Ce guide s’adresse aux directions financières de PME et de scaleups qui veulent utiliser l’IA sur leurs propres chiffres : budget, réel comptable, trésorerie et reporting. Il laisse de côté la finance de marché et le trading, dont les questions sont tout autres. Nous y décrivons ce que des assistants comme ChatGPT, Claude ou Copilot font correctement aujourd’hui, les erreurs qu’ils commettent sur des données financières et la façon de les brancher sur votre comptabilité sans perdre le contrôle. Ces constats viennent de ce que nous avons appris en construisant l’assistant IA et le serveur MCP de Budgetic.
Ce que l’IA fait déjà bien pour une direction financière
Les modèles de langage lisent et rédigent bien, mais leurs calculs de tête sur un grand tableau restent peu fiables. Cette différence suffit à trier les usages : lire, résumer, classer, expliquer ou mettre en forme leur réussit, alors qu’additionner des centaines de lignes ne leur réussit que lorsqu’un outil fait le calcul à leur place.
| Usage | Ce que fait l’IA | Fiabilité constatée |
|---|---|---|
| Expliquer un écart entre budget et réel | Retrouve les postes et les écritures qui composent l’écart, puis rédige l’explication | Bonne, si les montants viennent d’un outil de calcul |
| Explorer un grand livre ou un FEC | Repère les comptes qui bougent, les libellés vagues, les doublons probables | Bonne pour orienter le contrôle, qui se fait ensuite écriture par écriture |
| Affecter des comptes à une structure de reporting | Propose une catégorie pour chaque compte à partir de son numéro et de son libellé | Bonne sur les comptes standard du plan comptable, à relire sur les comptes propres à l’entreprise |
| Préparer un scénario | Traduit « recrutement décalé de trois mois » en hypothèses chiffrées | Utile comme brouillon, chaque hypothèse se relit |
| Lire un business plan Excel | Identifie les onglets, les lignes et les hypothèses | Bonne sur un fichier ordonné, plus fragile sur des formules imbriquées |
| Rédiger les commentaires d’un reporting | Produit une première version en français correct, avec les montants | Bonne sur la forme, le fond reste à valider |
| Additionner ou calculer un ratio sur des centaines de lignes | Donne un résultat plausible, parfois faux | À éviter sans outil de calcul |
| Prévoir le chiffre d’affaires | Écrit et explique une méthode de prévision | Ne remplace pas la méthode elle-même ni vos hypothèses commerciales |
Dans la plupart des directions financières, le premier gain se trouve dans les tâches de lecture qui reviennent chaque mois : chercher les écritures derrière un dépassement, vérifier qu’un mois est complet, préparer le commentaire du reporting. Ce sont aussi les tâches où une erreur de l’IA se repère le plus facilement, puisque la personne qui relit connaît les chiffres.
Pourquoi l’IA se trompe sur les chiffres financiers
Lorsqu’un assistant donne un mauvais chiffre, la cause tient rarement au modèle lui-même. Elle vient presque toujours de ce qu’on lui a donné à lire et de règles comptables qu’il ignore. Nous avons relevé cinq erreurs récurrentes, et chacune a sa parade.
Des conventions de signe implicites
Dans un grand livre, les charges sont au débit et les produits au crédit, alors qu’un tableau de reporting affiche souvent les charges en positif. Un modèle qui reçoit les deux formats finit par additionner des charges à des produits. La parade consiste à lui fixer une convention écrite, par exemple produits positifs et charges négatives, de sorte qu’un résultat soit toujours une somme.
Des états additionnés entre eux
Une même facture fournisseur produit une charge dans le compte de résultat, puis une sortie de trésorerie le jour du paiement. Si l’assistant additionne les deux, la dépense compte double. Il faut donc lui dire explicitement que le compte de résultat, la trésorerie et le bilan ne s’additionnent jamais entre eux.
Une trésorerie lue au mauvais endroit
La trésorerie réelle se lit sur les journaux de banque, et c’est la contrepartie de chaque écriture qui dit s’il s’agit d’un encaissement client, d’un salaire ou d’un paiement de TVA. Un modèle qui ne lit que le compte 512 voit l’évolution du solde, sans la nature des flux qui l’expliquent.
Le budget et le réel confondus
Si le tableau transmis mélange le prévisionnel et le réalisé sur les mêmes mois, l’assistant les additionne sans prévenir. Chaque montant doit porter sa source, et l’atterrissage (réel des mois écoulés, budget des mois restants) doit être construit explicitement plutôt que deviné.
Des mois incomplets
En début de mois, le réel du mois précédent est souvent partiel, faute de factures saisies ou de rapprochement bancaire. L’IA compare alors un mois à moitié saisi à un budget complet et conclut à une baisse d’activité qui n’existe pas. Une réponse fiable indique la fraîcheur des données et les mois réellement couverts par le réel.
À ces règles s’ajoute une discipline que nous appliquons à notre propre assistant : un chiffre cité par l’IA doit sortir d’un outil de calcul ou d’une requête, jamais d’une addition faite par le modèle. Lorsqu’un total porte sur beaucoup de lignes, on le redemande à l’outil à un niveau plus agrégé, plutôt que de laisser le modèle recompter.
Chat, copilote ou agent : trois façons de travailler
Les éditeurs emploient ces mots indifféremment. La distinction utile porte sur deux questions : où se trouvent les données que l’IA lit, et peut-elle modifier quelque chose.
| Mode | Ce que l’IA lit | Ce qu’elle peut faire | Exemple |
|---|---|---|---|
| Assistant de chat (ChatGPT, Claude, Copilot) | Ce que vous collez ou joignez à la conversation | Répondre, rédiger, analyser un fichier | Analyser l’export Excel d’une balance |
| Copilote intégré à un logiciel | Les données du logiciel qui l’héberge | Répondre et suggérer dans l’écran où vous travaillez | L’assistant d’un logiciel de budget qui explique un écart |
| Agent connecté | Plusieurs sources, par des connecteurs (MCP, API) | Enchaîner des étapes, proposer puis appliquer des modifications | Après chaque import du réel, repérer les comptes non affectés et préparer les reclassements |
Le premier mode oblige à copier des données à chaque question, ce qui pose vite un problème de fraîcheur et de confidentialité. Le troisième supprime la copie, à condition de lui donner des droits précis et de garder une trace de ce qu’il a fait.
Préparer les données avant de brancher l’IA
Un assistant ne corrige pas un plan de comptes mal tenu : il en reproduit les défauts avec assurance. Avant de brancher quoi que ce soit, cinq points se vérifient en une demi-journée.
- Le réel est complet et à jour, par un FEC ou une connexion au logiciel comptable, et le dernier mois clôturé est connu.
- Chaque compte du plan comptable est rangé dans une catégorie du reporting, y compris les comptes créés en cours d’année.
- Les journaux de banque sont identifiés, pour que la trésorerie se lise sur eux.
- Le budget suit la structure du réel : mêmes catégories, mêmes axes analytiques, même découpage mensuel.
- Les définitions sont écrites : ce que l’équipe appelle marge brute, EBITDA ou masse salariale chargée.
Le dernier point est le plus souvent oublié. Lorsque deux personnes de l’équipe ne calculent pas l’EBITDA de la même façon, l’IA retient l’une des deux définitions sans le signaler. Pour le premier, notre validateur de FEC contrôle gratuitement la structure d’un fichier avant de l’utiliser.
Brancher l’IA sur vos chiffres : le rôle du MCP
Le Model Context Protocol (MCP) est un standard ouvert, publié par Anthropic en novembre 2024 puis adopté par OpenAI et Microsoft, qui permet à un assistant d’appeler les outils d’un logiciel : lire un rapport, chercher une écriture, proposer une modification. L’assistant ne travaille plus sur un export figé, puisqu’il interroge la source au moment de la question.
Plusieurs logiciels utilisés par les directions financières publient désormais un serveur MCP, dont Pennylane, Qonto et Budgetic. Un même assistant peut alors lire la banque, la comptabilité et le budget dans une seule conversation. La qualité des réponses tient moins au modèle choisi qu’aux règles que chaque serveur transmet à l’assistant : conventions de signe, périmètre de chaque rapport, fraîcheur des données. Ce sont les règles décrites plus haut, et le serveur MCP de Budgetic les envoie à l’assistant avant toute question.
Claude et ChatGPT acceptent des connecteurs MCP, selon des conditions qui varient avec l’offre souscrite. La mise en place prend quelques minutes : on active le serveur dans le logiciel source, on l’ajoute comme connecteur dans l’assistant, puis on choisit à l’écran d’autorisation ce que l’assistant pourra lire ou modifier. Le détail pour Budgetic figure sur la page Agents IA pour la finance.
Sécurité, droits et traçabilité
Début 2024, 61 % des dirigeants, DAF et directeurs comptables interrogés par l’Ifop pour RSM citaient la sécurité et la protection des données financières comme le premier frein à l’IA générative. La crainte est fondée, et elle se traite par quatre règles plutôt que par une interdiction.
Une offre professionnelle
Les offres entreprise des principaux assistants excluent par défaut l’utilisation de vos conversations pour entraîner leurs modèles, alors que sur un compte personnel c’est un réglage à vérifier. Les données de paie restent des données personnelles au sens du RGPD, ce qui impose de savoir où elles partent et qui y accède.
Des droits séparés
La lecture et l’écriture doivent être deux autorisations distinctes, limitées aux entités nécessaires et révocables à tout moment. Un agent ne doit jamais disposer de plus de droits que la personne qui l’a connecté.
Aucune modification sans aperçu
Une écriture de reclassement ou une nouvelle hypothèse proposée par l’IA doit être présentée en aperçu avant d’être appliquée, puis pouvoir être annulée. Les opérations sensibles, comme un ajustement du réel, gagnent à attendre en plus une validation dans le logiciel.
Une trace consultable
Chaque modification appliquée par l’IA doit rester visible dans l’historique, pour pouvoir répondre à un commissaire aux comptes ou à un associé qui demande d’où vient un chiffre.
Depuis le 2 février 2025, le règlement européen sur l’intelligence artificielle demande en outre aux entreprises qui utilisent ces systèmes de veiller à ce que les personnes qui s’en servent soient suffisamment formées (article 4). Pour une équipe finance, cela revient à documenter les usages autorisés et les contrôles attendus sur chaque réponse.
Questions à poser à l’IA, moment par moment
Les exemples suivants supposent un assistant branché sur la comptabilité et le budget. Le fichier Excel envoyé par email en rassemble quarante, avec pour chacune les données nécessaires et le contrôle à faire sur la réponse.
À la clôture mensuelle
- Le réel de septembre paraît-il complet, et sur quels journaux manque-t-il des écritures ?
- Quels comptes n’ont reçu aucune écriture ce mois-ci alors qu’ils en reçoivent chaque mois depuis un an ?
- Quelles écritures de plus de 5 000 € portent un libellé vague ou un compte d’attente ?
Pour le suivi budgétaire
- Quels postes expliquent l’écart entre le budget et le réel sur les charges de personnel au premier semestre ?
- Quelles écritures composent le dépassement sur les honoraires en mars ?
- Rédige le commentaire de l’écart de marge brute pour le comité de direction, en trois phrases et avec les montants.
Pour la trésorerie
- Comment évolue la trésorerie sur les douze derniers mois, et quel mois paraît incomplet ?
- Quelles sorties prévisibles tombent dans les six prochaines semaines : TVA, acomptes d’IS, salaires ?
- Quel scénario préserve six mois de trésorerie ?
Pour le budget et le reforecast
- Prépare un scénario prudent avec un recrutement décalé de trois mois.
- Compare l’atterrissage de l’exercice au budget initial, poste par poste.
- Quelles hypothèses du budget le réel des six premiers mois ne confirme-t-il plus ?
Une feuille de route sur 90 jours
Dans une direction financière de PME ou de scaleup, nous conseillons de commencer par la lecture, d’élargir ensuite aux brouillons rédigés par l’IA, et de n’autoriser l’écriture qu’une fois les contrôles en place.
| Période | Objectif | Livrable |
|---|---|---|
| Semaines 1 à 3 | Données prêtes : réel complet, comptes affectés, définitions écrites | Une structure de reporting sans compte non affecté |
| Semaines 4 à 6 | Lecture seule : l’assistant répond aux questions de clôture et de suivi budgétaire | Une liste de questions validées, chacune avec son contrôle |
| Semaines 7 à 9 | Rédaction : l’IA prépare les commentaires du reporting mensuel, l’équipe les relit | Un reporting dont les commentaires partent d’un brouillon |
| Semaines 10 à 13 | Écriture encadrée : reclassements et scénarios proposés en aperçu, appliqués après validation | Une procédure écrite : qui valide, comment annuler |
À chaque étape, mesurez le temps passé avant et après sur une tâche précise, par exemple la préparation du commentaire mensuel, plutôt qu’un gain de productivité global difficile à établir.
Ce qui reste au DAF et à l’expert-comptable
L’IA prépare les chiffres et rédige des brouillons, mais elle n’engage la responsabilité de personne. Le choix des hypothèses du budget, l’arbitrage entre deux scénarios, la discussion avec la banque ou les associés restent ceux de la direction financière, et les comptes annuels, la liasse et les déclarations fiscales gardent leur circuit habituel avec l’expert-comptable. Le temps gagné sur la préparation se reporte sur ces décisions.
Glossaire de l’IA pour la finance
- Modèle de langage (LLM)
- Programme entraîné sur de grands volumes de texte, qui produit une réponse mot après mot. ChatGPT, Claude et Copilot reposent sur ce type de modèle.
- Hallucination
- Réponse fausse présentée avec assurance, par exemple un montant qui n’existe dans aucun fichier.
- Contexte
- Ensemble de ce que le modèle lit pour répondre : votre question, les fichiers joints, les résultats des outils qu’il a appelés. Sa taille est limitée, si bien qu’un fichier trop long est tronqué ou résumé.
- Agent
- Assistant qui enchaîne plusieurs actions (lire, calculer, proposer une modification) pour atteindre un objectif, au lieu de répondre à une seule question.
- MCP (Model Context Protocol)
- Standard ouvert qui permet à un assistant d’appeler les outils d’un logiciel, avec les droits accordés par l’utilisateur.
- Aperçu
- Présentation d’une modification proposée par l’IA avant qu’elle soit écrite dans les données.
- Atterrissage
- Réel des mois écoulés complété par le prévisionnel des mois restants, pour estimer le résultat de l’exercice.
Questions fréquentes
L’IA va-t-elle remplacer le DAF ?
Non. Elle reprend une partie de la préparation des chiffres et des commentaires, mais les arbitrages, la relation avec la banque et les associés et la responsabilité des comptes restent ceux de la direction financière.
Peut-on analyser un FEC avec ChatGPT ?
Oui pour l’explorer : repérer les comptes qui bougent, les libellés vagues ou les doublons probables. Les totaux doivent être recalculés par un outil, parce que le modèle se trompe sur des additions de milliers de lignes, et un FEC contient des données personnelles (noms de salariés et de clients) qui justifient une offre professionnelle.
Quelle IA choisir pour la finance d’entreprise ?
À notre avis, le modèle compte moins que l’accès aux données et les règles qui l’accompagnent. Un assistant récent branché sur la comptabilité et le budget par un connecteur répond plus juste qu’un modèle plus puissant à qui l’on colle un export Excel.
Mes données financières sont-elles en sécurité avec un assistant IA ?
Elles le sont dans une offre professionnelle qui n’entraîne pas ses modèles sur vos conversations, avec des droits limités à la lecture tant que les contrôles ne sont pas en place et un accès révocable. Les données de paie relèvent du RGPD et demandent la même vigilance que dans n’importe quel autre logiciel.
Qu’est-ce qu’un agent IA en finance ?
Un assistant connecté à vos logiciels qui enchaîne plusieurs étapes, par exemple vérifier le réel après un import, repérer les comptes non affectés et préparer les reclassements, puis vous présente ses propositions en aperçu avant toute écriture.
Sources
- RSM France et Ifop, enquête sur l’IA générative auprès de 400 dirigeants, DAF et directeurs comptables (terrain janvier-février 2024, publiée le 21 mai 2024)
- Règlement (UE) 2024/1689 sur l’intelligence artificielle, article 4 (maîtrise de l’IA)
- Anthropic, présentation du Model Context Protocol (novembre 2024)
- Documentation du Model Context Protocol
- CNIL, intelligence artificielle et protection des données
