OPINION. « IA : la finance est devenue le premier test de compétitivité des entreprises européennes  »

Par Olivier Beugnet, Associé, BearingPoint (*)

Dans une Europe confrontée à une croissance ralentie, à des tensions  géopolitiques persistantes et à une pression croissante sur la productivité,  la question n’est plus de savoir si l’intelligence artificielle transformera les  entreprises. Elle est de savoir à quelle vitesse elle produira des résultats  tangibles. 

Autrement dit, l’IA entre dans son épreuve de vérité économique. 

Cette évolution change profondément la nature du débat. Après avoir été  perçue comme un sujet d’innovation, l’intelligence artificielle devient un enjeu de compétitivité. Les directions générales attendent désormais des gains mesurables : des processus plus efficaces, des décisions plus rapides et une meilleure capacité à piloter l’incertitude. 

Dans cette nouvelle séquence, la fonction finance occupe une place  particulière. Parce qu’elle est au cœur des arbitrages économiques de l’entreprise, elle est sans doute le premier terrain sur lequel l’IA doit démontrer sa valeur. Or le constat est frappant. 

Près de trois quarts des directions financières anticipent un impact majeur de l’intelligence artificielle d’ici 2030. Pourtant, elles sont tout aussi nombreuses à considérer leur niveau d’adoption encore minimal ou basique aujourd’hui. Plus révélateur encore, moins d’une entreprise sur dix estime avoir déployé l’IA à l’échelle attendue, alors même que les expérimentations se multiplient. Ce décalage ne traduit plus un simple retard technologique. Il met en évidence une difficulté plus profonde : celle du passage de l’expérimentation à la transformation. Car les entreprises n’en sont plus au stade de la découverte. 

Les cas d’usage sont connus. Les solutions sont disponibles. Les bénéfices potentiels sont largement documentés. Automatisation de certaines tâches, détection d’anomalies, accélération de la production d’analyses ou amélioration des prévisions : les preuves de concept ont déjà démontré leur intérêt. 

Pourtant, près des trois quarts des organisations ne dépassent toujours pas un déploiement partiel ou limité. Cette situation nourrit un risque croissant : celui de confondre multiplication des initiatives et transformation réelle. L’illusion est compréhensible. Les résultats obtenus localement sont souvent prometteurs. Mais l’entreprise ne se transforme pas parce qu’elle additionne des cas d’usage. Elle se transforme lorsque ces innovations modifient durablement ses modes de fonctionnement. C’est précisément là que se situe aujourd’hui le principal obstacle. 

Contrairement à une idée répandue, les difficultés rencontrées ne sont plus essentiellement technologiques. 

Ainsi, 74 % des directions financières citent la qualité des données comme un obstacle majeur. Une majorité pointe également la fragmentation des  systèmes et des processus, tandis que près d’une organisation sur deux identifie les enjeux de compétences et d’accompagnement au changement comme un frein significatif. L’intelligence artificielle agit ici comme un révélateur. Elle met en lumière les limites de modèles opérationnels conçus pour un monde où l’information circulait plus lentement et où le reporting constituait la principale mission de la fonction finance. Or ce modèle atteint aujourd’hui ses limites. 

Face à la volatilité des marchés, aux tensions sur les chaînes d’approvisionnement, aux fluctuations des coûts de l’énergie ou encore aux incertitudes géopolitiques, les entreprises ont besoin d’une capacité de pilotage beaucoup plus dynamique. La finance est directement concernée par cette évolution.

Plus de trois quarts des dirigeants financiers anticipent une transformation majeure des activités de planification, de prévision et de budgeting. Cette évolution marque le passage d’une fonction principalement tournée vers l’analyse du passé à une fonction davantage orientée vers l’anticipation et l’aide à la décision. 

Pendant longtemps, la performance de la finance s’est mesurée à sa capacité à produire une information fiable. Demain, elle se mesurera également à sa capacité à éclairer les décisions dans un environnement où les cycles économiques s’accélèrent. L’intelligence artificielle ne remplace pas ce rôle. Elle le renforce. Elle déplace progressivement la valeur vers l’analyse, l’interprétation et la décision. Mais pour concrétiser cette promesse, les entreprises devront franchir une étape souvent sous-estimée : celle de l’industrialisation. 

Le véritable défi n’est plus de lancer un projet d’IA. Il est de créer les conditions qui permettent à ces projets de produire des effets à l’échelle de l’organisation. Cela suppose des données fiables, des processus standardisés, une gouvernance claire, des architectures cohérentes et une évolution des compétences. Sur ce dernier point, les enjeux sont considérables. Plus de 80 % des directions financières anticipent des évolutions significatives des rôles dans les cinq prochaines années. Dans le même temps, près de la moitié des organisations identifient la crainte d’une  substitution des emplois comme un frein à l’adoption. Cette réalité rappelle une évidence souvent négligée : la transformation par l’intelligence artificielle reste avant tout une transformation humaine. 

C’est pourquoi la véritable ligne de fracture ne passe plus entre les entreprises qui utilisent l’IA et celles qui ne l’utilisent pas. Elle sépare  désormais celles qui considèrent l’IA comme une succession d’outils de celles qui l’abordent comme un levier de transformation de leur modèle opérationnel.

La finance constitue aujourd’hui un observatoire privilégié de cette mutation. Parce qu’elle concentre les enjeux de données, de gouvernance, de performance et de compétences, elle révèle ce qui se joue désormais pour l’ensemble des organisations européennes. Les chiffres sont sans ambiguïté : près de trois quarts des directions financières anticipent une transformation majeure sous l’effet de l’IA, mais moins d’une sur dix considère aujourd’hui avoir franchi le cap du déploiement à grande échelle. Après le temps des promesses vient celui de la démonstration. 

Et dans la période économique qui s’ouvre, la question n’est plus de savoir  quelles entreprises expérimentent l’intelligence artificielle. La question est  de savoir lesquelles sauront réellement en faire un avantage compétitif. 

______

(¨) Olivier Beugnet est associé chez BearingPoint, où il accompagne les directions financières des grands groupes dans leurs transformations organisationnelles et l’amélioration du pilotage de la performance. Spécialiste des enjeux Finance et Réglementaire, il intervient notamment sur le renforcement du rôle des directeurs financiers dans la gouvernance et la structuration des entreprises, en intégrant des problématiques d’innovation et de transformation. Fort d’une carrière débutée dans le contrôle de gestion, il a acquis une solide expérience opérationnelle avant de s’orienter vers le conseil en management, où il développe depuis plus de vingt ans une expertise reconnue en transformation de la fonction finance. Au sein de BearingPoint, il pilote des équipes dédiées à la transformation et au pilotage financier, et contribue activement à la diffusion des meilleures pratiques, notamment à travers des travaux sur les outils de pilotage et les processus prévisionnels.