Agents d'IA en finance 2026 : Guide du CFO entre réalité et battage médiatique

Le guide du CFO sur les agents d'IA en finance : réalité vs battage médiatique en 2026

Résumé analytique

Les directeurs financiers (CFO) redéfinissent rapidement leur vision des agents d'IA — des systèmes d'IA sophistiqués capables de prendre des décisions de manière autonome — alors qu'ils naviguent dans une ère marquée par l'IA générative et les modèles « agentiques ». En 2026, les CFO se retrouvent à équilibrer les avantages tangibles (tels que des prévisions plus rapides et la détection de la fraude face à un battage médiatique et des risques persistants. Nos recherches montrent que les leaders de la finance intègrent désormais les agents d'IA avec prudence : dans une enquête Salesforce, la part des CFO ayant une stratégie d'IA conservatrice a chuté de 70 % en 2020 à seulement 4 % en 2025 ^[1]. Au lieu de cela, environ un tiers font état d'une posture agressive vis-à-vis de l'IA, largement motivée par les gains de productivité observés ^{[2] [3]}. Les CFO modernes considèrent de plus en plus les agents d'IA comme une « main-d'œuvre numérique » capable de réduire les coûts et de stimuler les revenus (74 % prévoient des améliorations allant jusqu'à ~20 %) ^[4]. Cependant, ils insistent tout autant sur le réalisme et la supervision : les risques éthiques et de confidentialité (66 %) ainsi que les longs délais de ROI (56 %) figurent parmi les principales préoccupations ^[5].

Ce rapport fournit une analyse approfondie des agents d'IA en finance du point de vue du CFO. Nous commençons par le contexte historique et le paysage actuel des capacités de l'IA (LLM, IA générative, IA agentique). Nous examinons ensuite les rôles et priorités des CFO, en soulignant comment l'IA peut soutenir (plutôt que supplanter) les tâches fondamentales telles que les prévisions, la conformité et le reporting. Ensuite, nous présentons des sections détaillées sur les cas d'utilisation, les tendances d'investissement et les exigences culturelles/compétences pour l'adoption de l'IA en finance. Nous scrutons « ce qui est réel » (applications d'IA éprouvées en finance) par rapport à « ce qui relève du battage médiatique » (affirmations excessives ou attentes irréalistes), en nous appuyant sur des données, des enquêtes et des avis d'experts. Des études de cas et des exemples (de la finance d'entreprise au secteur public et aux petites entreprises) illustrent les succès et les pièges. Enfin, nous discutons des implications futures : le fossé croissant entre les attentes des CFO et l'impatience des investisseurs, les considérations réglementaires et éthiques, et des directives pratiques pour les CFO à l'avenir. Tout au long du rapport, toutes les affirmations sont fondées sur des recherches récentes et des sources de l'industrie.

Les conclusions clés incluent : les départements financiers sont en voie d'intégrer des agents d'IA pour les tâches répétitives et analytiques, mais les CFO restent les décideurs ultimes avec une supervision humaine (« human-in-the-loop ») ^{[6] [7]} ; les projets d'IA génèrent plus de valeur stratégique à long terme qu'ils ne rapportent de gains immédiats ^{[3] [8]} ; et le cycle actuel de battage médiatique a atteint son sommet — Gartner prévient que l'IA générative entre dans une « phase de désillusion » alors que de nombreux pilotes ne parviennent pas à répondre aux attentes gonflées ^{[8] [6]}. Le succès organisationnel dépend de la qualité des données, de l'alignement interfonctionnel et d'une solide culture de confiance ^{[9] [10]}. En comprenant les capacités réalistes des agents d'IA et en les appliquant judicieusement, les CFO peuvent exploiter leur potentiel pour accélérer l'innovation financière sans succomber au battage médiatique.

Introduction et contexte

L'intelligence artificielle (IA) promet depuis longtemps de transformer la finance d'entreprise, mais ce n'est que récemment que les pièces du puzzle ont commencé à s'assembler. En 2026, les progrès de l'IA générative (grands modèles de langage comme GPT-4/5/Gemini) et l'émergence des prénommés agents d'IA (systèmes logiciels capables de planifier et d'agir de manière autonome) ont suscité un pivot stratégique dans la fonction finance. Le périmètre d'un CFO — historiquement centré sur la comptabilité, la budgétisation, les prévisions et la conformité — s'étend désormais au domaine de la stratégie et de l'analyse en temps réel. Comme les CFO l'ont eux-mêmes noté, le rôle financier a « dévié de l'image classique du gestionnaire de bilan » pour devenir un élément clé de la stratégie d'entreprise, aidé par les données et l'IA ^{[11] [12]}.

Définition des agents d'IA. L'IA précoce en finance prenait la forme de systèmes basés sur des règles et d'une automatisation simple (par exemple, l'automatisation robotisée des processus, RPA, dans la comptabilité fournisseurs. Les agents d'IA d'aujourd'hui vont beaucoup plus loin. Un agent d'IA peut ingérer des données, raisonner selon des règles définies, apprendre de nouvelles informations et même entreprendre des actions au sein des systèmes de l'entreprise, en utilisant souvent des modèles génératifs pour interpréter le langage ou les entrées textuelles ^{[13] [7]}. Lors du Forum de Davos 2025, les experts ont décrit les agents d'IA non pas comme des « personnages principaux », mais comme des acteurs de soutien vitaux capables de gérer des tâches telles que l'approbation de factures ou le conseil aux cadres, à condition que les humains fixent les limites de la politique ^{[14] [15]}. En substance, un agent d'IA en finance pourrait analyser de manière autonome un ensemble de données et produire des recommandations ou des rapports, transmettant les décisions finales ou les cas particuliers à une révision humaine.

Contexte historique. L'enthousiasme pour les agents d'IA est la dernière vague après les tendances technologiques précédentes. Dans les années 2010, les CFO ont mis en œuvre des systèmes ERP et des outils d'analyse incrémentielle. Les années 2020 ont vu un boom de l'IA générative : les débuts de ChatGPT en 2022 et les modèles de langage (LLM) qui ont suivi ont débloqué de nouveaux cas d'utilisation. Fin 2024, les principaux logiciels financiers (par exemple SAP, Oracle, Microsoft) ont commencé à intégrer des copilotes d'IA dans leurs suites. Exactement un an plus tard (2026), les CFO sont aux prises avec les promesses et les pièges de l'« IA agentique », où l'IA est censée assumer des tâches avec un minimum d'interventions humaines ^{[16] [17]}.

Cependant, l'adoption n'a été ni uniforme ni exempte de critiques. Les leaders de la finance sont traditionnellement averses au risque : les gros titres technologiques comme les prévisions de Gartner selon lesquelles 30 % des projets de GenAI seront abandonnés d'ici 2025 révèlent le genre de pièges (données médiocres, coûts, valeur incertaine) qui maintiennent les CFO prudents ^[18]. Des enquêtes menées en 2024 ont fait écho à cela : seulement ~20 % des cadres se sentaient « très préparés » aux besoins en compétences liées à l'IA ^[19]. Les CFO mesurent le ROI en dollars et en risques avant les tendances, ce qui conduit à ce qu'un article appelle une « immunité au battage médiatique » en finance ^[20]. Comme l'a observé TechRadar, les CFO expérimentés « font abstraction du bruit » et exigent des cas d'utilisation qui sont « riches en avantages et faibles en risques » ^[9].

Malgré cette prudence, des preuves récentes montrent que les CFO intègrent de plus en plus l'IA de manière stratégique. Une étude de Salesforce (2025) a révélé un changement radical chez les CFO : alors qu'en 2020 plus de 70 % poursuivaient une approche conservatrice de l'IA, en 2025, seuls 4 % restaient prudents ^[1]. À l'inverse, environ 33 % déclarent désormais avoir une stratégie d'IA agressive, motivée par des résultats positifs. Les CFO consacrent une fraction importante de leur budget (~25 %) aux agents d'IA ^[21] et anticipent des hausses d'environ 20 % des revenus ou des économies de coûts ^[22]. Ce rapport examine l'état réel des agents d'IA en finance — en séparant les capacités avérées du battage médiatique excessif — pour guider les CFO en 2026 et au-delà.

Le rôle du CFO et l'IA : responsabilités, priorités et perspectives

L'évolution du mandat du CFO

Les CFO supervisent depuis longtemps le reporting financier, la budgétisation et la gestion des risques. Dans les entreprises modernes, le CFO co-dirige souvent la transformation numérique, en partenariat avec les CIO et les CEO pour aligner la technologie sur les objectifs commerciaux. Les préoccupations centrales du CFO sont l'exactitude, la conformité et la création de valeur. Les CFO sont sous une pression constante pour réduire les coûts, améliorer l'efficacité opérationnelle et alimenter la croissance stratégique. Comme le note un expert en finance, les priorités des CFO incluent désormais « la vitesse de décision (26 %), la conformité et le risque (24 %) et la gestion de la charge de reporting (22 %) » ^[23]. En d'autres termes, les CFO visent à accélérer l'analyse, à garantir l'exactitude/certification et à libérer le personnel des tâches banales.

Cet état d'esprit axé sur la valeur instille un scepticisme sain à l'égard des technologies tape-à-l'œil. Comme l'a formulé TechRadar, les équipes financières possèdent une « immunité au battage médiatique » : elles se concentrent sur le ROI et le risque, ce qui les rend moins influençables par le buzz autour de l'IA ^[20]. Les CFO « adoptent une vision à long terme... avec un œil de lynx sur les coûts, le ROI et les risques » ^[20]. Par exemple, 65 % des CFO en 2023 ressentaient une pression pour obtenir des retours rapides sur les investissements informatiques ^[24]. Ainsi, toute initiative d'agent d'IA doit démontrer clairement des avantages et un risque gérable pour obtenir le soutien du CFO.

L'IA dans l'écosystème financier

Les agents d'IA se situent à l'intersection de la finance, de l'informatique et de la gestion des données. Contrairement aux équipes informatiques qui recherchent des avancées techniques ou aux équipes marketing axées sur l'engagement des utilisateurs, la finance est le garde-fou de l'argent et de la conformité. Le succès de l'adoption de l'IA en finance repose sur une collaboration étroite entre les CFO (et leurs équipes) et les data scientists/ingénieurs. Les CFO se font souvent les champions de la gouvernance des données comme condition préalable à l'IA. Par exemple, le vice-président finance d'un panel de CFO espagnols a souligné la nécessité de garantir « une vue unifiée des données en temps réel dans toute l'organisation » avant d'intégrer l'IA dans les processus ^[9]. Sans données intégrées et de haute qualité, les CFO craignent que les outils d'IA ne reproduisent des erreurs ou des biais.

De plus, de nombreux CFO apprennent à parler le langage de l'IA — non pas pour coder eux-mêmes des modèles, mais pour poser les bonnes questions stratégiques. Les CSO ou les directeurs des données (CDO) peuvent gérer l'architecture des données, mais les CFO façonnent de plus en plus la stratégie des données. Un délégué CFO espagnol a noté : « Si vous n'embauchez pas de profils techniques ou hybrides, vous perdez en compétitivité » ^[25], soulignant que les CFO recherchent désormais du personnel capable de faire le pont entre finance et technologie. Cela a conduit à des rôles hybrides — par exemple les « technologues fiscaux » — où les professionnels de la finance montent en compétence technologique pour devenir des traducteurs internes ^[26]. Les CFO influencent également la politique d'IA : les directives sur les décisions nécessitant une validation humaine et celles pouvant être déléguées à des systèmes automatisés font désormais partie du manuel de la finance ^[14].

Le CFO face aux parties prenantes sur l'IA

Les CFO sont dans une position unique entre la direction et les actionnaires. Ils partagent souvent la vision à long terme de leur CEO mais doivent répondre aux exigences de performance des investisseurs. Une enquête Teneo fin 2025 a mis en évidence cette tension : 53 % des investisseurs attendent que les projets d'IA soient rentables sous 6 mois, alors que seulement 16 % des CEO pensent que c'est réaliste ^[27]. Les CFO, qui gèrent de près la planification du capital, observent cette pression avec méfiance. Ils savent que les bénéfices de l'IA peuvent s'accumuler progressivement, c'est pourquoi beaucoup mesurent désormais le succès au-delà des mesures financières immédiates. Par exemple, dans l'étude de Salesforce, 61 % des CFO ont déclaré évaluer le ROI de l'IA en termes de gains d'efficacité/productivité plutôt qu'en simples dollars à court terme ^[3]. Ce changement de mentalité permet aux CFO de justifier les dépenses d'IA par des résultats intangibles (insights plus rapides, réduction des risques) — mais cela signifie aussi qu'ils doivent soigneusement aligner les initiatives d'IA sur des résultats commerciaux mesurables.

En outre, les CFO doivent tenir compte des régulateurs et des auditeurs. Les départements financiers sont fortement réglementés (« ce n'est pas un bac à sable »), le déploiement de l'IA est donc soumis à un examen minutieux. Comme l'a résumé un CFO, SI une IA « dérape, le coût réputationnel affecte le ROI d'une manière que les outils ordinaires ne feraient jamais » ^[28]. Par conséquent, les CFO insistent sur la supervision et l'explicabilité des modèles d'IA. Les outils offrant un lignage des décisions — des pistes transparentes montrant comment un agent d'IA est parvenu à une conclusion — sont très appréciés ^[29]. Cela garantit la conformité non seulement avec les contrôles internes, mais aussi avec les lois émergentes (par exemple, l'IA Act de l'UE, le Cyber Resilience Act). En substance, les CFO prennent toute « main-d'œuvre numérique » avec précaution : 66 % dans le rapport Salesforce ont cité les risques éthiques et de confidentialité comme une préoccupation majeure ^[5].

En résumé, les perspectives des CFO sur les agents d'IA sont façonnées par leur mandat principal : créer de la valeur tout en maîtrisant les risques. Ils sont particulièrement intéressés par l'IA pour l'aide à la décision, la consolidation des données et l'automatisation des tâches répétitives, mais restent prudents à l'idée de céder trop de pouvoir décisionnel sans contrôle humain. Tout au long de l'année 2026, les directeurs financiers apprennent à naviguer dans cet équilibre — comme en témoigne le ton stratégique des récents forums et enquêtes de CFO ^{[30] [31]}.

Paysage actuel de l'adoption de l'IA dans la finance

Tendances d'investissement et d'adoption

Les dépenses liées à l'IA ont bondi dans tous les secteurs, et la finance ne fait pas exception. Gartner prévoit que les dépenses informatiques mondiales augmenteront de 7,9 % en 2025 (pour atteindre 5 430 milliards de dollars), portées en grande partie par les investissements dans l'IA ^[32]. Dans ce paysage, l'IA générative (GenAI) a suscité un intérêt explosif : les principaux fournisseurs ont annoncé des centaines de fonctionnalités d'IA (Salesforce Einstein GPT, Microsoft Copilot, Google Gemini, etc.) à intégrer dans les applications d'entreprise. Les CFO ont suivi le mouvement dans une certaine mesure : une enquête récente de Salesforce a révélé que les directeurs financiers allouent désormais une part notable de leurs budgets IA (~25 %) à des initiatives d'IA agentique ^[21], reflétant une confiance significative. De plus, 61 % des CFO considèrent les agents d'IA (surnommés « main-d'œuvre numérique ») comme essentiels pour surmonter des conditions économiques difficiles ^[33].

Cependant, l'adoption est inégale. Les données de la mi-2025 montrent un mélange d'enthousiasme et de prudence. Dans les petites entreprises, de nombreux propriétaires « s'amusent » avec l'IA en utilisant des outils gratuits — une enquête de l'U.S. Bank a révélé que 36 % des petites entreprises utilisaient déjà l'IA générative à la mi-2025, mais uniquement via des versions à bas coût ^[34]. Parmi les grandes entreprises, les projets pilotes d'IA générative se sont multipliés, mais beaucoup n'ont jamais atteint l'échelle industrielle. Les analystes notent que l'année 2024 a vu de nombreux projets d'IA stagner ou être annulés ^[35]. Cela indique une situation classique du « Hype Cycle » de Gartner : l'IA avait dépassé le pic de l'engouement en 2025 pour entrer dans le « gouffre de la désillusion » avant de mûrir progressivement ^[8]. Concrètement, cela signifie que les CFO comparent désormais l'appétit pour l'IA (toujours croissant) avec le développement réaliste de cas d'usage (qui est plus lent).

L'une des conséquences est que les CFO exigent des preuves concrètes. Les enquêtes montrent que 65 % des CFO ressentaient une pression pour obtenir un ROI technologique rapide en 2023 ^[24], mais ces mesures évoluent. Au lieu d'attendre des gains de profit instantanés, les CFO acceptent désormais un mélange de bénéfices. Par exemple, un répondant de Salesforce a noté que si la « technologie plus ancienne » était jugée sur des résultats immédiats, les bénéfices de l'IA « s'accumulent sur le long terme » et mélangent des KPI à court et long terme ^[36]. En pratique, cela signifie que les CFO évaluent désormais le succès de l'IA par l'amélioration de la précision des prévisions, la rapidité du reporting, la réduction des erreurs et la flexibilité stratégique.

Autre tendance : l'IA pilotée par l'informatique contre la préparation humaine. De nombreux outils d'IA financière sont livrés sous forme de fonctionnalités prêtes à l'emploi par les éditeurs de logiciels. Par exemple, les suites logicielles sont de plus en plus « natives génératives » — Gartner prévoit que d'ici 2026, les dépenses en logiciels d'entreprise se porteront davantage sur des produits intégrant la GenAI que sur ceux qui n'en disposent pas ^[37]. Cela signifie que les CFO peuvent acquérir des capacités d'IA via leurs systèmes existants sans être des adoptants précoces de technologies de pointe. Mais les facteurs humains comptent aussi : les experts de TechRadar soulignent que le succès en finance dépend autant de la création d'« équipes prêtes pour l'IA » que de l'acquisition d'outils ^[38]. Les rapports de PwC (2025) indiquent que 66 % des rôles exposés à l'IA voient leurs compétences évoluer rapidement, et près de la moitié des professionnels de la finance actuels craignent de manquer de compétences techniques ^{[10] [39]}. Les CFO investissent de plus en plus dans la montée en compétences et le recrutement de talents hybrides (par exemple, des technologues fiscaux ^[26]) pour s'assurer que leurs équipes peuvent utiliser l'IA efficacement.

Principaux cas d'usage : la réalité du terrain

1. Planification et analyse financières (FP&A) et prévisions. L'amélioration des prévisions est l'un des principaux cas d'usage de l'IA. Les systèmes FP&A modernes avec IA intégrée peuvent consolider des données provenant de domaines transversaux et exécuter des simulations. Par exemple, TechRadar note que les solutions FP&A existantes « enrichies par l'IA » peuvent intégrer de multiples sources de données pour identifier des causes profondes et des modèles cachés ^[40]. En pratique, les agents d'IA peuvent générer rapidement des analyses de scénarios : les CFO peuvent demander à un agent d'ajuster des hypothèses (ex : changements de marché, évolutions réglementaires) et voir les prévisions mises à jour. Plusieurs CFO ont fait état de succès dans ce domaine : le CFO de Logista qualifie la prévision autonome (des agents apprenant à partir de données historiques et externes) de « changement de paradigme pour la finance » ^[41]. L'analyse prédictive en temps réel est désormais à portée de main, bien qu'elle serve généralement d'augmentation (les agents suggèrent des scénarios que les analystes affinent ensuite).

2. Détection d'anomalies et prévention de la fraude. Les départements financiers utilisent déjà des analyses basées sur l'IA pour la détection d'anomalies. Les agents peuvent surveiller les transactions et signaler les irrégularités plus rapidement que les humains. Un exemple clair : face aux menaces émergentes, TechRadar souligne que la détection de la fraude alimentée par l'IA suit le rythme des tactiques génératives des fraudeurs ^{[42] [43]}. Les modèles repèrent désormais des anomalies subtiles dans les factures (ex : numéros de routage erronés) qu'un réviseur humain pourrait manquer ^[43]. Les équipes de trésorerie et de comptabilité fournisseurs testent des systèmes de paiement intelligents : si une facture s'écarte des modèles attendus, l'agent d'IA peut soit bloquer le paiement, soit alerter les gestionnaires — interceptant souvent des escroqueries aux « factures synthétiques » avant que les fonds ne soient détournés.

Une illustration concrète : la démonstration de la plateforme Viya de SAS lors de SAS Innovate 2025 a montré un agent d'IA refusant de manière autonome des transactions hypothécaires hautement suspectes, tout en fournissant un « lignage » transparent de la décision ^[7]. Cette autonomie contrôlée — où l'agent agit mais l'humain peut inspecter chaque étape — illustre une adoption réaliste. De nombreuses grandes entreprises déploient des solutions similaires : des modèles d'apprentissage automatique pour la lutte contre le blanchiment d'argent (AML) ou la conformité des comptes. Le résultat n'est pas une finance entièrement gouvernée par l'IA, mais un gain de temps significatif et une plus grande précision dans le contrôle des risques.

3. Automatisation des processus de routine. La comptabilité fournisseurs, la gestion des notes de frais et d'autres tâches de back-office sont des cibles évidentes. En pratique, il ne s'agit pas encore de projets « agentiques » mais plutôt de RPA avancée ou d'augmentation par l'IA. De nombreuses entreprises ont déjà automatisé les flux de facturation au paiement à l'aide d'outils basés sur des règles ; l'IA y ajoute la compréhension du langage naturel (ex : lecture de factures PDF, rapprochement avec les bons de commande) et le codage prédictif (ex : catégorisation automatique des dépenses). Les CFO considèrent cela comme des améliorations bien maîtrisées. Par exemple, Xero (un logiciel de comptabilité majeur) a fait état d'une augmentation directe des bénéfices de 338 millions de livres sterling pour les entreprises financières britanniques, en partie grâce à la comptabilité augmentée par l'IA ^[44]. Cependant, TechRadar avertit que les nouveaux pouvoirs de l'IA permettent des fraudes plus sophistiquées (factures deepfake) ^[45], de sorte que les équipes financières doivent coupler l'automatisation avec une validation pilotée par l'IA (comme mentionné ci-dessus).

4. Conformité et audit. Les agents d'IA peuvent aider au reporting réglementaire et à l'audit interne en faisant remonter les problèmes de conformité. Les outils génératifs peuvent rédiger des premières versions de rapports (ex : notes de bas de page, récits d'audit), que les comptables affinent ensuite. Par exemple, BBVA (une banque espagnole) utilise déjà l'IA générative en interne pour rédiger des résumés et structurer des réunions ^[46]. Les équipes d'audit expérimentent l'IA pour analyser les contrats et les factures à grande échelle. Bien que l'audit entièrement autonome soit encore une aspiration (compte tenu des besoins de responsabilité), les CFO exploitent l'IA pour signaler les risques. Selon TechRadar, les entreprises sont à peu près à mi-chemin de l'automatisation complète des opérations financières — beaucoup ont adopté des contrôles de base, mais moins de la moitié ont centralisé l'ensemble de leur ERP et de leur reporting pour une utilisation de l'IA de bout en bout ^[47].

5. Conseil stratégique et aide à la décision. C'est peut-être le cas d'usage le plus médiatisé : l'IA fournissant des informations stratégiques ou même « conseillant les CEO ». Les leaders technologiques prévoient des conseillers CFO alimentés par l'IA. En effet, une enquête de TechRadar a révélé que 74 % des cadres supérieurs font plus confiance aux suggestions de l'IA qu'aux conseils de leurs collègues ^[48], et beaucoup sont prêts à laisser l'IA générative annuler une décision prévue. L'IA est de plus en plus utilisée pour les analyses au niveau du conseil d'administration : par exemple, le CEO de SAP utilise l'IA générative pour « prévisualiser les résultats trimestriels » ^[49]. En finance, les agents pourraient aider à des tâches de haut niveau : résumer des rapports économiques pour le CFO ou préparer des dossiers de présentation sur la performance financière. C'est une réalité dans un cadre limité (rédaction de résumés, mise en évidence de tendances), mais les CFO traitent ces outils comme des copilotes. Le penseur critique humain a toujours le dernier mot. Comme le prévient un expert de TechRadar, l'IA « a du mal à gérer les planifications complexes (et les nuances) » et « nécessitera toujours une touche humaine » pour les véritables décisions stratégiques ^{[50] [6]}.

Le tableau suivant oppose une sélection de cas d'usage promis aux réalités pratiques :

| Stratégie et analyse | Les agents d'IA générative résument les rapports financiers, l'intelligence concurrentielle ou rédigent des ébauches de notes stratégiques. Ils peuvent même suggérer des actions de haut niveau (ex : où réduire les coûts) basées sur les données d'investissement. | Hype vs Réalité : La confiance des dirigeants envers l'IA augmente (les directeurs financiers et autres utilisent des outils de résumé et d'analyse ^{[56] [57]}), mais la stratégie entièrement autonome n'est pas encore là. Les experts insistent sur la « touche humaine » pour les décisions finales ^[6]. Les directeurs financiers peuvent bénéficier d'une aide à la rédaction, mais ils restent les décideurs. |

Des études de cas d'entreprises soulignent ces réalités. Par exemple :

• Logista (logistique européenne) : Le directeur financier Pedro Losada fait état de succès avec les prévisions basées sur l'IA, qualifiant cela de « changement de paradigme ». Il souligne également que les directeurs financiers doivent anticiper les scénarios rapidement et adopter les technologies d'automatisation, sous peine de prendre du retard ^[58].

• Ferrovial (infrastructures) : Le directeur financier Ernesto López note que la finance devrait « gagner en efficacité pour libérer des ressources pour l'innovation ». Selon lui, l'IA « réduit la charge de travail, améliore la qualité des données et permet aux équipes de se concentrer sur des décisions à fort impact » ^[59]. Ferrovial met en œuvre l'IA pour l'analyse massive de données et la détection d'anomalies, mais López insiste sur la nécessité d'une formation interne et d'une gouvernance des données pour maintenir la cohérence des résultats ^[60].

• Aéroports espagnols (Aena) : Le directeur financier Ignacio Castejón décrit l'automatisation de tâches critiques comme l'audit et les approbations : ce qui nécessitait autrefois des vérifications sur place dans des dizaines d'aéroports peut désormais souvent être effectué à distance par des systèmes augmentés par l'IA ^[61]. Il met néanmoins en garde contre les écarts d'adoption entre les employés plus jeunes et plus âgés.

• BBVA (secteur bancaire) : Le responsable de la transformation financière de BBVA met en avant l'IA générative en action : rédaction de notes internes, structuration des ordres du jour de réunions et génération de résumés de rapports. Le principal avantage, dit-il, est la « libération de la capacité cognitive » pour les humains ^[46]. Les directeurs financiers grecs s'orientent vers des équipes de projet autonomes intégrant l'IA, mais insistent sur le fait que le changement doit venir de l'intérieur avec des résultats démontrables pour favoriser l'adhésion.

• Communications d'entreprise (analogie) : Bien qu'il ne s'agisse pas de finance, le BCG constate que plus de 80 % des tâches de communication d'entreprise peuvent être automatisées via l'IA ^[62]. Par analogie, les communications financières de routine (rapports répétitifs, divulgations standard) présentent également un fort potentiel d'automatisation. Par exemple, un rapport du Boston Consulting Group a noté que les employés des affaires corporatives (une architecture qui traite également des chiffres et du texte) peuvent récupérer environ 30 % de leur temps grâce à l'IA ^[63]. Les directeurs financiers devraient en déduire que de nombreuses tâches financières répétitives (génération de rapports, analyses de routine) se prêtent également à l'IA, à condition qu'une refonte minutieuse des flux de travail soit effectuée ^[64].

Barrières et défis

Malgré les promesses, les directeurs financiers sont confrontés à des obstacles substantiels pour concrétiser ces cas d'usage :

• Qualité et intégration des données : Les agents d'IA nécessitent des données précises et consolidées. De nombreuses organisations luttent encore avec des ERP hérités et cloisonnés. Comme le prévient un expert, « sans une vue unifiée des données en temps réel, l'IA manque de confiance » ^[9]. En effet, plus de la moitié des entreprises européennes interrogées n'ont pas entièrement automatisé leurs opérations financières (ex : consolidations toujours manuelles) ^[47]. Les directeurs financiers commencent souvent les projets d'IA en investissant d'abord dans le nettoyage des données et les plateformes d'intégration (les ERP cloud de deuxième génération) pour servir de source unique de vérité.

• Compétences et culture : Le confort technique des professionnels de la finance varie. TechRadar constate que 44 % des professionnels de la fiscalité et de la finance sont « préoccupés par les nouvelles compétences requises », et 43 % manquent d'expertise en données ^[39]. Cette résistance cognitive peut freiner l'adoption. Les organisations qui réussissent « écoutent tôt » en impliquant les équipes financières dans la conception des pilotes ^[65] et favorisent une culture de l'expérimentation avec des modes d'échec sécurisés ^[66]. Les directeurs financiers parrainent de plus en plus de programmes de montée en compétences ; par exemple, les ateliers d'IA expérientielle pour les directeurs financiers sont en hausse, reconnaissant que les cadres ont besoin d'une littératie en IA pour prendre de bonnes décisions de gouvernance ^{[67] [68]}.

• Gouvernance et éthique : Un risque qui préoccupe particulièrement les directeurs financiers est l'impact financier et réputationnel de décisions d'IA erronées. Contrairement à d'autres fonctions de l'entreprise, la finance ne peut pas facilement absorber les erreurs. Le CTO de SAS a explicitement démontré la nécessité d'une vision avec « l'humain dans la boucle » pour chaque décision ^[69]. Les experts du secteur insistent sur l'intégration de la transparence dans l'IA : TechRadar avertit que sans « garde-fous et explicabilité », les agents autonomes pourraient éroder la confiance ^[70]. D'ici 2026, de nombreuses entreprises auront intégré des pistes d'audit et des politiques : par exemple, toute recommandation d'IA dépassant un certain seuil monétaire doit être validée par un humain. Les directeurs financiers dirigent ou co-dirigent souvent l'élaboration de ces cadres de gouvernance de l'IA, en étroite collaboration avec les équipes de gestion des risques et de conformité.

• Risques réglementaires et cybernétiques : Les outils d'IA financière fonctionnent selon des règles strictes (ex : lois sur les valeurs mobilières, réglementations fiscales). Les régulateurs examinent de plus en plus l'utilisation de l'IA en entreprise sous l'angle de l'équité et de la transparence. Les directeurs financiers doivent assurer la conformité ; par exemple, si une IA suggère des décisions de crédit, le processus d'approbation des prêts doit toujours respecter les lois anti-discrimination. Parallèlement, les données financières sont extrêmement précieuses — une cible tentante pour les cyberattaques. Les agents d'IA connectés à des systèmes en direct doivent être renforcés contre les entrées adverses. Cela se reflète dans les priorités : 66 % des directeurs financiers ont cité le risque de confidentialité/éthique comme un problème majeur lié à l'IA ^[5].

• ROI et attentes : De nombreux directeurs financiers ont appris à leurs dépens que les pilotes tape-à-l'œil ne se traduisent pas toujours par un retour sur investissement. Comme le dit Gartner, l'IA générative entre dans un « creux de désillusion » en 2025, où le battage médiatique dépasse les capacités ^[8]. Certains projets d'IA sont mis de côté en raison d'une « valeur commerciale incertaine » ou de promesses excessives ^[18]. Les directeurs financiers agissent ici en pragmatiques : ils mesurent des éléments tels que la réduction des heures manuelles, les taux d'erreur et les délais d'exécution. Pour gérer les attentes, les directeurs financiers définissent de plus en plus le succès en termes mixtes — productivité, vitesse de décision et agilité stratégique — et pas seulement par des augmentations de profits à court terme ^{[3] [8]}. Cela dit, l'étude de Salesforce note que les directeurs financiers acceptent désormais souvent des rendements « à combustion lente » de l'IA, se concentrant sur les résultats au-delà des prochains trimestres ^[36].

Le tableau ci-dessous résume l'évolution du sentiment des directeurs financiers à mesure que l'adoption de l'IA progresse :

Ces chiffres soulignent une transformation radicale : les directeurs financiers ne sont plus des observateurs passifs, mais des partisans actifs de l'adoption stratégique de l'IA — tout en restant vigilants quant aux coûts et aux contrôles.

Distinguer le battage médiatique de la réalité

L'enthousiasme autour de l'IA a donné lieu à de nombreuses affirmations audacieuses. Nous analysons ici certains « battages médiatiques sur les agents d'IA » courants par rapport à la réalité pratique en 2026, sous l'angle du directeur financier :

| Tous les processus financiers peuvent être automatisés. | Seules les tâches routinières et gourmandes en données sont prêtes pour l'IA. Le cabinet de conseil spécialisé (BCG) estime que ~80 % des tâches de communication sont automatisables ^[62] ; par analogie, le traitement des factures ou la clôture mensuelle peuvent être largement automatisés. Cependant, les tâches nécessitant un jugement complexe – par exemple, l'élaboration d'une stratégie ou des négociations nuancées – restent dirigées par l'humain ^{[6] [76]}. | Les CFO visent à automatiser des « super cas d'usage » (ex. prévisions, contrôles de conformité) afin de libérer les analystes pour un travail de réflexion. Ils reconnaissent que sans une « bonne architecture de données » et une sélection claire des cas d'usage, l'automatisation échoue ^{[77] [9]}. | | Les décisions de l'IA sont infaillibles et sans biais. | C'est faux. Les modèles présentent des biais et des zones d'ombre. Le CTO de SAS a mis en évidence un biais dans les décisions de crédit d'un LLM (exigeant des scores supérieurs de 120 points pour les candidats noirs) ^[78]. L'IA manque de contexte social et de nuance ^[70]. Les erreurs se propagent si elles ne sont pas contrôlées. | Les CFO mettent l'accent sur une gouvernance rigoureuse des données et des audits périodiques des résultats des modèles. Ils traitent les recommandations de l'IA comme une donnée parmi d'autres, et non comme une vérité absolue. Comme l'a formulé un Chief Data Officer : « L'IA produit l'analyse, mais les humains fournissent l'interprétation et l'assurance. » | | Les CFO peuvent surfer sur la vague de l'IA avec un projet de données ponctuel. | Non. Les leaders du secteur avertissent que des pilotes isolés ne transformeront pas une entreprise ^{[79] [75]}. L'intégration de l'IA nécessite une adhésion transversale et une gouvernance solide. TechRadar note que la plupart des entreprises ont réalisé des pilotes, mais peu ont déployé à l'échelle de l'organisation ^[79]. À l'inverse, Salesforce rapporte que les CFO mesurent désormais le ROI de manière plus large, reflétant l'adoption d'un état d'esprit stratégique ^[3]. | Les CFO prônent une intégration de bout en bout : relier les données de multiples fonctions et faire évoluer les processus à mesure que l'IA est introduite. Ils insistent sur des programmes de « littératie en IA pour les dirigeants » afin que les décideurs comprennent les capacités et les limites de l'IA ^[67]. |

Ces comparaisons mettent en lumière des réalités concrètes pour les CFO :

• L'IA comme amplificateur, et non comme remplaçant. Un expert de TechRadar soutient que l'objectif de l'IA agentique est d'élever le leadership, permettant aux cadres de se concentrer sur « les défis que nous seuls pouvons résoudre » ^[80]. Les CFO font écho à ce sentiment : les outils génératifs libèrent les analystes des tâches ingrates, mais la supervision stratégique demeure.
• Un ROI mesuré au fil du temps. Les principaux analystes mettent en garde contre l'attente d'un retour sur investissement immédiat ^{[8] [3]}. Au lieu de cela, les CFO se concentrent sur l'amélioration opérationnelle cumulative. Comme l'a révélé une enquête, les employés sont effectivement « ravis » de l'impact de l'IA générative dans le marketing (93 % des CMO signalant un ROI ^[81]), mais les pilotes financiers plus restreints suggèrent que les gains sont réels bien que nuancés. Les budgets des CFO incluent désormais souvent l'IA comme une ligne d'investissement pluriannuelle, et non comme un pari rapide.
• Automatisation ciblée. Les CFO classent les tâches selon leur aptitude à l'automatisation. Les tâches répétitives (saisie de données, rapports standard) connaissent le plus de succès, tandis que les tâches lourdes en jugement (stratégie, analyse de fusions-acquisitions) voient une pénétration limitée de l'IA. Par exemple, la société d'analyse SAS a fait la démonstration d'agents de détection de fraude (avec supervision humaine) ^[7], ce qui correspond parfaitement aux besoins de gestion des risques des CFO. À l'inverse, s'attendre à ce que l'IA négocie de manière autonome des contrats ou décide des embauches relève encore du battage médiatique.
• L'humain dans la boucle et la confiance. Le consensus est que la confiance et la gouvernance sont primordiales ^{[70] [7]}. Comme l'a souligné une opinion dans TechRadar, une IA agentique sans responsabilité pourrait « éroder la confiance » et freiner l'adoption ^[70]. Les CFO répondent en maintenant des lignes de responsabilité claires : chaque suggestion de l'IA est accompagnée d'une explication, et la validation finale incombe à un responsable financier.

Globalement, les CFO sont de plus en plus capables de distinguer le discours marketing des fournisseurs des capacités viables de l'IA. Ils recherchent une valeur démontrée : résultats de pilotes, études de cas de pairs et meilleures pratiques établies. En même temps, ils traitent les nouveaux développements de l'IA (par exemple, les agents à large domaine ouvert) avec un optimisme prudent. Dans les sections qui suivent, nous approfondissons les données les plus récentes, les études de cas et les analyses d'experts qui éclairent ces distinctions entre réalité et battage médiatique dans la finance.

Analyse des données et preuves

Nous avons déjà cité de nombreuses enquêtes et rapports. Nous soulignons ici les données et preuves critiques qui sous-tendent la discussion ci-dessus, en approfondissant certains points avec des statistiques et des avis d'experts.

Données sur l'adoption et la perception

• Évolution de la stratégie des CFO (Salesforce) : L'étude Salesforce sur les CFO (août 2025) fournit un ensemble de données clés sur les attitudes des directeurs financiers. Notamment, 70 % des CFO étaient « conservateurs » vis-à-vis de l'IA en 2020, mais ce chiffre est tombé à 4 % en 2024 ^[1]. À l'inverse, 33 % des CFO en 2025 considèrent leur approche comme « agressive » ^[71]. Ce changement spectaculaire souligne la rapidité de l'évolution : les CFO sont passés d'une adoption lente par peur du risque à une promotion active des agents d'IA comme levier critique pour l'entreprise.

• Allocation budgétaire : La même étude a révélé que les CFO allouent désormais environ un quart de leurs budgets IA spécifiquement à des projets « agentiques » ^[21]. C'est un indicateur concret de priorisation. En pratique, cela signifie que les directions financières consacrent des ressources (logiciels, talents) à des systèmes d'IA autonomes ou multi-étapes, au lieu de traiter l'IA comme un projet informatique secondaire.

• Attentes en matière de ROI : Dans cette enquête, 74 % des CFO ont estimé que les agents d'IA réduiraient les coûts ou augmenteraient les revenus jusqu'à ~20 % dans leurs opérations ^[22]. Bien qu'optimistes, les CFO équilibrent cela avec des préoccupations : 66 % ont signalé des problèmes éthiques ou de confidentialité et 56 % s'inquiétaient des délais de ROI prolongés ^[5]. Les données suggèrent que les CFO ne sont pas aveuglément enthousiastes – ils voient la valeur potentielle mais sont clairement conscients des risques.

• Confiance des dirigeants dans l'IA (TechRadar) : Par ailleurs, une enquête de TechRadar (août 2025) a interrogé des dirigeants (non spécifiques à la finance, mais révélateurs) : ~74 % font plus confiance aux données de l'IA qu'à celles de leurs collègues ^[48], et 44 % laisseraient l'IA générative annuler une décision planifiée. Ces chiffres élevés indiquent une confiance croissante dans les capacités analytiques de l'IA. Pour les CFO, cela signifie que le reste de la direction est de plus en plus ouvert aux conseils basés sur l'IA. Les technologies qui fournissent des analyses et des résumés clairs sont susceptibles d'obtenir l'adhésion des dirigeants. Cependant, TechRadar souligne également la nécessité d'un équilibre et d'une pensée critique humaine ^[6], un message partagé par les CFO.

• Préparation des dirigeants mondiaux (Deloitte) : Plus tôt (janvier 2024), l'AI Institute de Deloitte a interrogé 2 800 dirigeants et a révélé que seulement ~20 % estimaient que leur entreprise était hautement préparée à l'impact de l'IA sur la main-d'œuvre ^[82]. Ceux qui étaient le plus exposés à l'IA étaient souvent les plus inquiets. Cela suggère un retard dans la préparation organisationnelle – un fossé que les CFO s'efforcent de combler. En réponse, nous observons une vague d'efforts de montée en compétences et de gouvernance dans les entreprises matures. L'implication : même si les outils existent, les fondations organisationnelles en termes de données et de talents sont encore en phase de rattrapage.

• Gouvernement et secteur public : À titre d'exemple de déploiement à grande échelle, l'IRS américain a annoncé le déploiement des agents d'IA « Agentforce » de Salesforce dans plusieurs divisions (novembre 2025) ^[83]. Bien qu'il ne s'agisse pas d'un CFO, cela montre que des institutions sophistiquées testent des agents d'IA pour des travaux juridiques et fiscaux. Leçon pour les CFO : l'examen de l'IA au niveau gouvernemental signifie que ces outils passent du laboratoire à l'utilisation réelle, bien que probablement sous une surveillance étroite.

• Rôle de la gouvernance : Les enquêtes soulignent que la gouvernance des données est largement considérée comme essentielle. Dans les fonctions financières, les preuves (provenant à la fois de cabinets de recherche et du panel de CFO espagnols) montrent que le nettoyage des données et l'établissement de sources de vérité uniques sont des premières étapes critiques ^{[9] [77]}. Nous en voyons la preuve dans le comportement organisationnel : de nombreux CFO dépensent aujourd'hui davantage dans l'intégration des données (ex. modernisation de l'ERP) parallèlement aux pilotes d'IA, plutôt que d'acheter simplement des logiciels d'IA séparément.

Données d'études de cas

Ces citations mentionnent des exemples organisationnels spécifiques :

• Forum des CFO soutenu par IBM (CincoDías) : Lors de ce panel de CFO ibériques (juin 2025), six directeurs financiers de grandes entreprises (Ferrovial, Aena, BBVA, etc.) ont partagé leurs expériences. Leurs déclarations constituent des points de données sur l'adoption : par exemple, le CFO d'Aena a déclaré que les outils d'audit à distance gèrent désormais des tâches qui nécessitaient auparavant l'envoi d'équipes dans les aéroports ^[61]. Un autre a souligné l'inversion de la pyramide financière (moins d'employés, plus d'analystes) due à l'automatisation ^[77]. Ce sont des données qualitatives mais très illustratives de l'évolution du rôle de CFO. Notamment, tous les participants ont convenu que : « L'IA a cessé d'être une promesse lointaine pour devenir un outil habituel dans les départements financiers » ^[84]. Ce consensus est un indicateur puissant qu'en 2025, l'IA est généralisée dans la finance des grandes entreprises – du moins au niveau des pilotes ou des déploiements initiaux.

• Simulation de la vente au détail et de la chaîne d'approvisionnement : Dans l'article de TechRadar sur la résilience, des exemples montrent des agents d'IA déroutant des expéditions ou équilibrant les stocks en temps réel ^[85]. Bien qu'il ne s'agisse pas d'exemples gérés par des CFO, ils suggèrent des scénarios commerciaux qui pourraient alimenter la gestion du compte de résultat et les prévisions de fonds de roulement pour les directeurs financiers. Par exemple, un CFO pourrait déployer des agents pour optimiser les réserves de trésorerie à travers des opérations mondiales lors de changements de politiques commerciales. La preuve clé ici est que ces cas d'usage sont techniquement réalisables et entrent dans la pratique (bien que les résultats spécifiques des entreprises ne soient pas donnés, l'article implique un développement actif).

• ROI Marketing vs Finance (étude SAS) : L'enquête de SAS & Coleman Parkes (octobre 2025) a révélé que 80 % des marketeurs utilisent activement l'IA générative, avec 83 à 93 % signalant un ROI clair ^[81]. La finance doit noter ce point de référence : il suggère que lorsqu'une fonction adopte l'IA générative, le succès rapporté peut être très élevé. Cependant, les marketeurs ont souvent des exigences de précision moindres et des cas d'usage plus créatifs que la finance. Cela montre également le biais de l'enquête : les répondants étaient « ravis » de l'IA générative, bien que l'étude elle-même avertisse que les avantages auto-déclarés peuvent être gonflés ^[86]. Les CFO apprennent ainsi que les anecdotes enthousiastes dans d'autres fonctions ne garantissent pas que la finance verra les mêmes retours, mais ils ne devraient pas non plus écarter le potentiel de l'IA générative.

• BCG sur les affaires générales : Le rapport du BCG (septembre 2025) indiquant que >80 % des tâches des affaires générales pourraient être automatisées avec l'IA ^[62] alimente la réflexion des CFO sur les communications internes, les relations avec les investisseurs et les rapports de routine. Les chiffres exacts (26 à 39 % de gain de temps, selon le type de tâche) donnent une idée concrète des gains d'efficacité possibles dans des domaines analogues. Les CFO transposent ce potentiel à leurs domaines : si un agent d'IA peut rédiger des communiqués de presse ou des divulgations réglementaires, il pourrait similairement rédiger des rapports mensuels standard ou des présentations de gestion.

Coût-bénéfice et projections futures

• Infrastructure IA Hyperscale : Les données de Gartner montrent que les fournisseurs de cloud hyperscale s'orientent vers des investissements massifs dans l'IA (les dépenses en infrastructure IA sont de 3 pour 1 par rapport aux serveurs traditionnels d'ici 2026 ^[87]). Cela soutient l'idée que les services d'IA seront moins chers et omniprésents, bénéficiant indirectement à la finance (en abaissant le coût du calcul IA). Pour les CFO, cela signifie que les agents d'IA pourraient bientôt être intégrés dans les logiciels quotidiens (par exemple, un CFO pourrait ne pas « acheter de l'IA » explicitement – elle viendra comme une fonctionnalité de son ERP ou de sa suite analytique ^[37]). Le point de données à surveiller est le ratio de dépenses : s'il reste élevé, davantage de fonctionnalités d'IA s'immisceront dans les outils financiers, augmentant potentiellement le ROI final du budget technologique.

• Valeur projetée de l'IA agentique : TechRadar indique que les entreprises de services financiers prévoient des économies de > 2,9 millions de livres sterling par an grâce à l'IA agentique ^[88]. Bien que la source ne soit pas explicitement citée dans l'extrait, elle témoigne de prévisions sectorielles d'un impact substantiel. Les équipes des CFO peuvent utiliser de tels chiffres pour justifier l'expérimentation – même si, en réalité, la situation de référence et les cas d'usage de chaque entreprise diffèrent largement.

• Attentes des investisseurs vs dirigeants : L'enquête Teneo montre un décalage dans le calendrier du ROI : la moitié des investisseurs attendent des retours sur l'IA d'ici 6 mois, contre seulement 16 % des PDG qui pensent cet objectif réalisable ^[27]. Du point de vue du CFO, il s'agit d'une donnée exploitable : il faut souligner auprès du conseil d'administration et des investisseurs que les résultats de l'IA s'inscrivent probablement dans le moyen à long terme. De telles preuves peuvent aider à recalibrer les prévisions financières autour des projets technologiques, garantissant que les investisseurs disposent de calendriers réalistes ou ne sanctionnent pas les ralentissements à court terme.

Études de cas et exemples concrets

Au-delà des enquêtes, certaines organisations spécifiques fournissent des exemples instructifs de l'utilisation des agents d'IA :

• Salesforce (Interne) – Contexte : Les propres opérations de Salesforce offrent des perspectives intéressantes. La CFO de Salesforce (Robin Washington) a publiquement défendu l'IA et co-crée du contenu sur les tendances de la fonction finance. Le concept de « travail numérique » (digital labor) mentionné dans l'enquête ^[33] provient de la vision de Salesforce. Nous ne disposons pas de chiffres internes au-delà de l'enquête, mais le fait que la propre CFO de Salesforce parle de l'IA comme d'un levier de transformation de la finance suggère des déploiements internes, au moins modestes – probablement dans les prévisions financières des ventes ou l'analyse des dépenses. Il est instructif que l'enquête (publiée par ITPro) soit citée comme une étude Salesforce : cela implique que Salesforce pousse activement le leadership d'opinion des CFO et reflète vraisemblablement son expérience du marché avec l'IA.

• IRS (États-Unis) – Contexte : Fin 2025, l'IRS a annoncé le déploiement d'Agentforce de Salesforce (un programme d'agents d'IA) dans plusieurs divisions ^[83]. Bien qu'il ne s'agisse pas du CFO d'une entreprise, l'IRS est essentiellement une agence « financière ». Ils citent des réductions d'effectifs et un besoin d'efficacité. Cela sert de pseudo-étude de cas : l'équivalent du CFO au sein du gouvernement (le Trésor) approuve les agents d'IA pour des tâches d'arbitrage et de recours fiscaux. Cela signale que même les organisations financières conservatrices du secteur public expérimentent l'IA agentique.

• Darktrace (Cybersécurité) – Contexte : Darktrace, une entreprise de cybersécurité, a nommé un nouveau CFO en 2025 lors d'une levée de fonds. Bien que l'article sur Darktrace ^[89] porte principalement sur le personnel, on peut en déduire que la cybersécurité (très axée sur l'IA) attire les talents de la finance. Le rôle du CFO implique probablement le financement de la sécurité basée sur l'IA, ce qui est indirectement lié au risque organisationnel. La présence de conseils d'administration experts en IA dans la fintech et la cyber montre l'évolution des rôles de CFO ; cependant, les données directes de ce cas sont limitées.

• Pilotes spécifiques à l'industrie (CNG Holdings de SAS) – Contexte : Le blog en direct de SAS Innovate 2025 a mentionné un cas (CNG Holdings) où des solutions financières ont permis de surmonter des problèmes d'intégration et de fraude (légende de l'image 5) ^[90]. Bien que les détails soient rares, cela souligne que les fournisseurs financiers spécialisés (SAS, etc.) proposent des solutions d'agents d'IA aux services financiers. Les CFO devraient suivre ces études de cas via les dossiers des fournisseurs – les preuves anecdotiques suggèrent des améliorations significatives (si les pertes persistantes dues à la fraude peuvent être réduites, les CFO y voient un avantage clair).

• Entreprises technologiques (SAP, Microsoft) – Contexte : À Davos 2025, le PDG de SAP a annoncé des systèmes agentiques pour les ventes et la chaîne d'approvisionnement pour 2025 ^[91]. Planification pour le CFO : si des agents d'IA de vente sont déployés dans le CRM, les CFO devront travailler à l'intégration de leurs modèles de prévisions financières pour ingérer ces données. De même, Copilot de Microsoft est intégré dans Dynamics 365 (ERP) et Power BI ; les CFO reçoivent des démonstrations et des offres de « Copilot for Finance ». Ces exemples de cas de la Big Tech fournissent une feuille de route : les CFO prévoient qu'en 2026 environ, tous les principaux logiciels de finance d'entreprise seront vendus avec des composants d'agents d'IA. Le défi consiste à distinguer lesquelles de ces promesses sont concrètes. Les analystes (ex. [20]) prédisent que les fournisseurs « mèneront l'adoption de l'IA », avec de nombreuses fonctionnalités à venir, mais les CFO savent que le battage médiatique des fournisseurs dépasse souvent la valeur déployable dès la première année.

• Initiatives étrangères en Fintech/Finance – Contexte : Le Royaume-Uni a activement promu l'IA dans la fintech. D'ici 2025, le secteur britannique de la fintech (évalué à 11 milliards de livres sterling) intégrera l'IA, selon TechRadar ^[92]. Par exemple, le rapport Xero mentionné plus haut montre que les comptables britanniques (et par extension, les CFO de nombreuses PME) réalisent des gains de profit significatifs grâce à l'IA. De plus, des bacs à sable réglementaires (sandboxes) dans la finance (comme la FCA au Royaume-Uni) explorent l'utilisation de l'IA pour la fraude et le crédit. En Asie, la présence du CIO d'Emirates Health Services à SAS Innovate suggère un apprentissage intersectoriel (santé/gouvernement vs finance) – les CFO du monde entier partagent des problématiques similaires.

Implications et orientations futures

Stratégie IA pour les CFO en 2026 et au-delà

1. Révision des KPI et des tableaux de bord. Les CFO sont susceptibles d'ajouter de nouvelles métriques pour surveiller les initiatives d'IA. Les KPI financiers traditionnels restent essentiels, mais les CFO adoptent des métriques telles que la « volatilité des prévisions », les « taux d'erreur dans les projections » et le « délai de clôture des comptes ». Les répondants de Salesforce ont indiqué une évolution des KPI. À mesure que la responsabilité de l'IA se formalise, les systèmes de contrôle financier intégreront des métriques de performance de l'IA (taux de faux positifs dans la détection des fraudes, précision des prévisions de la demande par rapport au réel) aux côtés du ROI.

2. Talents et organisation. L'essor des agents d'IA a un impact organisationnel. Les CFO remodèlent les équipes financières – formant des escouades interfonctionnelles composées de comptables, d'analystes de données et d'informaticiens selon des modèles agiles. Le panel de CFO espagnols a noté que la pyramide financière traditionnelle s'inverse : moins de rôles de saisie de données, plus de rôles analytiques ^[77]. La formation en finance mettra de plus en plus l'accent sur les compétences en données. Les CFO pourraient créer des rôles tels que « responsable de la stratégie IA » au sein de la finance ou instaurer des comités conjoints CFO/CDO. Les enquêtes montrent que près de la moitié des professionnels de la finance estiment qu'une montée en compétences est nécessaire ^[39] ; les CFO investiront dans des programmes de mentorat, des recrutements externes ou des partenariats avec des cabinets d'analyse.

3. Investissements technologiques. Les budgets des CFO s'orienteront vers des modèles d'abonnement incluant des fonctionnalités d'IA. Gartner prévoit que d'ici la fin des années 2020, la plupart des logiciels d'entreprise intégreront l'IA ^[37]. Les CFO devraient évaluer non seulement les solutions ponctuelles, mais aussi les feuilles de route IA de l'ensemble de leurs fournisseurs. Les fournisseurs d'ERP cloud et d'analyse intègrent tous des agents. Les CFO scruteront les contrats : par exemple, un nouveau module d'IA augmentera-t-il les frais annuels ? Alors que le CapEx matériel était autrefois le domaine du CFO, le poste de dépense majeur concerne désormais les contrats de services IA/IT. Un CFO doit modéliser soigneusement ces coûts, d'autant plus que les données de Gartner indiquent que les hyperscalers augmenteront leurs dépenses en infrastructure IA – les prix pourraient baisser, mais la demande entre en concurrence avec d'autres projets.

4. Environnement réglementaire. Les organismes de réglementation mondiaux élaborent des règles pour l'IA. Par exemple, le Cyber Resilience Act de l'UE (à partir de 2024) et les futurs AI Acts impliquent des exigences de transparence et de gouvernance. La finance étant hautement réglementée, les CFO doivent aligner l'utilisation de l'IA sur l'évolution de la loi. Par exemple, si un agent d'IA influence la solvabilité d'un prêt, les banques doivent documenter comment les décisions algorithmiques évitent les biais. Le non-respect de ces règles pourrait entraîner des amendes. Les CFO doivent collaborer avec les équipes juridiques et de gestion des risques pour s'assurer que les projets finance-IA incluent des points de contrôle de conformité.

5. Communication avec les parties prenantes. Les CFO joueront un rôle clé dans l'alignement des attentes des actionnaires. Compte tenu des calendriers divergents (impatience des investisseurs vs vision des PDG), les CFO doivent communiquer sur le ROI échelonné de l'IA. Les résultats du premier semestre 2026 pourraient refléter une augmentation des dépenses d'IA ou des coûts de projets pilotes ; les CFO devront clarifier les horizons de rentabilité plus longs. Des rapports comme l'enquête Teneo ^[27] arment les CFO de données pour contrer les demandes irréalistes des utilisateurs. De plus, l'éducation du conseil d'administration sur les capacités et les limites de l'IA est essentielle – les malentendus peuvent conduire à des mandats mal avisés.

6. Partenariats avec les fournisseurs et l'écosystème. Les CFO devraient tirer parti des partenariats (avec des cabinets de conseil, des entreprises technologiques, des fintechs) pour piloter et mettre à l'échelle des cas d'usage réussis. Lors du panel espagnol, IBM a co-animé des sessions clés, signifiant l'importance des partenariats de conseil. De même, les Chief AI Officers de PwC et d'autres (interview d'AP News avec Dan Priest ^[93]) indiquent que les services professionnels façonnent activement l'adoption de l'IA par les CFO. Les CFO compareront de plus en plus leurs pratiques : par exemple, en rejoignant des réseaux de CFO ou en participant à des forums finance-IA (comme CFO Labs) pour apprendre quels pilotes ont réellement fait bouger les choses.

Équilibrer innovation et prudence

Le chemin à parcourir exige une double approche. D'une part, les CFO doivent adopter l'innovation : rester compétitif signifie adopter l'IA pour l'efficacité et la vision stratégique. Les agents qui automatisent le reporting, prédisent les flux de trésorerie ou alertent sur les risques peuvent fondamentalement améliorer l'agilité financière. Les premiers adoptants pourraient bénéficier d'avantages concurrentiels en termes de précision des prévisions et de réduction des coûts. L'UpsideJournal of Finance note que les entreprises utilisant l'IA dans leurs opérations (comme la chaîne d'approvisionnement ou le FP&A) constatent souvent des améliorations à deux chiffres dans la rapidité de prise de décision ^[94].

D'autre part, les CFO doivent appliquer une validation et un contrôle rigoureux. Comme le montrent les dirigeants de Gartner et de SAS ^{[8] [78]}, des déploiements prématurés ou non vérifiés créent des zones d'ombre. La nature prudente d'un CFO est, dans ce cas, un atout précieux : il doit exiger des pilotes incrémentaux avec des critères d'échec clairs. L'autonomie de l'IA agentique est une arme à double tranchant – des décisions plus rapides, mais aussi des erreurs plus rapides en cas de défaillance. Les articles « expert insights » de TechRadar soulignent l'importance de réintégrer l'humain dans les boucles de surveillance ^{[7] [70]}. Les CFO doivent codifier cela dans leurs politiques : par exemple, en désignant des protocoles d'escalade pour les suggestions générées par l'IA qui dépassent un certain seuil de risque.

Perspectives à long terme

D'ici 2029 et au-delà, les prévisions suggèrent que l'IA sera totalement intégrée. Gartner envisage que l'IA générative atteigne un plateau de productivité stable d'ici là ^[95]. Le CFO précurseur a la chance de façonner les règles d'engagement. Si elle est mise en œuvre de manière responsable dès maintenant, l'IA peut libérer la finance pour qu'elle devienne plus stratégique. L'objectif ambitieux (exprimé dans les forums de CFO) est une fonction finance qui ne se contente pas de rapporter le passé, mais qui modélise et façonne activement l'avenir de l'entreprise.

Cependant, la feuille de route comporte des obstacles. La dépendance à long terme vis-à-vis des fournisseurs de LLM soulève des questions de gouvernance. Les CFO deviendront-ils trop dépendants de modèles d'IA propriétaires (et donc otages de leur opacité et de leur monopole) ? C'est pourquoi certains cercles de CFO développent des laboratoires d'IA explicable – des équipes interdépartementales – pour auditer et valider en permanence le comportement de l'IA. De plus, avec les travaux imminents sur les normes (comme les principes de l'OCDE sur l'IA), la finance doit suivre le rythme des meilleures pratiques mondiales en matière d'éthique de l'IA.

En somme, le CFO de 2030 ne sera pas remplacé par ChatGPT, mais sera armé par lui. Il utilisera les agents d'IA comme des assistants avancés tout en veillant à ce que ces outils s'alignent sur une gestion financière rigoureuse. Comme l'indiquent les experts en IA de TechRadar, l'ère des agents « magnifiera » l'ingéniosité humaine ^[80] — et les CFO sont prêts à exploiter cette transformation, à condition de séparer la réalité du battage médiatique et de gouverner la technologie avec sagesse.

Conclusion

D'ici 2026, les agents d'IA seront passés d'une perspective séduisante à une composante pratique de la gestion financière. Les preuves montrent des gains réels : automatisation des tâches financières de routine, amélioration des prévisions et renforcement des défenses contre la fraude. Pourtant, les CFO reconnaissent à juste titre les limites et les risques : problèmes de données, préoccupations éthiques et nécessité d'un ROI soutenu plutôt qu'instantané.

Notre analyse – s'appuyant sur des enquêtes récentes, des exemples de cas et des commentaires d'experts – souligne que le rôle mature du CFO n'est pas d'être ébloui par chaque nouvelle démonstration générative, mais d'évaluer et d'implémenter systématiquement des agents là où ils apportent une valeur concrète avec un risque contrôlé. Cela signifie mettre l'accent sur des « super-cas d'usage » à haut ROI (comme le FP&A prédictif et les contrôles de conformité automatisés ^{[40] [58]}), renforcer la culture de l'IA et la gouvernance au sein de l'équipe financière ^{[96] [97]}, et maintenir les humains aux commandes finales.

Les voix des experts soulignent cet équilibre. Un spécialiste de l'IA chez TechRadar prévient : l'autonomie apporte de la puissance mais exige une conception responsable – les systèmes doivent être surveillés et gouvernés, avec les humains « fermement de retour dans la boucle si nécessaire » ^[98]. Les CFO espagnols concordent : l'IA n'est « pas un objectif en soi, mais un levier pour accélérer les décisions et générer de la valeur réelle », nécessitant non seulement de la technologie, mais aussi un leadership fort et un changement de culture ^[30].

Pour les CFO, la voie à suivre est claire mais nuancée. Adoptez les agents d'IA pour amplifier vos capacités, mais couplez-les avec l'empathie de la touche humaine. Utilisez des pilotes et des données pour valider chaque étape, et intégrez les leçons des premiers projets avant de passer à l'échelle. Comme l'a dit un expert, l'avenir du leadership est la co-création avec l'IA ^[99] – ce qui signifie que les CFO ne céderont pas le commandement, mais deviendront encore meilleurs pour poser les bonnes questions à l'IA. Le CFO guidant la fonction finance vers cet avenir sera celui qui ne sous-estimera pas les capacités de l'IA, ni ne les surestimera – s'orientant plutôt vers une innovation durable et axée sur les données.

Références : (Les citations dans le texte correspondent à la liste ci-dessous)