IA en finance : une adoption sans confiance ne crée pas de valeur
La fonction finance peine encore à faire confiance à l'intelligence artificielle. Or, sans confiance, l'impact de l'IA reste faible, et les résultats peu présents.
La plupart des équipes financières utilisent déjà l'IA. Mais le temps de l'expérimentation est révolu : les conseils d'administration et les investisseurs attendent désormais des résultats mesurables. Pourtant, l’impact de l’IA semble encore limité. Selon une étude de Gartner, 91 % des responsables financiers déclaraient en 2025 n’avoir perçu qu’un impact "faible ou modéré" de l’IA sur leurs indicateurs de performance réels.
La raison ? Les équipes peinent encore à s'appuyer sur les résultats de l'IA de manière fiable et vérifiable. Derrière cet écart entre adoption et impact, un seul obstacle : la confiance.
Pourquoi la confiance tarde à s'installer
La finance repose sur la traçabilité. Chaque chiffre doit être rattaché à une source, transiter par des systèmes et pouvoir être justifié à tout moment, notamment lors d'un audit. Les décisions exigent de la précision, et les résultats doivent constamment être évalués et validés. Or les équipes peinent à intégrer les résultats de l'IA dans des processus comme la facturation, la reconnaissance du chiffre d’affaires et la clôture, et ne peuvent souvent pas expliquer la façon dont les résultats ont été générés. Or en finance, un résultat qu'on ne peut pas expliquer est un résultat qu'on ne peut pas utiliser.
Le problème vient en grande partie de la façon dont l'IA est déployée. Dans de nombreuses entreprises, elle opère encore en dehors du système de référence : les données sont extraites, traitées dans des outils externes, puis réintégrées, ce qui crée des lacunes dans la piste d'audit et complique le suivi des résultats sur l'ensemble du cycle quote-to-cash. Les préoccupations sont constantes : sécurité des données, manque de supervision, qualité et fiabilité des informations traitées.
À cela s'ajoute la question du contexte : la qualité des résultats générés par l’IA est directement conditionnée par la qualité des données qu’elle reçoit. Même des domaines en apparence peu complexes comme la fiscalité nécessitent un contexte précis : lieu de résidence, personnes à charge, déductions et autres particularités. Sans ce niveau de détail, les résultats manquent de cohérence et la confiance s’effrite.
En parallèle, il existe aussi un risque plus profond : si l'IA remplace le raisonnement critique au lieu de l’alimenter, les équipes perdent progressivement le réflexe de questionner les résultats.
Comment construire une IA en laquelle la finance peut avoir confiance
La confiance se construit donc à partir de fondations solides. Pour qu'une IA soit véritablement fiable en finance, il ne faut pas la concevoir comme une couche technologique supplémentaire ajoutée aux systèmes existants. Elle doit opérer sur des données complètes, dans le respect des contrôles établis, et produire des résultats traçables jusqu'aux transactions sous-jacentes. Les systèmes de référence financiers reflètent des années de logique métier accumulée, d'exigences de conformité et de cas particuliers. Lorsque l'IA opère dans ce cadre, elle en hérite le contexte et s'en trouve naturellement moins exposée aux risques."
La confiance repose également sur un processus de validation explicite. Les équipes doivent savoir précisément quels contrôles exercer avant d'agir sur un résultat, qu'il s'agisse d'une checklist prédéfinie, de critères obligatoires ou de procédures d'escalade clairement établies. L’enjeu n’est pas de supprimer ces contrôles, mais de les faire évoluer pour répondre à un nouvel environnement.
L'IA en finance entre dans une période charnière. La question n'est plus de savoir si les équipes l'utilisent, mais si ses résultats sont à la hauteur des standards d'audit et de conformité qui gouvernent toute la fonction financière. Tant que ce ne sera pas le cas, l'écart entre adoption et impact réel persistera. La productivité compte, certes, mais en finance, c'est la confiance qui détermine ce qui transforme réellement la fonction financière, et ce qui reste lettre morte.