L’intelligence artificielle s’installe dans les directions financières, mais les directeurs financiers (DAF) ne lui confient pas les clés. Selon une étude publiée fin septembre par l’éditeur Esker, une large majorité refuse de laisser l’IA fixer des objectifs de chiffre d’affaires ou décider des budgets de recrutement. Et 72 % des responsables financiers interrogés reconnaissent avoir dépensé plus que prévu dans leurs projets d’IA.

Pour un dirigeant de PME, cette étude donne une grille de lecture utile : ce que l’IA fait déjà bien en finance, ce qu’il vaut mieux garder sous contrôle humain, et les conditions pour qu’un projet d’IA rapporte vraiment.

IA en finance : une aide à la décision, pas un décideur

L’étude, menée en août 2026 auprès de 338 responsables financiers dont 137 DAF, en Europe, en Amérique du Nord et en Australie, dessine un usage encore très encadré. Un tiers des répondants utilisent l’IA pour proposer des actions, un autre tiers l’autorisent à agir sous réserve de validation.

Les DAF se montrent nettement plus prudents que les autres responsables financiers. Pour eux, certaines décisions doivent rester humaines : les objectifs commerciaux, l’allocation des budgets, les recrutements. Autrement dit, l’IA peut préparer, simuler, alerter. Elle ne tranche pas.

C’est aussi ce que nous constatons chez nos clients : les gains les plus rapides viennent des tâches répétitives, comme le rapprochement bancaire (comparer les relevés de banque aux comptes), la saisie, les relances, et de l’analyse de données déjà fiables. Les décisions restent l’affaire du dirigeant.

Des gains réels, mais des budgets souvent dépassés

Les bénéfices perçus sont concrets : 58 % des répondants citent la productivité, et 48 % une meilleure gestion de la trésorerie. Mais la facture suit rarement le plan initial. 72 % reconnaissent avoir dépensé plus que prévu sur leurs initiatives d’IA au cours de l’année écoulée, et 75 % des DAF constatent une hausse des coûts de logiciels et d’abonnements liés à l’IA.

Surtout, 65 % des DAF peinent à relier ces dépenses à des résultats précis. C’est le vrai sujet pour une PME : avant de signer un nouvel abonnement, il faut savoir quel temps il fera gagner, à qui, et comment on le mesurera.

Les données, premier frein à l’IA en finance

Le premier obstacle cité n’est pas technologique mais très terre à terre : la qualité des données, pour 48 % des répondants. Viennent ensuite le manque d’intégration entre les systèmes financiers et les outils d’IA, pour 42 %.

Une IA branchée sur une comptabilité incomplète, des fichiers Excel dispersés et des définitions d’indicateurs qui changent d’un service à l’autre produira des réponses fausses avec beaucoup d’assurance. Avant l’IA, il faut donc une base propre : une comptabilité à jour, des données reliées entre elles et des indicateurs définis une fois pour toutes.

Dernier signal à ne pas négliger : 66 % des répondants savent ou soupçonnent que des collaborateurs utilisent des outils d’IA non validés par l’entreprise. Pour des données financières, c’est un risque de confidentialité réel.

Trois conditions pour que l’IA rapporte

  • Une valeur mesurable. Partir d’un problème précis, par exemple le temps passé chaque mois sur le rapprochement bancaire, et mesurer le gain avant et après.
  • Une intégration fiable. L’outil doit lire vos données à la source, comptabilité, banque, gestion commerciale, plutôt que des copies retravaillées à la main.
  • Une organisation claire. Qui valide quoi, quels outils sont autorisés, quelles données peuvent être partagées. Quelques règles simples suffisent dans une PME.

Questions fréquentes

L’IA peut-elle remplacer un directeur financier ?

Non. Selon l’étude d’Esker, même les DAF qui utilisent l’IA lui refusent les décisions stratégiques, comme les objectifs de chiffre d’affaires ou les budgets de recrutement. L’IA accélère la préparation et l’analyse, mais l’arbitrage reste humain.

Par où commencer avec l’IA en finance dans une PME ?

Par les tâches répétitives et bien définies : rapprochements, saisie, relances, préparation du reporting. Et par la qualité des données, sans laquelle aucun outil d’IA ne donnera de résultats fiables.

Comment éviter de dépasser son budget IA ?

En fixant dès le départ un objectif mesurable, un périmètre limité et un coût cible, puis en vérifiant les résultats après quelques mois avant d’étendre le projet.

L’IA au service de vos décisions, pas l’inverse

Données fiables, indicateurs clairs, outils intégrés : c’est le socle qui permet de tirer parti de l’IA sans perdre le contrôle de vos chiffres. Si vous voulez savoir par où commencer dans votre entreprise, parlons-en avec notre équipe.

Source : Esker, Global Finance AI Trust Index 2026, communiqué du 24 septembre 2026 (enquête réalisée en août 2026 auprès de 338 responsables financiers).