IA et finance : trois aspects que l'IA transforme en FP&A, et trois qui ne changeront jamais

Les débats autour de l'IA en finance virent souvent au mélodrame. Soit elle s'apprête à tout bouleverser, soit elle est surévaluée et sans réel intérêt. La réalité est bien plus nuancée, et bien plus utile que ces deux extrêmes.

Certains aspects évoluent, d'autres non. Savoir tracer la frontière distingue les entreprises qui tirent parti de l'IA de celles qui échouent.

1. La répartition du temps des analystes

L'usine cachée de la FP&A pèse lourdement sur le quotidien. La plupart des équipes financières consacrent l'essentiel de leur semaine de travail à l'extraction des données, aux rapprochements et à l'élaboration des rapports. L'analyse, c'est-à-dire l'interprétation concrète de la signification des chiffres, doit se contenter du temps restant.

Cet écart s'amplifie avec le temps. Une équipe qui récupère deux jours par semaine et par analyste ne travaille pas seulement plus vite : elle travaille différemment. La pertinence des analyses progresse dès lors qu'elle n'est plus sacrifiée au profit du volume de production.

L'IA s'attaque directement à cette usine invisible. Elle agrège les données issues de multiples sources, identifie les écarts, génère des synthèses explicatives et compile des vues qui exigeaient autrefois des heures, voire des jours de travail. Le rôle de l'analyste ne consiste plus à concevoir le livrable, mais à l'interroger.

Le cycle de planification trimestriel résulte en grande partie des contraintes opérationnelles. Anticiper les trajectoires financières de manière complète prend tellement de temps qu'une entreprise ne peut se le permettre que quelques fois par an. L'IA transforme totalement cette équation.

Quand anticiper l'activité ne prend que quelques minutes au lieu de plusieurs semaines, le calendrier rigide s'efface au profit d'un pilotage guidé par les événements. La signature d'un contrat majeur, une rupture macroéconomique ou une évolution des effectifs : chacun de ces événements permet de réajuster les prévisions sans saturer l'équipe de planification. La fonction finance cesse d'être le goulot d'étranglement de l'entreprise pour devenir son véritable moteur de planification.

La plateforme de FP&A traditionnelle exigeait des utilisateurs formés manipulant des saisies très structurées. L'IA introduit un modèle d'interaction inédit. Les professionnels de la finance peuvent poser leurs questions en langage naturel, analyser des scénarios sous forme de dialogue et faire émerger des informations clés sans avoir à maîtriser toute l'architecture du système.

Il ne s'agit pas d'un avis marginal, mais bien d'une position majoritaire au sein de la communauté financière. La barrière entre le système et l'analyse décisionnelle s'efface.

1. La responsabilité

Une prévision est un engagement. Une présentation au conseil d'administration constitue une caution professionnelle. Une décision d'investissement repose sur des chiffres validés par un responsable. L'IA peut générer les chiffres, mais elle ne peut en porter la responsabilité.

Le CFO qui présente des projections générées par l'IA au conseil d'administration reste pleinement garant de ces chiffres. La responsabilité incombe aux personnes, et il en sera toujours ainsi.

2. La gouvernance

Pistes d'audit, circuits de validation, contrôle des versions, traçabilité des données : loin d'être des lourdeurs bureaucratiques, ces éléments constituent le socle de la confiance financière. Chaque chiffre d'un plan prévisionnel doit avoir une origine traçable. Chaque modification doit être consignée. Chaque hypothèse doit être portée par un responsable identifié.

Une IA dépourvue de gouvernance produit des résultats indéfendables, impossibles à auditer et inexploitables dans un environnement réglementé. La gouvernance ne perd rien de son importance face à l'IA ; elle devient au contraire essentielle, car le volume et la vitesse de production des données s'accélèrent.

3. Le discernement et la confiance

La finance repose sur la crédibilité. La valeur ajoutée de l'équipe de FP&A pour l'entreprise dépend entièrement de la confiance accordée aux chiffres. Or cette confiance n'est pas algorithmique, elle est relationnelle. Elle découle de l'expérience, de la qualité de l'analyse et du courage d'affirmer : « ce scénario est optimiste, et voici pourquoi ».

L'IA peut identifier des tendances, mais elle ne peut pas déterminer si ces schémas ont du sens dans un contexte précis. Elle peut modéliser des scénarios, mais elle ne peut pas évaluer lequel privilégier au regard des réalités stratégiques de l'entreprise.

Ce discernement est la véritable valeur ajoutée. Il appartient aux professionnels de la finance, et continuera de leur appartenir.

Les entreprises qui exploiteront pleinement l'IA en FP&A sont celles qui appréhendent cette frontière avec lucidité. Elles investissent pour automatiser les tâches d'exécution tout en préservant le discernement humain, sans jamais confondre les deux.

Celles qui rencontreront des difficultés rejetteront l'IA en bloc, restant prisonnières de l'usine invisible, ou l'adopteront sans gouvernance, découvrant alors que des résultats rapides mais non encadrés génèrent bien plus de risques que des analyses rigoureuses mais plus lentes.

La ligne de démarcation est nette. La seule question est de savoir de quel côté vous choisissez d'investir.