Et l’IA dans tout cela ?

La question m’est posée à presque chaque premier rendez-vous, avec deux inquiétudes symétriques : celle du dirigeant qui redoute d’être en retard, et celle de celui qui craint qu’on lui vende un gadget coûteux. Les deux méritent une réponse honnête, car l’IA change réellement certaines choses — et n’en change aucune autre.

Ce qu’elle fait déjà très bien

Le premier domaine est le traitement documentaire. Lecture et intégration automatique des factures fournisseurs, rapprochement bancaire, classement des pièces, extraction des données d’un contrat : ces tâches, qui occupaient un temps considérable, sont désormais largement automatisables, avec un taux d’erreur inférieur à celui d’une saisie manuelle fatiguée. Pour une PME, c’est probablement le gain le plus immédiat et le plus rentable.

Le deuxième est la détection d’anomalies. Repérer une facture réglée deux fois, un prix d’achat qui s’écarte de l’historique, un compte qui évolue anormalement, une commande dont la marge sort de la norme : les algorithmes sont excellents à cela, précisément parce qu’ils ne se lassent jamais de comparer.

Le troisième est la mise en forme. Produire une synthèse lisible à partir d’un tableau, rédiger un commentaire de gestion, préparer un support de réunion : le temps gagné est réel, et ce temps peut être réinvesti dans l’analyse.

Le quatrième, plus récent, est l’aide à la prévision. Sur des séries suffisamment longues et régulières, les modèles détectent des saisonnalités et des corrélations qu’un œil humain ne verrait pas. Attention toutefois : cela suppose un historique propre et une activité stable. Sur une PME de quinze salariés avec trois ans d’historique et un mix qui change chaque année, la sophistication apporte peu.

Ce qu’elle ne sait pas faire

Une machine ne connaît pas le contexte que vous n’avez pas écrit. Elle ignore que ce client important traverse une passe difficile mais qu’il vous est fidèle depuis douze ans. Elle ignore que ce fournisseur est le seul à tenir vos délais. Elle ignore la tension dans une équipe, l’usure d’un dirigeant, la promesse faite à un salarié.

Elle ne porte surtout aucune responsabilité. Une recommandation d’algorithme n’engage personne : ni devant vos associés, ni devant votre banque, ni devant vos salariés. La décision reste la vôtre, et elle reste solitaire au moment de la prendre.

Enfin, elle est structurellement mauvaise pour anticiper les ruptures. Un modèle apprend du passé : il extrapole des régularités. Il ne verra pas venir le changement de réglementation, la défaillance d’un donneur d’ordre ou le retournement d’un marché — c’est-à-dire précisément les événements qui comptent le plus.

L’IA répond très bien aux questions qu’on lui pose. Le métier consiste à savoir lesquelles poser.

Trois usages concrets dans une PME

Le premier est l’analyse d’écarts. Fournir à un assistant conversationnel un tableau budget/réalisé et lui demander de repérer les écarts significatifs et de proposer des hypothèses explicatives fait gagner un temps réel. Les hypothèses ne sont pas toutes justes, mais elles ouvrent des pistes que l’on n’aurait pas explorées.

Le deuxième est la préparation de réunion. Transformer une liasse de tableaux en une synthèse de dix lignes hiérarchisées est exactement ce que ces outils font le mieux — à condition de relire, car la mise en forme convaincante peut masquer une erreur de lecture.

Le troisième est le traitement des données commerciales. Classer des clients, nettoyer un fichier, croiser des historiques de commandes : ces travaux fastidieux se font désormais en quelques minutes, et ils alimentent des analyses de rentabilité qui étaient auparavant hors de portée d’une petite structure.

Les précautions, qui ne sont pas optionnelles

La première concerne la confidentialité. Vos comptes, vos prix, vos marges et vos données clients sont des informations stratégiques et, pour certaines, des données personnelles au sens du RGPD. Avant de déposer un fichier dans un outil en ligne, vérifiez où sont hébergées les données, si elles sont utilisées pour entraîner le modèle, et ce que prévoit le contrat. Cette vérification prend une heure et évite des problèmes sérieux.

La deuxième concerne le contrôle des calculs. Les modèles de langage produisent parfois des résultats numériques faux avec une assurance parfaite. Tout chiffre issu d’un outil de ce type doit être vérifié, particulièrement s’il doit figurer dans un document remis à un tiers.

La troisième concerne la traçabilité. Une recommandation dont on ne peut pas reconstituer le raisonnement n’est pas utilisable pour une décision engageante. Vous devez pouvoir expliquer d’où vient un chiffre — à votre banque, à votre commissaire aux comptes, à vos associés.

Ce que cela change pour la fonction financière

La part du travail consacrée à la production de l’information diminue. La part consacrée à son interprétation et à la décision augmente. C’est plutôt une bonne nouvelle : la saisie et la mise en forme n’ont jamais créé de valeur pour une entreprise.

Pour une PME, l’effet pratique est un abaissement du seuil d’accès à des outils de pilotage sérieux. Une analyse de rentabilité par client, autrefois réservée aux entreprises disposant d’un contrôleur de gestion, est aujourd’hui à la portée d’une structure de vingt personnes. À condition, toujours, que quelqu’un sache quelles questions poser et comment lire les réponses.

Questions fréquentes