Je parle chaque jour avec des responsables financiers et, lorsqu’il est question d’IA, une chose ressort clairement : les CFO en ont fini avec l’expérimentation. Ils exigent désormais que l’IA prouve sa valeur, et de nombreux outils ne sont pas prêts pour cette discussion.

De récentes données d’enquête de Silicon Valley Bank ont révélé que les CFO d’entreprises financées par du capital-risque prévoient de consacrer cette année un montant médian de 50 000 dollars aux outils et plateformes d’IA, soit plus du double du niveau de l’année précédente. La même étude suggère que l’adoption de l’IA est devenue l’un des principaux sujets de préoccupation des responsables financiers. Cela ne devrait pas surprendre. Les CFO sont sous pression pour améliorer la productivité, préserver le capital, soutenir la croissance et aider leurs organisations à prendre des décisions plus rapides avec davantage de confiance.

L’enquête 2026 de Kyriba auprès des CFO raconte une histoire similaire. Dans une enquête menée auprès de 1 400 responsables financiers dans le monde, 91,9 % des CFO ont déclaré intégrer déjà l’IA dans la prise de décision financière, soit dans certains processus, soit dans la quasi-totalité d’entre eux. La phase d’expérimentation laisse place à la phase de responsabilisation.

Mais à mesure que les budgets consacrés à l’IA augmentent, le niveau d’examen qui leur est appliqué augmente lui aussi. Les CFO ne se demandent plus s’ils doivent investir dans l’IA. Ils se demandent où l’IA peut créer une valeur mesurable. Pour un budget annuel d’IA d’environ 50 000 dollars, les responsables financiers attendront des résultats concrets : des reportings plus rapides, des opérations financières plus agiles, de meilleures prévisions, une visibilité accrue sur les risques et moins de processus manuels.

Les gagnants ne seront pas des outils d’IA génériques déconnectés des systèmes, des contrôles et des responsabilités décisionnelles du CFO. Les gagnants seront les capacités d’IA connectées, intégrées et incorporées dans des workflows financiers de confiance.

Les dépenses en IA sont entrées dans la zone de responsabilité du CFO

Dans de nombreuses organisations, l’IA a commencé sous forme d’expérimentations décentralisées. Les équipes ont testé des copilotes, des outils d’IA générative et des assistants de productivité pour voir ce qui fonctionnait.

Maintenant que la phase d’essai est terminée, les questions que posent les CFO ont changé. Il ne s’agit plus de savoir si un outil peut produire des résultats impressionnants, mais de déterminer quel processus métier il améliore. Il ne suffit pas d’affirmer que les collaborateurs gagneront du temps ; les CFO veulent voir de la valeur dans le compte de résultat : économies, dépenses futures évitées, y compris l’évitement de recrutements, et augmentation des produits d’intérêts grâce à des décisions de liquidité plus optimales. Si l’IA ne prouve pas sa valeur, elle ne survivra pas au prochain cycle budgétaire.

Le tableau de bord IA du CFO est différent

Pour les responsables financiers, la valeur de l’IA ne se mesure pas uniquement par les taux d’adoption ou l’enthousiasme des utilisateurs. Elle se mesure par les résultats.

Les CFO veulent savoir : les prévisions vont-elles s’améliorer ? La trésorerie pourra-t-elle investir plus tôt et plus longtemps ? Pourrons-nous répondre aux questions du conseil d’administration plus rapidement et plus efficacement ? Pourrons-nous générer davantage d’insights et de décisions fondées sur les données sans ajouter d’effectifs ?

En trésorerie, ce tableau de bord devient très concret. Si l’IA peut aider une équipe à identifier plus tôt la trésorerie inutilisée, à expliquer plus rapidement un écart de prévision de trésorerie, à détecter plus tôt une anomalie de paiement ou à fournir de manière proactive des scénarios d’exposition au risque et de liquidité mettant en évidence des opportunités de protection de la trésorerie, la valeur n’est plus théorique. Ce sont précisément les types de cas d’usage sur lesquels Kyriba se concentre : appliquer l’intelligence aux workflows de liquidité, de paiements, de prévision et de risque, là où des insights plus rapides peuvent se traduire par de meilleurs résultats financiers.

Ce sont les questions qui comptent.

Un budget IA de 50 000 dollars peut ne pas sembler transformationnel pris isolément, en particulier pour les grandes entreprises. Mais pour de nombreuses organisations en croissance, ce niveau de dépense peut être significatif. Il représente souvent un test visant à déterminer si l’IA peut obtenir un rôle plus important dans le modèle opérationnel. Si l’investissement génère une valeur mesurable, les CFO l’étendront. S’il produit des expérimentations dispersées et des bénéfices peu clairs, les budgets se resserreront rapidement.

Voici ce que 50 000 dollars permettent d’acheter dans les termes traditionnels de la finance : environ la moitié d’un analyste ETP, un abonnement à un outil de BI de milieu de gamme ou quelques semaines de conseil. Les CFO qui évaluent l’IA ne la comparent pas seulement à d’autres logiciels. Ils la comparent au recrutement, à l’externalisation ou au maintien du statu quo. C’est la barre que l’IA doit franchir.

Une attente raisonnable pour un CFO ? Une réduction de 50 % du temps passé, l’évitement d’un recrutement supplémentaire ou un plan de liquidité piloté par l’IA qui réduit les emprunts et les charges d’intérêts. C’est mesurable. C’est défendable. C’est le type de ROI qui résiste à l’examen budgétaire.

Les cas d’usage IA les plus précieux sont proches du travail opérationnel

L’une des plus grandes erreurs que les organisations peuvent commettre consiste à traiter l’IA comme une couche séparée des workflows où les décisions se prennent réellement.

Pour les CFO, la valeur se crée au sein des processus financiers : reporting, prévision, gestion de trésorerie, planification de la liquidité, gestion des risques, paiements, conformité et analyse de la performance. Une IA déconnectée de ces workflows peut être utile, mais elle ne deviendra pas indispensable.

Prenons la prévention de la fraude. Dans un récent échange sur Liquid: How CFOs Outperform, Marc Friend, CEO de Sift, a expliqué comment les équipes de prévention de la fraude utilisent le machine learning pour distinguer les bons acteurs des mauvais, améliorer les taux d’acceptation et gérer les risques sans transformer chaque transaction en obstacle. C’est un modèle utile pour les CFO qui évaluent l’IA plus largement : la valeur ne réside pas dans l’algorithme lui-même. Elle réside dans la décision qu’il améliore, la friction qu’il réduit et le risque qu’il aide à maîtriser.

Le même principe s’applique à la trésorerie et à la finance. L’IA est plus précieuse lorsqu’elle est connectée aux systèmes, aux données et aux contrôles sur lesquels les équipes s’appuient déjà pour gérer la trésorerie, les paiements, la liquidité et le risque. Un outil d’IA généraliste peut aider quelqu’un à rédiger un résumé. Mais lorsque l’intelligence est connectée aux données bancaires, aux workflows de paiement, aux données de prévision, aux expositions au risque et aux processus d’approbation, elle peut aider les équipes financières à agir plus vite et avec plus de confiance.

Les meilleurs cas d’usage partagent trois caractéristiques : ils réduisent l’effort manuel dans les activités financières récurrentes, ils améliorent la qualité des décisions en rendant les changements et les risques plus visibles, et ils renforcent la confiance et le contrôle dans la prise de décision.

Trop d’outils d’IA promettent de « transformer la finance », mais ne livrent qu’une synthèse glorifiée. Un chatbot capable de rédiger un e-mail ou de répondre à une question sur le chiffre d’affaires du dernier trimestre est utile, mais ce n’est pas mesurable. Les CFO ont besoin d’une IA capable de prévoir la trésorerie et de planifier la liquidité.

L’IA doit aider les équipes financières à fonctionner de manière plus agile et plus intelligente

Les CFO attendent de l’IA qu’elle réduise le nombre de nouveaux recrutements nécessaires pour absorber une complexité et un volume de travail accrus. Peut-être même qu’elle réduise la taille de leurs équipes, en particulier lorsque certains collaborateurs sont dédiés à des tâches manuelles. Au sein de notre propre communauté de clients, nous observons déjà un ralentissement dans l’ajout de nouveaux utilisateurs de plateforme. Les données suggèrent que les organisations attendent avant de recruter, ce qui donne encore plus de raisons à l’IA de prouver sa valeur maintenant. Les CFO attendent. Leurs équipes attendent. Les projets à valeur ajoutée attendent.

Et c’est le point important. Même s’il existe effectivement une curiosité quant à la possibilité que les équipes financières se réduisent parce que l’IA pourrait supprimer certains postes, l’attente la plus réaliste est que l’IA permettra aux équipes d’accomplir davantage. Les mêmes personnes, en particulier les plus performantes, produisent à un niveau supérieur. C’est là que la valeur de l’IA sera mesurée. L’évitement de recrutements peut faire partie des économies que les CFO peuvent attendre. Mais une réduction des effectifs est beaucoup moins probable que des équipes de trésorerie, FP&A, comptabilité fournisseurs et comptabilité clients dotées d’IA produisant une valeur mesurable ayant un impact sur le résultat net du compte de résultat.

La confiance distinguera l’IA durable de l’IA jetable

Les CFO ont de bonnes raisons d’être prudents. Les workflows financiers ont des conséquences. Des données de mauvaise qualité, des contrôles faibles ou des résultats inexacts peuvent créer un risque réel.

C’est pourquoi la confiance deviendra l’un des critères déterminants de l’investissement en IA. Les CFO doivent pouvoir faire confiance aux résultats, aux recommandations et, en fin de compte, savoir qu’ils peuvent s’appuyer sur des décisions pilotées par l’IA. Quel que soit l’endroit où l’humain reste dans la boucle, l’IA doit au final « montrer son raisonnement », comme un enfant de 9 ans qui résout un problème de mathématiques. Vous savez que c’est juste lorsque vous voyez la preuve documentée. Le raisonnement compte.

La confiance dans les résultats de l’IA se gagne également grâce à des données propres auxquelles les équipes du CFO peuvent elles aussi faire confiance. Si vous faites confiance aux ingrédients, il y a une probabilité bien plus élevée que la recette réponde aux attentes.

Pour les CFO, l’enseignement est simple : n’évaluez pas l’IA uniquement sur la qualité de la réponse. Évaluez les données qui la sous-tendent, les contrôles qui l’entourent et le workflow qu’elle soutient. C’est là que le rôle de Kyriba compte. Les équipes financières ont besoin d’une IA qui fonctionne dans un environnement de confiance pour la liquidité, les paiements, la prévision et le risque, avec la gouvernance et la visibilité dont les CFO ont besoin.

La prochaine phase de valeur de l’IA appartient au CFO

Les CFO qui tireront le plus de valeur de l’IA ne seront pas ceux qui poursuivent la dernière fonctionnalité à la mode. Ce seront ceux qui partent d’un vrai problème métier, comme la prévision de trésorerie, la planification de la liquidité, le risque de paiement ou une couverture de change plus efficace, et qui demandent : « Comment l’IA peut-elle rendre cela plus rapide, moins coûteux ou meilleur ? » C’est cet état d’esprit qui transforme une expérimentation à 50 000 dollars en un gain de 1 000 000 de dollars.

Les CFO sont bien placés pour piloter ce processus, car ils peuvent relier l’investissement en IA aux résultats financiers, à la discipline opérationnelle et au risque d’entreprise. Pour les CFO, le mandat n’est pas de poursuivre l’IA. Il est de rendre l’IA responsable.

Voici donc le test : choisissez une tâche manuelle, lente ou sujette aux erreurs. Mesurez le temps qu’elle prend aujourd’hui. Demandez ensuite comment l’IA peut améliorer ce processus, puis quantifiez l’impact de cette amélioration en termes de bilan, de compte de résultat ou de flux de trésorerie. Si le résultat vous convient, vous avez trouvé un cas d’usage qui mérite d’être financé. Si la réponse est non, continuez à chercher. Les dépenses d’IA en 2026 ne seront pas jugées sur leur potentiel. Elles seront jugées sur leurs preuves.