La direction financière se réinvente

Une adoption qui a changé d’échelle en un an

La direction financière n’observe plus l’IA de loin. Dans une enquête menée auprès de 102 directeurs financiers, McKinsey relève que 44 % d’entre eux utilisent l’IA générative sur plus de cinq cas d’usage en 2025, contre 7 % un an plus tôt¹. Les usages couvrent désormais tout le cycle de la fonction : prévisions, analyse des écarts, clôture, achats.

Le premier effet se mesure en temps. Là où l’adoption est solide, les financiers consacrent 20 à 30 % de temps en moins au traitement des données¹. Ce temps était celui de l’extraction, du retraitement et du rapprochement, autant de tâches qui précèdent l’analyse sans jamais la remplacer.

Les DAF savent que leur fonction en sortira changée. Selon Accenture, 97 % d’entre eux pensent que l’IA va modifier ce qu’on attend de leur rôle, et 72 % placent la planification et l’analyse financière en tête des sources de valeur². Le centre de gravité se déplace : de la production des chiffres vers leur interprétation.

Un retour sur investissement encore modeste

L’adoption rapide masque un constat moins flatteur. Dans une enquête du BCG auprès de plus de 280 dirigeants financiers, le retour sur investissement médian de l’IA dans la fonction finance s’établit à 10 %³. Environ un tiers des répondants ne constatent que des gains limités, et 55 % ne savent tout simplement pas chiffrer ce que l’IA leur rapporte³.

Le paradoxe est frappant : la fonction chargée de juger la rentabilité des investissements de l’entreprise peine à mesurer celle des siens. Il s’explique en partie par la nature des gains. Une heure gagnée sur un rapprochement n’apparaît pas dans le compte de résultat tant qu’elle n’est pas réaffectée à un travail qui crée de la valeur.

Les équipes qui obtiennent le meilleur retour partagent une méthode simple, selon le BCG : elles ciblent la valeur dès le départ, avancent par étapes et mesurent avant d’étendre³. Elles traitent chaque cas d’usage comme un investissement, avec une situation de référence, un objectif chiffré et une revue à date fixe.

La fonction qui mesure la rentabilité de l’entreprise doit d’abord savoir mesurer celle de son IA.Notre lecture

Trésorerie : l’ambition bute sur la donnée

La trésorerie illustre bien l’écart entre l’intention et la maturité. Dans l’enquête mondiale de PwC auprès de 350 trésoriers, 74 % développent ou utilisent déjà l’IA, mais 26 % seulement jugent leur capacité mature⁴. Les usages visés sont pourtant clairs : prévision de trésorerie, visibilité sur le cash, détection d’anomalies et de fraude, rapprochements, collecte des expositions.

L’obstacle principal n’est pas l’outil. 76 % des trésoriers citent la qualité des données comme frein à la prévision⁴. Le BCG en tire une recommandation d’architecture pour toute la fonction finance : une couche sémantique commune, c’est-à-dire des définitions financières harmonisées que tous les outils partagent, et une traçabilité prévue dès la conception⁵. Sans ce socle, un agent qui calcule une marge selon une définition différente de celle du contrôle de gestion produit du bruit, pas de l’analyse.

Reste la question des compétences. 54 % des trésoriers apprennent l’IA par eux-mêmes, et 8 % seulement recrutent des profils spécialisés⁴. L’autoformation a le mérite de la rapidité ; elle a le défaut de laisser chacun construire ses propres pratiques, sans règles communes de contrôle.

Du reporting au conseil

Les tâches que l’IA prend en charge dessinent en creux le nouveau métier. Analyse des écarts budgétaires, scénarios formulés en langage naturel, prévisions, rapprochements, affectation des encaissements, repérage des fuites sur les contrats fournisseurs : ce sont des travaux de préparation¹⁵. Ce qui reste au financier, c’est la question à poser, l’hypothèse à contester et la recommandation à défendre devant le comité de direction.

Cette bascule exige un socle que beaucoup de directions financières n’ont pas encore. La règle 10-20-70 du BCG le résume : 10 % de l’effort pour les algorithmes, 20 % pour la technologie et les données, 70 % pour l’organisation et les compétences⁵. Pour un DAF, cela signifie redéfinir les rôles de l’équipe, développer le business partnering et fixer des règles de gouvernance propres aux agents : traçabilité des calculs, séparation des tâches, contrôle humain.

La direction financière dispose ici d’un avantage sur les autres fonctions : elle sait déjà ce que sont un contrôle, une piste d’audit, un rapprochement. Ces réflexes sont précisément ceux qu’exige une IA fiable. Le DAF qui les applique à ses propres outils devient l’interlocuteur naturel de la direction générale sur la valeur de l’IA, dans la finance et au-delà.

Ce que cela change pour vous

Nos recommandations

1. Construire un référentiel unique de définitions financières avant de multiplier les outils⁵.
2. Mesurer chaque cas d’usage avant de l’étendre, avec une situation de référence et un objectif chiffré³.
3. Consacrer l’essentiel de l’investissement aux compétences et à l’organisation, selon la règle 10-20-70⁵.
4. Remplacer l’autoformation dispersée par un parcours commun, assorti de règles de contrôle partagées.
5. Encadrer les agents dès le départ : traçabilité des calculs, séparation des tâches, contrôle humain.