Aller au contenu

Préférences et cookies

Afin d’améliorer votre expérience sur notre site et de réaliser des statistiques de visites, nous utilisons des cookies. Rien n’est déposé sans votre accord, et le refus n’enlève l’accès à aucun contenu. Ce choix peut être modifié à tout moment.

Gérer les traceursVos données

Personnaliser

Contenu Partenaire

ArticleIT & Direction

De l'automatisation aux agents : comment l'IA va transformer la fonction finance

Une fonction en perpétuelle évolution technologique Historiquement, les directions financières ont su s'adapter aux grandes vagues technologiques. Après l'arrivée des ERP et des systèmes d'information globaux, l'automatisation des processus a marqué une nouvelle étape, en ciblant principalement les tâches à faible valeur ajoutée. Aujourd'hui, l'IA générative ouvre de nouvelles perspectives. Mais c'est surtout l'émergence des agents intelligents qui pourrait bien bouleverser en profondeur les systèmes financiers, jusqu'à leurs interfaces. C'est l'un des constats majeurs issus d'un dîner exclusif coorganisé par Esker et le magazine CIO en juin dernier, réunissant une vingtaine de DSI et DAF de grandes entreprises françaises.

Proposé par Esker

· 3 min de lecture

Des transformations lourdes aux systèmes agiles

Dans les années 80 et 90, la transformation technologique de la fonction finance s’est construite autour de projets ERP souvent longs, coûteux et complexes. Comme le souligne Thomas Rousseau, DAF d’une multinationale française : « Ces transformations engendrent des projets massifs, pluriannuels et mobilisent l’attention de toutes les équipes. Indépendamment du fait qu’ils comportent des risques importants, leur focalisation a aussi pour effet de freiner l’innovation, en la cantonnant à de rares méga-projets menés tous les 10 à 15 ans, engloutissant des budgets conséquents. »

Ce modèle semble désormais dépassé. Place à une finance plus stratégique, décloisonnée et surtout agile, portée par l’automatisation et les technologies d’IA.

L’automatisation, catalyseur de la dernière décennie

Au cours des 10 à 15 dernières années, l’automatisation des processus (Order-to-Cash, Source-to-Pay) a permis des gains significatifs en efficacité et en productivité — jusqu’à 30 % selon les retours d’expérience.

D’après une étude OpinionWay menée pour Esker en 2024 auprès de 300 DAF, l’automatisation est perçue comme une priorité stratégique dans les processus Invoice-to-Cash. Les bénéfices sont clairs : réduction de la charge de travail (43 %), des délais de paiement (40 %) et du risque d’erreurs (38 %).

En libérant les équipes des tâches répétitives, l’automatisation permet à la DAF de se recentrer sur des missions à forte valeur ajoutée — analyse, conseil stratégique — sans dépendre fortement de la DSI. Jusqu’à 75 % des factures et commandes peuvent aujourd’hui être intégrées automatiquement dans les outils de gestion, permettant aux équipes un traitement plus approfondi des exceptions.

Avec la réforme de la facturation électronique actuellement en cours en France, ces sujets d’automatisation s’imposent aujourd’hui comme LA priorité pour les DAF.

IA générative, agents intelligents : la prochaine révolution

Les entreprises françaises ont bien saisi l’enjeu. Toujours selon l’étude OpinionWay, 65 % des DAF interrogés ont déjà prévu — ou envisagent — d’investir dans des solutions intégrant l’IA d’ici 2026. Les cas d’usage identifiés sont nombreux : assistance à la rédaction de réponses clients (45 %), création de reportings (40 %), rapprochement automatique des paiements (37 %), priorisation des relances (35 %).

Pour Jean-Jacques Bérard, vice-président R&D chez Esker, il ne s’agit là que des prémices des usages de l’IA. D’abord, l’IA générative (GenAI) ouvre immédiatement de nouvelles pistes d’optimisation dans la fonction finance – en particulier pour répondre aux interrogations des clients ou fournisseurs souvent centrées sur des sujets récurrents (comme le délai de paiement d’une facture). Mais, selon cet expert, « c’est bien l’arrivée des agents à base d’IA qui devrait transformer en profondeur les systèmes financiers, y compris leurs interfaces, grâce à des agents intégrés dans des outils collaboratifs comme Teams ou Slack pour gérer les approbations de factures ou via des assistants capables de proposer des appels d’offre sous validation des équipes dédiées » détaille Jean-Jacques Bérard.

Deux tiers des DAF prévoient d’investir dans l’IA à court terme. Et ils ne seront pas seuls : les DSI joueront un rôle clé dans cette transformation. Leur mission : concevoir des architectures plus agiles, modulaires, capables de suivre le rythme effréné de l’innovation technologique

En savoir plus sur les technologies d’IA d’Esker

Conclusion : une nouvelle ère s’ouvre

L’IA agentique combine la puissance de la GenAI — pour la compréhension du langage naturel — avec des systèmes déterministes basés sur le machine learning, plus adaptés à la manipulation de données. Cette architecture hybride promet des gains de productivité bien supérieurs à ceux des premières automatisations, tout en brisant les freins liés aux ERP monolithiques.

Nous entrons dans une ère passionnante pour le combo DAF/DSI, mais aussi pour tous les collaborateurs de ces services. La finance de demain s’écrit aujourd’hui, et les résultats s’annoncent plus que prometteurs !

Pour aller plus loin : quelques cas d'usage de l'IA agentique

Si le déploiement des agents demeure encore un chantier d’avenir pour la plupart des DAF, de premiers cas d’usage de la technologie voient le jour. Esker en souligne en particulier 5 :

  • Identification, classification et tri des e-mails relatifs aux commandes ou aux factures couplées à des réponses contextualisées en fonction de la tonalité de la sollicitation des clients ou fournisseurs.
  • Extraction d’information de documents et synthèse de ceux-ci (par exemple pour l’analyse de documents financiers pour la gestion du crédit client)
  • Prédictions assistées par IA (par exemple pour la gestion du recouvrement et la prédiction de paiements).
  • Génération de résumés de situations et/ou de conversations clients avec agent conversationnel intégré.
  • Sourcing automatisé à partir d’une demande en langage naturel (identification des fournisseurs, création d’un tableau de pondération, formatage des e-mails, ranking des fournisseurs).

Envie d’en savoir plus ? Contactez nos experts