ChatGPT dans Excel pour automatiser les rapprochements bancaires, Copilot pour rédiger les notes d'analyse budgétaire, Claude pour interpréter les nouvelles normes comptables... Force est de constater que l'IA générative s'immisce partout dans les processus financiers. Reste à savoir si cette déferlante technologique tient ses promesses.
Des expérimentations tous azimuts, des résultats mitigés
Le baromètre 2024 de l'AFAI révèle que 73% des DAF ont testé au moins un outil d'IA générative cette année. Un chiffre impressionnant qui cache pourtant une réalité plus nuancée. « Nous avons rapidement déchanté après les premiers tests », confie le directeur financier d'une ETI manufacturière. Les hallucinations de l'IA sur les données comptables, l'impossibilité de tracer les sources, les erreurs dans les calculs complexes : autant d'écueils qui refroidissent les ardeurs.
À y regarder de plus près, seules 23% des entreprises ont réellement industrialisé un processus financier avec l'IA générative. Les autres en restent au stade expérimental, souvent déçues par l'écart entre la démonstration commerciale et la mise en œuvre opérationnelle.
Contrôle interne : le talon d'Achille de l'automatisation
Car le défi n'est pas tant technique que méthodologique. Comment s'assurer de la fiabilité d'un reporting produit par une IA ? Comment documenter les contrôles pour les commissaires aux comptes ? La traçabilité des décisions automatisées devient cruciale, surtout dans un contexte de renforcement des obligations de conformité.
L'IA générative excelle dans la créativité, mais la comptabilité exige la précision. Cette contradiction fondamentale explique bien des déceptions.
Certains cabinets spécialisés développent désormais des solutions hybrides : l'IA traite les tâches répétitives (saisies, rapprochements simples) sous supervision humaine systématique. Une approche moins spectaculaire mais plus pragmatique.
L'optimisation avant la révolution
En l'occurrence, les PME et ETI qui tirent leur épingle du jeu ne sont pas celles qui courent après la dernière nouveauté technologique. Elles privilégient l'optimisation de leurs processus existants avant d'introduire l'IA. Impossible d'automatiser intelligemment un processus mal conçu.
Le fait est que cette course à l'innovation cache parfois des lacunes plus basiques : combien d'entreprises maîtrisent-elles réellement leur cycle de clôture ? Leurs procédures de contrôle interne ? Leur cartographie des risques financiers ? L'IA générative ne résoudra pas ces problèmes structurels, elle les amplifiera.