement à la même frontière. Le mur n'est donc pas une question de compétence. Il tient à cinq freins, très concrets, qui expliquent pourquoi l'IA plafonne aujourd'hui au rôle d'assistant.

Pourquoi ça ne va pas plus loin

Le premier frein, le plus profond, est une question de traçabilité. En finance, on ne signe pas un chiffre qu'on ne peut pas expliquer. Le problème n'est même pas que le résultat soit faux — c'est de ne pas savoir d'où il vient. Quand un dirigeant demande en réunion si la sous-traitance est bien dans le calcul du DSO, il faut pouvoir répondre sur-le-champ. Un outil qui affiche un chiffre juste mais opaque est inutilisable, non parce qu'il ment, mais parce qu'il est indéfendable.

Le deuxième frein est en amont : la qualité de la donnée source. Tout le monde sait que sa donnée n'est pas propre, que le ménage lui incombe, et tout le monde le repousse — parce qu'elle se re-salit le mois suivant. C'est le chantier qui ne commence jamais, et sans lui, aucune automatisation ne tient.

Le troisième est un piège de temps. Comme me l'a dit une DAF, avec une lucidité qui a fait mouche : « Il y a des choses sur lesquelles je pense que je devrais pouvoir gagner du temps, et je ne prends pas le temps de le faire. » L'IA promet de libérer des heures, s'en équiper en coûte, et ces heures-là, on ne les a pas — précisément parce qu'on les passe à produire à la main.

Le quatrième est une affaire de confidentialité. Beaucoup hésitent encore à laisser des données financières transiter par une IA — par principe, par prudence réglementaire ou par souci de souveraineté. Le sujet est légitime, et tant qu'il n'est pas tranché en amont, il bloque net l'adoption.

Le cinquième, enfin, est la méfiance envers le calcul. Personne ne théorise l'hallucination, mais tout le monde l'a vécue : un chiffre juste neuf fois, faux la dixième, sans prévenir. Résultat, on recalcule tout à la main — et le gain de temps s'évapore.

Additionnez ces cinq freins et vous comprenez la situation : le marché a adopté l'IA là où elle était facile à brancher, c'est-à-dire là où elle change le moins de choses. Le vrai gisement de valeur — la production financière elle-même — reste verrouillé, faute d'outils capables de lever ces freins d'un coup.

Où va vraiment le marché

Ces freins ne sont pas définitifs. En capitalisant sur les bonnes approches, les bons outils et l'innovation permanente de l'écosystème, on peut déjà les contourner en partie — et bientôt tout à fait. Et les discussions entre DAF laissent déjà présager où le marché atterrira.

D'abord, on passe de l'accélération d'une tâche isolée au pilotage de toute la chaîne. Tant que l'IA se contente d'aller plus vite sur le fichier ouvert devant vous, vous restez dans le monde de l'export manuel. La vraie rupture, c'est quand elle couvre l'ensemble du flux, de la donnée source au reporting, sans qu'on ressorte Excel entre deux étapes.

Ensuite, on passe de la vérification systématique à la confiance. C'est la condition de tout le reste, et c'est précisément ce que promet une nouvelle génération de systèmes anti-hallucination. Le principe est simple : on ne laisse jamais l'IA calculer. Le calcul est confié à un moteur déterministe — qui donne mille fois sur mille le même résultat, exactement comme une formule Excel — tandis que l'IA se cantonne à ce qu'elle fait mieux que nous : comprendre la demande, interroger la donnée, restituer. Le jour où le chiffre devient aussi fiable qu'une cellule Excel, le réflexe de tout revérifier disparaît.

Troisième bascule, le rôle même du DAF se déplace — vers le haut. Aujourd'hui, dirigeants, investisseurs et managers passent commande et attendent trois jours d'analyse. Demain, ils interrogent directement le système IA et obtiennent le chiffre en direct. Le DAF ne disparaît pas de l'équation, au contraire : libéré de la production, il devient le garant que le système délivre juste, et surtout celui qui guide la lecture — l'interprétation des chiffres, les arbitrages, le pilotage. Le métier quitte la fabrication de la réponse pour se concentrer sur ce qui a toujours fait sa vraie valeur : le sens qu'on lui donne.

Quatrième, la fin des silos. Compta, gestion, CRM, paie : autant de sources qui ne se parlent pas et se contredisent, et que le DAF passe son temps à réconcilier à la main. La direction, c'est une IA qui assure elle-même la concordance des sources et fait remonter les écarts au lieu de les laisser polluer les chiffres.

Cinquième, le passage du reporting figé au pilotage en temps réel. C'est peut-être la bascule qui change le plus la nature du métier. Aujourd'hui, on produit à la fréquence que permet notre capacité de production — un reporting mensuel qui sort le 15, un reforecast trimestriel, certains contrôles une fois l'an. Autrement dit, on prend des décisions sur une photographie déjà périmée : quand le chiffre arrive, la situation qu'il décrit n'existe plus. Demain, la donnée est fraîche en permanence, et le dirigeant arbitre sur l'état réel de son entreprise, pas sur celui d'il y a trois semaines. On cesse de piloter dans le rétroviseur. Seul bémol, et il est réel : le temps réel déverse une abondance de données qu'il faudra apprendre à filtrer, sous peine de troquer le retard contre le bruit.

Alors, est-ce que ça va nous remplacer ?

C'est la question que tout DAF finit par se poser, à voix basse. Autant y répondre franchement : non.

Ce que l'IA remplace, c'est la production — la collecte, la réconciliation, le mapping, le calcul, la mise en forme. Toute cette part de notre travail qui absorbe l'essentiel de notre temps sans porter l'essentiel de notre valeur. Le jour où un système gère cette production de façon quasi autonome et fiable, notre métier ne disparaît pas : il se recentre sur ce qu'aucune machine ne fera à notre place — l'interprétation, l'arbitrage, le pilotage, le conseil au dirigeant. On ne devient pas inutile. On devient enfin disponible pour la partie du métier qui comptait vraiment.

Et Excel dans tout ça ?

On a prédit sa fin des dizaines de fois, et notre tableur préféré est toujours là. Mais si l'IA finit par piloter toute la production financière, de la donnée source au reporting, la question mérite d'être reposée : cette fois, peut-on imaginer qu'Excel devienne vraiment obsolète ?

Je vous laisse vous prononcer.