Digitalisation & Tendances

Comment l’intelligence artificielle redéfinit les métiers de la finance ?

L’intelligence artificielle ne remplace pas votre logiciel de gestion : elle en redéfinit le rôle. Clôtures préparées par des agents, commentaires de gestion rédigés en quelques secondes, données financières normalisées… La fonction finance vit une transformation de fond. Mais la vraie question n’est plus technologique. Elle est humaine et organisationnelle ; et elle porte un nom, la confiance. Arnaud Petit, Directeur Général de Sage France & Europe du Sud, décrypte les nouveaux métiers qui en découleront.

Publié le 7 octobre 202611 min de lecture Partager

L’essentiel à retenir

• L’intelligence artificielle ne remplace pas le logiciel de gestion, elle en redéfinit le rôle, en distinguant une IA intégrée, qui enrichit les solutions existantes, d’une IA généraliste, qui redéfinit certains usages.
• De nouveaux profils émergent dans les directions financières : Chief AI Officer, AI Governance Lead et surtout Finance Engineer, profil hybride parlant à la fois le langage du tableur et celui de la programmation.
• Le principal frein à l’adoption de l’IA dans la fonction finance n’est pas technologique mais organisationnel : les difficultés se situent dans la gouvernance, la responsabilité et la preuve de valeur mesurable.
• Selon Sage, l’IA en finance ne se déploie qu’au sein d’une «infrastructure de confiance» reposant sur trois piliers : déterminisme, sécurité et auditabilité, matérialisée par l’engagement Sage AI Trust Label.

Arnaud Petit est le Directeur Général de Sage France & Europe du Sud. Il décode la transformation des métiers de la finance impulsée par l’intelligence artificielle.

La technologie est prête ; ce sont les organisations qui doivent s’emparer de l’IA  :

Où en est réellement l’intelligence artificielle dans les fonctions financières ?

Dans la fonction finance, les modèles généraux d’intelligence artificielle (IA) sont convaincants. D’une certaine façon, on passe d’une IA qui produit du texte à une IA qui agit sur les processus.

Comme l’explique Mickaël Mina, notre Directeur de la Stratégie IA ;

« La technologie est prête. Un agent capable de préparer une clôture ou de rédiger un commentaire de gestion n’a plus rien d’exceptionnel ¹»

Un jalon concret illustre cette bascule : la première étape de généralisation de la facturation électronique au 1^er septembre 2026. En effet, en normalisant la donnée financière, elle constitue le socle qui rend l’intelligence artificielle réellement opérante pour la fonction.

Deux dynamiques doivent être distinguées :

• une IA intégrée, qui enrichit les solutions existantes et en augmente la valeur ;
• une IA plus généraliste, susceptible de redéfinir certains usages en profondeur.

Ce qui reste à construire, c’est l’organisation et la confiance autour de ces modèles.

Le rôle de l’éditeur est d’orchestrer cette évolution en garantissant cohérence, continuité et confiance pour les entreprises. Le rôle du DAF est de s’emparer du sujet avec une exigence : constater des résultats.

Le point-clé pour un DAF : le défi de la responsabilité

La partie la plus complexe de l’IA n’est presque jamais la technologie elle-même.

C’est de savoir :

• qui valide ce que produit l’IA ;
• qui en porte la responsabilité devant un commissaire aux comptes ;
• qui arbitre lorsqu’un gain n’est pas mesurable.

Quels nouveaux métiers voit-on émerger dans la finance ?

Exploiter le potentiel de l’intelligence artificielle dans la fonction finance suppose d’accueillir de nouveaux métiers. Pas de remplacer les métiers existants. Ce qui ne veut pas dire qu’ils n’ont pas à évoluer.

C’est un fait, la finance a longtemps vécu en silos. C’est-à-dire la comptabilité d’un côté, la donnée de l’autre et la technologie ailleurs. Avec l’IA, si le métier ne disparaît pas, il se recompose autour de la donnée.

Concrètement, aujourd’hui, la valeur se déplace à l’intersection de :

• la comptabilité ;
• la donnée ;
• la technologie.

Dans la fonction finance, l’évolution nécessaire appelle donc des profils capables de parler les trois langages. C’est pourquoi une nouvelle génération de fonctions émerge avec l’intelligence artificielle.

3 nouveaux métiers de la fonction finance

Nouveau métier	Mission
Chief AI Officer / Head of AI	Piloter la stratégie IA de l’entreprise.
AI Governance Lead	Encadrer la gouvernance, la conformité et l’usage responsable de l’IA.
Finance Engineer	Construire les flux de données de bout en bout, tester les outils d’IA, concevoir des usages opérationnels.

Le métier le plus structurant est sans doute celui de Finance Engineer.

Il s’agit d’un profil hybride :

• il définit l’architecture des échanges ;
• il évalue les outils d’IA et surtout identifie leurs limites ;
• il identifie des usages opérationnels de l’IA et produit de la valeur concrète.

Le Finance Engineer parle donc deux langues, celle du tableur et celle de l’interface de programmation. Avec ce métier, la fonction finance assume qu’elle a désormais besoin d’ingénieurs

Le point-clé pour un DAF : le défi du bilinguisme

Ne cherchez pas un data scientist pour votre Direction Financière : cherchez un bilingue finance-technologie ! Le Finance Engineer ne remplace pas votre comptable : il industrialise les flux de données et décuple la valeur de votre ERP. Le recrutement (ou la formation interne) de ces profils doit figurer dans votre feuille de route SI dès maintenant.

Quels sont les principaux freins à l’adoption de l’IA dans la fonction finance ?

Les principaux freins ne sont ni la technologie ni le budget, mais la gouvernance et la preuve de valeur : une IA sans résultat mesurable ne transforme rien.

En effet, tout commence et tout finit par la valeur créée.  

La valeur créée ? C’est-à-dire une intelligence artificielle dont l’adoption se traduit en :

• temps gagné ;
• erreurs évitées ;
• décisions mieux prises

Une IA qui n’apporte pas cela peut éventuellement impressionner. Mais elle ne transforme pas la fonction finance.

Chez Sage, nous avons identifié trois freins majeurs à l’échelle du marché :

1. L’illusion de la licence : certaines entreprises ont distribué des licences en pensant que l’usage de l’IA suivrait. En réalité, un outil seul ne transforme rien : la plupart de ces organisations n’exploitent encore qu’une fraction des capacités disponibles.
2. L’oubli du management intermédiaire : c’est lui qui joue un rôle décisif dans l’adoption réelle des outils par les équipes.
3. Le trop-plein de cas d’usage : tous ne justifient pas le recours à l’IA. Parfois, la meilleure IA reste de ne pas en faire. Apprendre à dire non est une compétence de gouvernance à part entière !

L’IA accentue-t-elle les écarts entre générations dans la fonction finance ?

Le risque de créer un fossé existe. La question de la gouvernance de l’IA est réellement fondamentale.

C’est pourquoi il faut organiser un transfert entre :

• le jugement métier, souvent l’apanage des seniors ;
• l’aisance naturelle avec les outils, dont les juniors sont plus fréquemment dépositaires.

L’intérêt est bien sûr de les faire travailler ensemble. Que l’expérience guide l’outil et que l’outil ouvre l’expérience. L’échange fécond éloigne le risque de fracture. Et rapproche au contraire des profils dans une dynamique qui dépasse le seul cadre de l’adoption de l’IA. 

Dans cette perspective, deux écueils sont cependant à envisager : 

• Côté juniors : ils apprenaient historiquement par des tâches de routine. Ce sont précisément celles que l’IA automatise en premier. Si ces étapes disparaissent, les parcours d’apprentissage doivent être repensés en profondeur.
• Côté seniors : les profils expérimentés s’interrogent sur leur place et leur valeur à moyen terme.

En réalité, c’est l’ensemble des trajectoires professionnelles qui doit être redéfini par le DAF.

Le point-clé pour un DAF : le défi de l’explicabilité

La compétence clé des scientifiques progressivement intégrés à l’équipe finance sera de cultiver la pédagogie et la transparence. En effet, rendre intelligibles les systèmes complexes est la condition pour éviter que l’IA devienne opaque au reste de la fonction.

Très clairement, la mission que j’assigne aux équipes Sage est d’éviter que l’IA ne crée une nouvelle fracture entre :

• ceux qui la commandent ;
• ceux qui la subissent.

Notre rôle, c’est au contraire de rendre l’intelligence artificielle d’entreprise maîtrisable et même familière. De faire en sorte que chaque entreprise, chaque direction financière et chaque gestionnaire financier en recueille les fruits.  

Le logiciel de gestion doit-il se transformer pour rester dans le jeu ?

De même qu’il faut créer des passerelles entre les profils d’utilisateurs, il faut tenir compte de l’évolution des usages digitaux.

L’enjeu pour un éditeur comme Sage est ainsi d’offrir des expériences plus simples et conversationnelles.  Sans pour autant sacrifier l’exigence de conformité, de sécurité et de traçabilité.

Mickaël Mina appartient à cette génération qui attend davantage de nous :

« La nouvelle génération de collaborateurs de la fonction finance a grandi avec une interface conversationnelle : on demande, l’outil répond. Elle n’a pas appris à naviguer dans des systèmes complexes ²».

Accompagner la transformation des pratiques est le sens du programme Sage Next Gen.

Ce programme met les solutions Sage entre les mains d’étudiants en écoles de commerce, d’ingénieurs et de finance :

• formation sur l’outil réellement utilisé en entreprise, conforme jusqu’à la facturation électronique ;
• observation concrète de la collaboration entre l’humain et l’IA ;
• hybridation des compétences : synthèse entre la simplicité du prompt et la rigueur du chiffre.

Qu’est-ce que l’infrastructure de confiance en finance ?

En finance, la confiance n’est pas un supplément, c’est la condition même de l’adoption de l’intelligence artificielle.

La confiance se prouve par trois exigences indissociables :

• la conformité ;
• la qualité de la donnée ;
• la capacité à expliquer un résultat.

Mickaël Mina distingue même une quatrième exigence, induite par un problème induit par les modèles d’IA généralistes : le non-déterminisme.

« Une même question peut produire plusieurs réponses. Pour un usage financier, cela suppose de construire une infrastructure de confiance³».

Les 4 piliers de la confiance dans l’intelligence artificielle

Pilier	Exigence
Conformité	Chaque processus respecte le cadre légal et fiscal en vigueur.
Déterminisme	Un processus critique doit produire un résultat reproductible et prévisible.
Sécurité	Les données financières doivent être protégées, sans alimenter des modèles publics.
Auditabilité	Chaque résultat doit pouvoir être expliqué, tracé, justifié.

Cette infrastructure de confiance est la condition pour que l’IA soit utilisable dans des processus critiques. C’est que nous appelons chez Sage l’Authentic Intelligence.

Là où certains voient dans les cadres européens, du RGPD⁴ à l’AI Act⁵, une contrainte, Sage y voit un atout. En effet, la donnée structurée, conforme et sécurisée devient le vrai actif de l’entreprise.

Cet engagement se matérialise dans le Sage AI Trust Label : il nous engage sur la transparence dans l’usage des données. En particulier, il garantit que les données financières des clients ne servent jamais à entraîner des modèles publics.

En conclusion, quel bilan pour la fonction finance à l’ère de l’IA ?

Nous sommes dans une logique de combinaison. Cette combinaison, c’est intelligence humaine × intelligence artificielle. La technologie ne sera jamais le facteur décisif ; elle se banalise déjà, tout le monde y aura accès.

Ce qui fera la différence avec l’IA dans la fonction finance : les organisations qui sauront s’en saisir, les compétences qui sauront la guider, et ce, en confiance. C’est là que se gagnera la prochaine décennie de la finance.

Et vous, où en est votre direction financière sur ce chemin ?

Découvrez les solutions de gestion Sage enrichies à l’IA Et préparez votre fonction finance à l’ère de l’Authentic Intelligence.

Ces contenus pourraient également vous intéresser :

• Intelligence artificielle et fonction finance : comment le rôle du DAF évolue
• Quand la technologie rencontre la finance : comment maîtriser l’IA
• Le directeur financier, leader de la transformation digitale de l’entreprise
• Dompteur de données, le nouveau rôle du DAF

Foire Aux Questions : l’IA dans les métiers de la finance

L’IA va-t-elle supprimer les métiers de la comptabilité et de la finance ?

Non, le métier ne disparaît pas : il se recompose autour de la donnée. Ce qui est vrai, c’est que l’intelligence artificielle automatise d’abord les tâches de routine. C’est pourquoi les parcours d’apprentissage doivent être repensés. Mais la logique est celle de la combinaison (intelligence humaine × intelligence artificielle), pas de la substitution.

Qu’est-ce qu’un Finance Engineer ?

C’est le profil hybride le plus structurant qui émerge dans les directions financières : il construit les flux de données de bout en bout, teste les outils d’IA, identifie leurs limites, conçoit des usages opérationnels et produit de la valeur concrète. Il parle deux langues : celle du tableur et celle de l’interface de programmation.

Quels sont les freins principaux à l’adoption de l’IA dans la fonction finance ?

Le principal frein n’est pas technologique : c’est la gouvernance (qui valide ? qui est responsable ?) et la preuve de valeur. Un outil seul ne transforme rien si le management intermédiaire ne porte pas l’adoption. Et tous les cas d’usage ne justifient pas l’IA.

Quel lien entre facturation électronique et intelligence artificielle ?

La facturation électronique obligatoire depuis le 1^er septembre 2026 normalise la donnée financière. Cette donnée structurée, conforme et sécurisée constitue le socle qui rend l’IA opérante : on passe d’une IA qui produit du texte à une IA qui agit sur les processus (rapprochement, relances, prévisions de trésorerie…).

Peut-on utiliser l’IA dans des processus financiers critiques ?

Oui, à trois conditions, que Sage résume en infrastructure de confiance : conformité (respect du cadre légal), déterminisme (résultats reproductibles), sécurité (données protégées) et auditabilité (résultats explicables et traçables). L’engagement Sage AI Trust Label garantit notamment que les données financières des clients n’entraînent jamais des modèles publics.

Sage plutôt qu’un acteur purement IA : quelle différence ?

Un acteur purement technologique fournit des capacités ; un éditeur de gestion orchestre l’évolution complète : continuité avec les processus existants (comptabilité, paie, trésorerie), conformité de bout en bout jusqu’à la facturation électronique et approche de confiance prouvée. La différence se jouera moins sur la puissance des modèles que sur la capacité à les intégrer en confiance dans les organisations.

Parcourir plus de sujets depuis cet article

• DAF – Directeur Administratif & Financier
• Financement et Investissement
• IA-Digitalisation

1. Alumini X ; septembre 2026 ↩ Aller à la note de bas de page 1
2. Alumini X ; septembre 2026 ↩ Aller à la note de bas de page 2
3. Alumini X ; septembre 2026 ↩ Aller à la note de bas de page 3
4. Le règlement général sur la protection des données (RGPD) est entré en application le 25 mai 2018 pour mieux encadrer le traitement des données. ↩ Aller à la note de bas de page 4
5. L’AI Act est le règlement européen qui encadre l’intelligence artificielle selon différents niveaux de risque ; publié au Journal officiel le 12 juillet 2024, il vise à protéger les personnes tout en favorisant l’innovation. ↩ Aller à la note de bas de page 5