Intelligence artificielle et finance Compétences et responsabilités pour piloter le changement

L’IA ouvre de nouvelles possibilités aux directions financières. Pour les transformer en valeur, il faut des données fiables, des équipes bien préparées et un modèle opérationnel capable d’intégrer automatisation et contrôle. Cette démarche est au cœur du workshop EFFAS développé par Andrea Schenone.

Où utiliser l’intelligence artificielle dans la fonction financière ? Quelle valeur devrait-elle générer ? Quel degré d’autonomie accorder à un agent d’IA ? Et qui reste responsable des résultats ?

Ces questions concernent directement les dirigeants des entreprises. Les réponses influencent l’organisation du travail, la qualité des décisions et le développement des compétences professionnelles.

Pour les entreprises suisses, des PME aux groupes internationaux, ce sujet peut être abordé à partir de besoins concrets : rendre un processus plus efficace, améliorer une analyse ou fournir à la direction des informations plus rapidement. L’étape décisive consiste à relier ces possibilités au niveau de préparation de l’organisation et à une mise en œuvre responsable.

C’est sur cette base que j’ai développé mon AI CFO Framework, structuré autour de quatre piliers : IA, personnes, gouvernance et leadership. L’objectif est d’accompagner les responsables financiers dans la conception d’une fonction Finance capable d’associer les nouvelles possibilités technologiques à des compétences professionnelles et à des responsabilités clairement définies.

Évaluer la préparation de l’entreprise avant de choisir les outils

Une transformation crédible commence par l’observation du travail quotidien.

À quoi l’équipe consacre-t-elle son temps ? Quels processus provoquent des retards ? Où les erreurs se répètent-elles ? Quelles décisions pourraient bénéficier d’une meilleure analyse ?

Ces questions aident à repérer les possibilités. Pour choisir celles dans lesquelles investir, il faut ensuite évaluer la disponibilité de données fiables, la clarté des responsabilités, les accès aux systèmes et la capacité des équipes à vérifier les résultats produits par l’IA.

Dans mon approche, les cas d’usage possibles sont examinés selon cinq critères : valeur pour l’entreprise, faisabilité, niveau de préparation des données, risque et rapidité d’obtention d’un bénéfice.

Cette comparaison rend les priorités explicites. Une application consacrée aux prévisions financières pourrait nécessiter des mois de travail sur les données. Un projet de reporting plus ciblé pourrait permettre de recueillir plus tôt des éléments probants utiles.

Le choix initial devrait donc porter sur un projet que l’organisation est réellement en mesure de réaliser, d’évaluer et d’utiliser comme occasion d’apprentissage.

Définir la mission l’autonomie et les limites des agents d’IA

Les agents d’IA peuvent poursuivre un objectif à travers plusieurs étapes et outils. Dans la fonction financière, cette capacité ouvre des perspectives pour les prévisions, le reporting, la clôture comptable, la trésorerie et l’analyse des risques.

Pour comprendre les implications, on peut imaginer un agent chargé d’analyser les écarts par rapport à une prévision. Il pourrait récupérer des données autorisées, les comparer à une base de référence, signaler des anomalies et préparer un projet de commentaire.

Avant de l’intégrer au processus, il faut déterminer quelles informations il peut consulter, quelles actions il peut exécuter, quand une revue humaine est nécessaire et comment les exceptions doivent être gérées.

Repérer un écart, l’expliquer et approuver un rapport destiné à la direction constituent des responsabilités distinctes. La capacité à réaliser une activité ne justifie pas automatiquement l’autorisation d’effectuer toutes les activités suivantes.

Pour expliciter ces limites, le framework prévoit une Finance Agent Identity Card : une fiche définissant la mission, la personne responsable, les limites opérationnelles, les indicateurs de performance et les contrôles requis.

AI Wealth Machine | Free AI Income Guide

Une supervision permettant une intervention effective

La gouvernance doit être intégrée à la conception du processus.

La qualité des données, les droits d’accès, la vérifiabilité des résultats, les dépendances envers les fournisseurs et la continuité opérationnelle sont des éléments que le responsable financier doit prendre en compte dès le départ.

La supervision humaine exige elle aussi des conditions précises. La personne qui vérifie un résultat doit disposer de compétences, d’informations, de temps et d’une autorité suffisants pour le remettre en question et intervenir. Une approbation formelle ne garantit pas, à elle seule, un contrôle efficace.

Pour chaque expérimentation, les circonstances imposant une pause, les personnes habilitées à arrêter le processus et les conditions permettant sa reprise devraient être clairement définies.

Il s’agit d’appliquer aux nouvelles possibilités technologiques des disciplines familières à la fonction Finance : responsabilités définies, éléments probants, seuils de contrôle et gestion des exceptions.

Concevoir le nouveau modèle opérationnel

L’introduction de l’IA modifie la répartition du travail.

Certaines activités pourront être automatisées ; d’autres seront assistées par la technologie. Certaines devront rester sous le contrôle direct des personnes. D’autres encore pourront être supprimées parce qu’elles ne contribuent plus aux objectifs du processus.

Ces choix nécessitent un nouveau Finance Operating Model, c’est-à-dire une définition réfléchie de la manière dont les personnes, les données, les systèmes et les agents collaborent.

Qui est responsable des données ? Qui conçoit et supervise les agents ? Qui valide les résultats ? Comment les responsabilités sont-elles réparties entre la fonction centrale et les unités opérationnelles ? À quoi le temps libéré est-il réaffecté ?

Pour les organisations présentes sur plusieurs sites, cela implique aussi un équilibre entre règles communes et autonomie opérationnelle. Une approche possible consiste à définir des normes communes pour les accès, les contrôles et la qualité des données, tout en laissant chaque unité choisir les applications les plus pertinentes pour ses besoins.

Les personnes au cœur de la transformation

Les compétences financières conservent un rôle essentiel. De nouvelles responsabilités viennent s’y ajouter dans la supervision des agents, la validation des résultats ainsi que la gestion des données et des contrôles liés à l’IA.

Les équipes auront besoin d’une meilleure compréhension des données et de l’intelligence artificielle, ainsi que de capacités de jugement, de communication et d’analyse critique.

Un résultat convaincant dans sa forme doit pouvoir être vérifié sur le fond. Pour cela, il faut connaître le processus, comprendre ses hypothèses et savoir reconnaître lorsqu’une conclusion néglige des éléments pertinents du contexte de l’entreprise.

La formation doit également préserver l’expérience accumulée par l’organisation. Si certaines activités sont automatisées, il faut prévoir comment les professionnels continueront à développer les connaissances nécessaires pour les superviser.

Un plan de 90 jours pour passer à l’action

Une feuille de route utile relie une possibilité sélectionnée à une expérimentation contrôlée.

Le plan doit établir la situation initiale, désigner les responsables, identifier les dépendances et définir des critères de réussite mesurables. Outre la productivité et la rapidité, il faut tenir compte de la qualité des résultats, de l’efficacité des contrôles et de l’adoption par les équipes.

Les points de revue permettent de prendre des décisions fondées sur des éléments probants : le projet est-il prêt à démarrer ? Doit-il se poursuivre ? Peut-il être étendu ?

Modifier ou interrompre une expérimentation peut également constituer un résultat utile. Cela permet d’éviter qu’une idée intéressante ne devienne un engagement coûteux sans éléments probants suffisants.

Un parcours pour dirigeants avec EFFAS

Ces principes sont à la base de l’EFFAS AI CFO Executive Workshop: Preparing Finance for the AI Era, que j’ai développé et que j’animerai personnellement en tant que formateur.

Le programme accompagne les participants à travers cinq modules liés entre eux, avec des cas pratiques et des outils à réutiliser dans leur organisation :

• AI Finance Opportunity Map, pour identifier et évaluer les possibilités ;
• Finance Agent Identity Card, pour définir le rôle et les limites des agents ;
• Risk and Control Assessment, pour examiner les risques et les contrôles ;
• Future Finance Operating Model, pour concevoir l’organisation future ;
• 90-Day Action Plan, avec des responsables, des indicateurs et des points de décision.

Le workshop s’adresse aux CFO, aux directeurs financiers et aux professionnels de la planification et de l’analyse financières, du controlling, de la comptabilité, du reporting, de la trésorerie, du risque, de la gouvernance et de la transformation, ainsi qu’aux dirigeants qui supervisent l’adoption de l’IA dans la fonction financière. Aucune expérience en programmation n’est requise.

Les sessions se dérouleront en ligne, en direct et en anglais, les 17, 20, 24 et 27 novembre 2026, pour un total de neuf heures. Le programme est limité à 30 participants et comprend un workbook numérique ainsi qu’une attestation de participation EFFAS.

L’intelligence artificielle soulève des questions de compétences, de responsabilités et de compétitivité. Pour les dirigeants financiers, se préparer signifie choisir où intervenir, comprendre les risques et créer les conditions permettant à l’innovation de produire des résultats vérifiables.

Programme et inscriptions : EFFAS AI CFO Executive Workshop