A quel point l’intelligence artificielle a-t-elle rebattu les cartes dans les métiers de la finance ? Comment les DAF peuvent-ils s’emparer de cet outil sans renier les grands principes de sécurité, de fiabilité des résultats et de confidentialité des données ? 

Pour mieux comprendre l’impact qu’a eu l’IA dans le domaine, Maddyness a échangé avec deux experts : Mickaël Mina, directeur IA France et Europe du Sud chez Sage, et Romain Maltrud, DAF depuis 15 ans, et formateur en IA.

L’IA : une mutation en trois étapes

Pendant des années, le quotidien des directeurs administratifs et financiers s’est structuré autour d’un même socle : produire des chiffres, consolider, fiabiliser. Une mécanique bien huilée, parfois largement outillée, mais encore très dépendante de l’humain. L’automatisation promettait déjà d’alléger cette charge, sans jamais vraiment transformer la donne en profondeur. Avec l’IA cependant, le basculement semble plus net.

Cette rupture ne s’est pas faite en un bloc, mais bien en plusieurs étapes. Une première vague d’IA, déjà ancienne, permettait de détecter des anomalies ou d’automatiser certains flux. Une deuxième, avec l’essor de l’IA générative, a rendu possible l’interrogation des données comptables en langage naturel, simplifiant l’accès à l’information. Puis la troisième phase, celle de l’IA dite “agentique”, dans laquelle nous sommes aujourd’hui, redessine peu à peu les contours du métier.

“On est passés de demander à l’IA ‘quel est mon chiffre d’affaires’ à lui demander ‘pourquoi il baisse’, puis à lui dire ‘fais-moi un P&L’”, résume ainsi Mickaël Mina, dont l’entreprise a intégré les trois modes d’IA à ses outils logiciels.

L’IA ne se contente plus de répondre, donc : elle exécute. Elle produit des livrables complets, structurés. Là où les reportings et budgets nécessitaient encore un travail préparatoire important et chronophage, il devient possible, témoigne Romain Maltrud, d’obtenir en quelques minutes une modélisation complète directement dans Excel, avec formules et incluant de premières vérifications de cohérence. Certaines tâches, souvent moins stratégiques, comme la saisie de factures, les rapprochements bancaires ou les imputations “ne se feront plus à la main”, anticipe déjà à ce propos Mickaël Mina. “C’est la donnée qui vient au DAF, et non l’inverse”, résume-t-il.

Comment mieux entraîner les modèles d’IA ?

L’IA a pour autant ses limites. Les modèles généralistes, s’ils excellent dans la génération de contenu ou l’analyse statistique, peinent encore à intégrer les spécificités métier, les contraintes réglementaires ou le contexte propre à chaque organisation. “Ils ne savent pas quand la TVA va changer, ni quelles sont les différences fiscales entre pays”, rappelle Mickaël Mina. 

A ceci, s’ajoutent des risques bien identifiés. Hallucinations, manque de fiabilité, absence de déterminisme - comprendre, le fait de ne pas obtenir le même résultat malgré un prompt identique selon qui soumet ce dernier - et variabilité dans les réponses apportées… Autant de points difficilement compatibles avec les exigences de la fonction finance, et qui “peuvent vite se traduire en redressement fiscal.”

L’émergence de solutions spécialisées, entraînées sur des cas d’usage précis, comme chez Sage avec Sage Copilot, y répond en partie. Elles sont non seulement plus fiables et précises, mais aussi plus sécurisées, car fonctionnant en circuit fermé. N’oublions pas, en effet, que les modèles d’IA généralistes ne sont pas toujours irréprochables en la matière. Or les données sont pour le moins sensibles…

L’IA chez les DAF, entre attrait et craintes

Si l’attrait pour l’IA est là, il reste, soulignent les experts, encore un brin timide. “Ce n’est pas une question de technologie ou d’accessibilité, car les coûts d’entrée ont largement diminué, mais une barrière culturelle, un frein de confiance”, note Mickaël Mina, qui pointe également le décalage entre certaines promesses du marché et la réalité des produits disponibles. 

“L’IA reste un concept abstrait pour beaucoup de DAF, observe aussi Romain Maltrud. Beaucoup voient son potentiel, mais sans savoir précisément comment l’activer, ou sur quels cas d’usages s’appuyer.”

L’IA est donc encore loin de remplacer les DAF. Même à terme, de toute façon, Mickaël Mina et Romain Maltrud ne croient pas vraiment à cette chimère. “Je suis persuadé que l’IA va nous faire faire plus, et mieux, plutôt que de remplacer les DAF”, témoigne Mickaël Mina, qui parle d’un véritable “changement de posture.”

Un changement de posture à prévoir

“Dans DAF, il y a ‘directeur’, et ce n’est pas pour rien, complète Romain Maltrud. Le DAF a aussi un rôle de leadership, il ne fait pas que produire des chiffres. L’IA n’a par exemple pas encore l’intuition d’un DAF. On garde un travail de surveillance. L’IA est un peu un contrôleur de gestion junior à qui l’on peut confier un travail de production, que l’on va ensuite vérifier.” 

“Le DAF va de plus en plus avoir un rôle d’accompagnement stratégique, confirme le directeur IA de Sage. C’est lui qui doit donner les directions, simuler des scénarios, défier les hypothèses, etc… Sa nouvelle casquette est un peu celle d’un chef d’orchestre.”

Le nouveau rôle du DAF sera sans doute, à terme, plus proche, ou complémentaire, dans un grand groupe, de celui d’un “Head of AI”, avec un rôle d’arbitrage entre les différentes solutions : lesquelles utiliser, quand, avec quelles données, comment sécuriser ces dernières… Autant de questions et points primordiaux pour les entreprises, et auxquels Mickaël Mina conseille de s’intéresser dès que possible.

En savoir plus sur www.sage.com