Alors que les plateformes de codage de l'IA accumulent des valorisations de plusieurs milliards de dollars, les directeurs financiers de tout le pays mènent discrètement leurs propres expériences en matière d'IA. L'idée reçue est que les développeurs ont adopté l'IA en premier, et que toutes les autres fonctions liées à la connaissance suivront bientôt. En effet, une étude récente d'Anthropic montre que la finance pourrait être le prochain domino à tomber.

En tant qu'investisseurs de longue date dans la technologie de la suite CFO (AuditBoard*, Avalara*, Coupa*, Intacct*, OutlookSoft et autres), nous avons voulu tester cette thèse avec des données réelles. Nous avons donc interrogé 129 directeurs financiers et responsables financiers d'entreprises dont le chiffre d'affaires est compris entre 50 millions et plus de 5 milliards de dollars. L'enquête a été menée de décembre 2025 à février 2026, et la base de répondants est diversifiée en termes de secteurs d'activité et de tailles d'entreprises. Cela dit, 42% des personnes interrogées appartiennent à des entreprises de 100 à 499 employés, et 54% ont des équipes financières de cinq à 19 personnes. Voici ce que nous avons trouvé.

Nous sommes à l'aube d'une adoption massive, mais de réelles lacunes subsistent

Le pipeline d'adoption de l'IA est optimiste à première vue : 17% des directeurs financiers ont mis l'IA en production, 34% la pilotent activement et 28% prévoient de le faire. Seuls 21% l'envisagent encore.

Mais sous ce pipeline se cache un taux d'échec frappant. Parmi les DAF qui ont piloté l'IA, seuls quatre pour cent font état d'un taux de réussite supérieur à 50%.

C'est la tension centrale du marché : Les directeurs financiers veulent de l'IA et sont prêts à y consacrer de l'argent, mais les produits ne sont généralement pas encore à la hauteur. Comprendre pourquoi - et ce qui est sur le point de changer - est la clé d'une lecture correcte de ce marché.

Obstacle n° 2 : Intégration avec les plateformes existantes et préparation des données. L'une des questions centrales de cette enquête était de savoir si les directeurs financiers souhaitaient que les capacités d'IA proviennent de leurs systèmes d'enregistrement existants ou de fournisseurs spécialisés dans l'IA. La réponse a été décisive : 77% déclarent vouloir améliorer les systèmes existants avec l'IA de nouveaux fournisseurs qui se superposent aux systèmes existants, alors que seulement 15% veulent remplacer leur système d'enregistrement actuel par une plateforme native d'IA. Cela implique toutefois que les données piégées dans les systèmes existants doivent être nettoyées, transformées, structurées et unifiées pour être prêtes à être modélisées. Pourtant, 50% des personnes interrogées estiment que la qualité de leurs données est passable ou mauvaise.

Pourquoi le retour sur investissement est peut-être à portée de main

Nous savons que le taux d'amélioration des modèles de fondation continue à s'accélérer, c'est pourquoi nous pensons que le premier défi (c'est-à-dire le manque de retour sur investissement dû aux limites du modèle) a une solution à court terme.

Considérez l'une des mesures les plus convaincantes des progrès de l'IA : Le METR, un organisme de recherche en IA, a suivi la durée des tâches que les agents d'IA d'avant-garde peuvent accomplir de manière autonome, mesurée en fonction du temps nécessaire aux experts humains pour accomplir ces tâches. Le groupe a constaté que ce "délai d'achèvement des tâches" a doublé environ tous les sept mois au cours des six dernières années. À titre d'exemple, les meilleurs modèles actuels peuvent traiter de manière fiable des tâches qui prennent quelques heures à des humains qualifiés ; si l'on extrapole la tendance, les agents d'IA pourraient traiter des tâches d'une journée entière d'ici un an ou deux.

L'IA est tout ce qu'il y a de plus important dans notre secteur. Nous devons la monétiser (nous proposons des produits fondés sur l'IA), et nous devons la mettre en œuvre sur le plan opérationnel pour accroître l'efficacité et la productivité en interne, ce qui modifiera le profil financier à long terme de notre entreprise."

CFO (entreprise de 500 à 1 000 ETP)

En quoi cela est-il important pour la suite CFO? Les flux de travail financiers que les directeurs financiers souhaitent le plus automatiser - rapprochements de comptes, traitement des factures, analyse des écarts, écritures comptables - sont exactement le type de tâches multi-étapes, structurées mais compliquées, pour lesquelles cet horizon temporel élargi est le plus pertinent. Au fur et à mesure que les modèles s'améliorent pour maintenir la précision et le contexte sur des chaînes de tâches plus longues et plus complexes, l'écart entre la "démo impressionnante" et l'"automatisation de niveau production" se réduira.

La deuxième barrière est celle où la couche d'application peut capturer de la valeur

Si les modèles de base permettent de lever le premier obstacle, nous pensons que les applications d'IA sont particulièrement bien placées pour lever le second : la préparation et l'intégration des données. En outre, c'est là que nous pensons qu'une valeur durable peut être créée et accumulée.

Une solution populaire utilisée par de nombreuses entreprises pour résoudre ce problème consiste à tirer parti des ingénieurs déployés à l'avant (FDE). Pour les entreprises d'IA qui vendent aux directeurs financiers, ce modèle est particulièrement pertinent. Les équipes financières ne travaillent pas dans des environnements de données propres et standardisés. Elles fonctionnent sur une mosaïque d'ERP, d'intégrations bancaires, de systèmes de gestion des dépenses et de feuilles de calcul Excel, tous avec des schémas, des niveaux de qualité des données et des points d'intégration différents. Selon nous, les entreprises qui gagneront ici sont celles qui investissent massivement dans la mise en place d'outils évolutifs, comme la normalisation des données dans le produit. Les données de notre enquête le confirment : 16% des directeurs financiers citent "trop de configuration/formation nécessaire" comme leur plus grande déception à l'égard des outils d'IA actuels, et la rapidité d'exécution leur importe plus que l'étendue des fonctionnalités.

L'avantage des sociétés d'IA financière est qu'elles ont affaire à des acheteurs motivés et sous pression. Cinquante-sept pour cent des directeurs financiers font état d'une pression modérée à forte de la part de leur conseil d'administration et de leurs investisseurs pour qu'ils adoptent l'IA, et 72% s'attendent à ce que leurs budgets technologiques globaux augmentent au cours des deux ou trois prochaines années.

Où les organisations financières vont-elles réellement adopter l'IA ?

Une fois ces deux problèmes résolus, comment et où les organisations financières adopteront-elles l'IA ?

Quatre-vingt-quinze pour cent prévoient d'acheter plutôt que de construire, et 67% pensent que des outils d'IA spécialisés dans la finance sont nécessaires pour les flux de production, par opposition à l'utilisation directe de modèles de base.

Les domaines prioritaires sont les suivants

• Comptes créditeurs (52% des répondants) : entreprises telles que Ramp, Brex, Levelpath*, Zip et Omnea.
• FP&A et prévisions (40%) : entreprises telles que Cube*, Summation, Pigment
• Comptes clients (35%) - entreprises telles que Maxio*, Monk, Stuut, Lunos, Tabs, Fazeshift, Orb et Metronome.
• Fermer & consolidation (27%) - sociétés telles que Maximor, Numeric, Stacks et Nominal
• En outre, certaines entreprises adoptent une approche globale, comme Campfire, Rillet, DualEntry, Light, Everest et Doss.

En termes de budget, 48% des personnes interrogées ont prévu de nouvelles dépenses nettes en matière d'IA, 22% prévoient de réaffecter des outils existants et 18% n'ont pas de budget IA à l'heure actuelle.

Ce que cela signifie pour les fondateurs

Ce marché est prêt à acheter, mais n'est pas encore convaincu qu'il doit le faire. Les signaux de la demande - pression des conseils d'administration, expansion du budget, volonté quasi-universelle de payer des primes - sont indubitables. Les gagnants de ce marché seront les entreprises qui :

Donnez des preuves, pas des promesses. Les résultats positifs du POC ont été classés en tête des critères d'évaluation des fournisseurs, avec un score de 8,9 sur 10, bien au-dessus de tout autre facteur. Les directeurs financiers ne se fient pas aux déclarations d'exactitude figurant sur une diapositive ; ils se fient aux résultats démontrés par des entreprises similaires à la leur. La marche à suivre pour la mise sur le marché est simple : Réalisez des POC bien structurés, documentez-les rigoureusement et constituez une bibliothèque d'études de cas segmentées par secteur d'activité et taille d'entreprise.

Résolvez le problème d'intégration dans le produit. La préférence de 77% pour la superposition de systèmes existants signifie que votre produit doit répondre aux besoins des équipes financières là où se trouvent réellement leurs données. Il est important que votre produit rende les données de vos clients utilisables sans nécessiter de gestion des changements de systèmes.

Visez une précision de niveau production. Avec 71% des directeurs financiers citant l'imprécision du modèle comme leur principale préoccupation, et la "meilleure capacité" étant le traitement des factures avec une précision de 99%+, la barre n'est pas "assez bonne". La finance est un domaine de tolérance zéro. Construisez pour 99%+ dès le premier jour, ou vos pilotes rejoindront les 96% qui échouent.

La fenêtre est grande ouverte. Soixante-cinq pour cent des directeurs financiers prévoient de commencer ou d'étendre l'utilisation de l'IA au cours de l'année ou des deux années à venir, et 92% sont prêts à réorienter le budget de la main-d'œuvre vers les outils d'IA. Les entreprises qui parviendront à concrétiser cette attente définiront la prochaine génération de technologies pour le secteur financier.