Ce que l'IA fait déjà dans les directions financières — et ce que ça implique
L'intelligence artificielle n'est plus un sujet d'innovation en direction financière. Depuis le 2 août 2026, l'AI Act est pleinement applicable : les dirigeants sont désormais personnellement responsables des usages IA déployés dans leur organisation, qu'ils les aient décidés ou non. Ce changement de régime oblige à passer d'une logique d'expérimentation à une logique de gouvernance.
La question n'est donc plus « faut-il utiliser l'IA ? » mais « quels usages autoriser, sur quelles données, avec quelles validations ? ». C'est précisément ce que cet article propose de clarifier, usage par usage, avec un niveau de risque associé et les garde-fous à mettre en place.
Trois familles d'usages en direction financière
Les usages de l'IA en direction financière se regroupent naturellement en trois familles, du plus automatisable au plus sensible.
La première famille — les tâches répétitives à faible risque décisionnel — est aujourd'hui la plus mature. Il s'agit de la saisie et de l'imputation automatique des factures, du rapprochement bancaire par lettrage, du traitement des notes de frais et de la détection de doublons. Ces tâches mobilisent des algorithmes bien rodés, sur des données structurées. Les outils de référence du marché (Yooz, Esker, Pennylane, Cegid) couvrent déjà ce périmètre. Le gain de temps est réel — entre 40 et 60 % sur le traitement des pièces comptables selon les benchmarks DAF 2026 — et le risque d'erreur décisionnelle reste limité, car la validation humaine reste systématique sur les exceptions.
La deuxième famille — l'analyse et le commentaire de gestion — est en pleine montée en puissance. L'IA générative peut aujourd'hui synthétiser des écarts entre périodes, expliquer en langage naturel pourquoi une transaction est suspecte, croiser des sources hétérogènes (ERP, relevés bancaires, données RH) et produire un premier jet de commentaires de gestion. Les directions financières les plus avancées utilisent ces fonctionnalités pour accélérer la préparation des réunions de comité de direction ou des présentations aux actionnaires. Mais ici, la vigilance s'impose : la qualité du résultat dépend directement de la qualité des données en entrée. Une IA qui commente des données mal structurées produit des synthèses séduisantes mais inexactes.
La troisième famille — le contrôle des écritures et la révision comptable — est la plus sensible. L'IA peut détecter des anomalies dans les cycles comptables, suggérer des écritures de redressement, croiser le Plan Comptable Général avec les données du dossier et signaler les incohérences inter-cycles. Certains cabinets utilisent déjà ces fonctionnalités pour accélérer la pré-révision avant la liasse fiscale. Mais dans ce domaine, aucun résultat produit par l'IA ne doit être validé sans relecture experte. L'IA assiste le jugement professionnel — elle ne le remplace pas.
La grille de décision par usage
Voici comment arbitrer concrètement, usage par usage.
Revue des écarts budgétaires. Usage : l'IA génère une première lecture des écarts entre réalisé et budget, avec des hypothèses d'explication. Niveau de risque : modéré. Validation à prévoir : le contrôleur de gestion valide les hypothèses avant toute diffusion. Données autorisées : données internes structurées issues de l'ERP. Données interdites : projections stratégiques non finalisées, données personnelles des collaborateurs.
Commentaires de gestion. Usage : l'IA rédige un premier jet de commentaires pour le reporting mensuel ou trimestriel. Niveau de risque : modéré à élevé selon le destinataire (interne vs. actionnaires). Validation à prévoir : relecture obligatoire par le DAF avant tout envoi. Données autorisées : données de gestion agrégées. Données interdites dans les outils non validés par la DSI : données nominatives, données fiscales sensibles.
Contrôle des écritures comptables. Usage : l'IA signale les anomalies (doublons, écarts entre commande et facture, changements suspects de coordonnées bancaires fournisseurs). Niveau de risque : faible sur la détection, élevé sur la décision. Validation à prévoir : toute anomalie signalée doit être instruite par un comptable avant toute action corrective. Données autorisées : données comptables internes. Données interdites dans les outils cloud non contractualisés : données fiscales à caractère confidentiel.
Production de conseils fiscaux. Usage : l'IA peut aider à documenter une position, à synthétiser un texte réglementaire ou à préparer une question pour l'expert-comptable. Elle ne doit pas produire un conseil fiscal autonome. Niveau de risque : élevé. Validation à prévoir : validation systématique par un professionnel du chiffre. C'est une ligne rouge que l'AI Act confirme.
Les trois règles de gouvernance à mettre en place maintenant
Inventorier avant d'autoriser. La première étape est de cartographier les outils IA déjà utilisés par les équipes — souvent sans décision formelle. Selon le rapport AMF de février 2026, plus de la moitié des organisations disposent désormais de cadres de gouvernance encadrant l'utilisation de l'IA. Celles qui n'en ont pas prennent un risque réglementaire croissant.
Tenir un registre des usages IA. Depuis le 2 août 2026, ce registre n'est plus optionnel pour les organisations qui déploient des systèmes IA. Il doit documenter, pour chaque usage : la finalité, les données traitées, la base légale (RGPD et AI Act), les mesures de sécurité, et les validations humaines prévues. Un registre d'usages IA est aujourd'hui aussi indispensable que le registre RGPD.
Commencer par les usages à faible risque, étendre avec méthode. La bonne approche est progressive : synthèse de documents internes, aide à la préparation des réunions, détection d'anomalies — puis, une fois la gouvernance posée, extension aux usages plus sensibles comme la révision comptable ou les commentaires de gestion à destination des actionnaires. C'est la méthode que recommande Trevys à ses clients lorsqu'il s'agit de structurer un projet IA en direction financière.
Ce que Trevys fait concrètement
Chez Trevys, nous avons déployé Licornne — une plateforme d'agents IA spécialisés, conçue pour les cabinets d'expertise comptable. Chaque agent couvre un domaine métier précis : facturation électronique, fiscalité, création d'entreprise, contrôle de gestion. Les données clients ne transitent pas dans des outils non sécurisés. Chaque résultat produit par l'IA est relu par un collaborateur avant d'être transmis au client.
C'est cette architecture — IA spécialisée, données maîtrisées, validation humaine systématique — que nous recommandons à nos clients DAF qui souhaitent structurer leur propre gouvernance IA.
Vous souhaitez faire le point sur vos usages IA actuels et les encadrer correctement ? Nos équipes peuvent vous accompagner dans cette cartographie et dans la mise en place d'une gouvernance adaptée à votre structure.