IA pour les DAF et le contrôle de gestion : par où commencer

Interrogés par la DFCG, l’Association nationale des directeurs financiers et de contrôle de gestion, 239 financiers ont décrit leur usage de l’IA. Près des deux tiers en sont à la découverte et à l’expérimentation individuelle. L’association en tire un constat : 94 % des directions financières sont encore dans les phases initiales.

L’IA pour les DAF en est donc à ses débuts, alors que 60 % des directions financières en attendent un impact fort sur leurs activités, d’après une étude de PwC et de la DFCG. Nous faisons le point sur les usages qui tiennent, les données à garder hors des outils et la manière de démarrer.

Nous prolongeons ici notre guide IA et métiers. Le versant cabinet est traité dans IA pour les experts-comptables.

En bref

Sondage de la DFCG auprès de 239 financiers : 11 % sans aucun usage de l’IA, 64 % en découverte individuelle, 19 % sur de premiers cas d’usage collectifs.
Étude de PwC et de la DFCG sur les priorités 2026 : 60 % des directions financières attendent un impact fort de l’IA, et 72 % ont déjà lancé des projets d’adoption.
Insee : les entreprises qui utilisent l’IA pour la comptabilité, le contrôle de gestion ou la gestion financière représentent 30 % des effectifs salariés en 2025, contre 14 % en 2024.
L’IA générative rédige, résume et explique. Le calcul reste au tableur et au progiciel de gestion.
Trois familles de données restent hors des outils grand public, selon nous : les comptes non publiés, la paie, les coordonnées bancaires.
Verdict : confiez à l’IA l’explication du chiffre, pas son calcul. À notre avis, le premier usage à installer est le commentaire d’écarts.
Pour passer à la pratique : notre formation à l’IA générative pour les directions financières.

IA pour les DAF : des directions financières en phase de découverte

Ce sondage figure dans la présentation d’un dîner-débat Finance & IA, organisé le 3 mars 2026 par le groupe Transformation digitale et intelligence artificielle de la DFCG. Il porte sur un échantillon de 239 financiers d’entreprise.

Trois chiffres résument les réponses. Onze pour cent des répondants n’ont aucun usage de l’IA. Soixante-quatre pour cent sont en découverte et en expérimentation individuelle. Dix-neuf pour cent explorent leurs premiers cas d’usage collectifs, que l’association illustre par le reporting, la synthèse et l’automatisation. La DFCG fait l’addition : 94 % des directions financières sont encore dans les phases initiales de maturité, entre découverte individuelle et premières expérimentations d’équipe.

L’attente est forte. La 14e édition de l’étude Priorités des directions financières, publiée par PwC avec la DFCG le 19 novembre 2025, repose sur les réponses de 50 dirigeants et de 220 directions financières issus de douze secteurs. Six directions financières sur dix y jugent que l’IA aura un impact fort sur leurs activités. Plus de sept sur dix ont déjà lancé des projets d’adoption (72 %). Les dirigeants voient dans l’IA un moyen de gagner en efficacité pour les collaborateurs (82 %) et en réactivité dans la prise de décision (63 %).

Les deux enquêtes ne se contredisent pas, à notre lecture. Lancer un projet est une chose. En tirer un usage partagé par l’équipe en est une autre.

L’Insee donne le cadre général. En 2025, 18 % des entreprises de dix salariés ou plus déclarent utiliser l’IA, soit 8 points de plus qu’en 2024, d’après l’Insee Première n° 2120 paru le 21 juillet 2026. La proportion atteint 58 % dans les entreprises de 250 salariés ou plus. La finance suit le mouvement : les entreprises qui déclarent utiliser l’IA pour la comptabilité, le contrôle de gestion ou la gestion financière représentent 30 % des effectifs salariés en 2025, contre 14 % un an plus tôt.

Ce que l’IA générative fait bien, et ce qu’elle fait mal

Un assistant d’IA générative travaille sur du langage. Il résume un contrat, reformule une procédure, rédige une note, traduit un reporting, propose une formule de tableur. Il le fait vite. Pour un DAF, cela recouvre tout ce qui s’écrit autour des chiffres.

Il se trompe aussi. La Compagnie nationale des commissaires aux comptes l’écrit dans ses fiches IA et audit : bonnes pratiques 2025/2026 : « Les résultats fournis par des outils d’IA générative ne sont jamais 100 % justes. » À nos yeux, un chiffre faux dans une phrase bien tournée passe plus facilement qu’un chiffre faux dans une cellule.

D’où une règle de partage, qui est la nôtre. Le calcul reste dans le tableur et dans le progiciel de gestion. L’assistant intervient avant, pour écrire une formule ou structurer un fichier, et après, pour commenter, résumer et mettre en forme. Nos guides IA et Excel et Copilot dans Excel détaillent ce premier temps.

La direction générale du Trésor raisonne elle aussi par tâche. Sa note L’intelligence artificielle, quels effets sur l’emploi ?, parue le 30 juin 2026, cite les comptables, avec les secrétaires et les téléopérateurs, parmi les emplois intensifs en tâches codifiables ou répétitives, pour lesquels l’adoption de l’IA pourrait diminuer l’emploi. Elle décrit ensuite l’autre cas. L’IA automatise alors les tâches à faible valeur ajoutée, et les travailleurs se concentrent sur celles où ils gardent un avantage : « jugement et validation, interactions sociales, et contextualisation ». Ces trois termes décrivent assez bien, nous semble-t-il, le travail d’un contrôleur de gestion.

La donnée d’abord : le prérequis des directions financières

Un assistant ne répare pas une donnée mal tenue. Or la donnée reste un chantier pour les directions financières. Dans l’étude de PwC et de la DFCG, huit dirigeants financiers sur dix jugent satisfaisante la maîtrise des données financières, mais la proportion tombe à 40 % pour les données extra-financières. Pour plus d’un dirigeant sur deux, la multiplicité des sources et la faible automatisation des processus expliquent le manque de fiabilité des données.

Le même obstacle revient quand il s’agit de généraliser. Dans un commentaire de l’étude publié le 10 février 2026, deux associés de PwC observent que la majorité des directions financières ont lancé des expérimentations. Le passage à l’échelle de processus entiers reste, écrivent-ils, une étape exigeante que peu ont franchie, car elle suppose des prérequis d’infrastructure, de données ou de gouvernance.

Les raisons d’y aller parlent pourtant à un financier. D’après l’Insee, 73 % des entreprises qui mobilisent l’IA le font pour optimiser les coûts, 64 % pour améliorer la qualité et la fiabilité des processus, 56 % pour réaliser des travaux complexes.

Notre conseil en découle. Commencez par les usages qui partent d’un tableau déjà fiabilisé, et gardez pour plus tard ceux qui demandent de croiser plusieurs sources.

Dix usages de l’IA en direction financière, processus par processus

Voici dix usages qui restent du côté du langage. La sélection est la nôtre.

Processus	Ce que l’on confie à l’assistant	Ce que l’équipe vérifie
Clôture	Rédiger le calendrier et la note de clôture à partir de la liste des tâches	Les dates et les responsables
Clôture	Transformer une procédure comptable en mode opératoire	La conformité à la règle interne
Comptabilité fournisseurs	Résumer les clauses de paiement d’un contrat	Chaque clause, sur le contrat
Crédit client	Rédiger une série de relances graduées	Le ton et les montants
Contrôle de gestion	Commenter un tableau d’écarts entre budget et réel	Chaque chiffre cité, sur le tableau
Contrôle de gestion	Préparer les questions à poser aux opérationnels	Leur utilité pour l’analyse
Contrôle de gestion	Écrire une formule ou une macro de tableur	Le résultat, sur un cas connu
Budget	Rédiger la lettre de cadrage à partir des hypothèses retenues	Les hypothèses
Reporting	Transformer un tableau de bord en note pour le comité de direction	Le message et les chiffres
Veille	Résumer un texte fiscal ou une norme	Le texte d’origine et sa date

Deux usages manquent, et c’est voulu : produire un chiffre et valider une écriture. Le premier revient aux outils de calcul, le second à une personne.

Dans chaque ligne, la colonne de droite compte autant que celle du milieu : un usage sans point de contrôle désigné ne peut pas, pour nous, s’installer dans une équipe.

La liste recoupe les exemples que donne la DFCG pour les premiers cas d’usage collectifs : le reporting, la synthèse, l’automatisation. Les deux premiers relèvent d’un assistant. Le troisième tient plutôt, à notre lecture, aux logiciels de gestion et à leurs automatismes.

Contrôle de gestion : commenter un écart sans inventer un chiffre

Le commentaire d’écarts est l’usage que nous conseillons d’installer en premier. Il revient à chaque clôture, il s’appuie sur un tableau que l’équipe maîtrise, et l’assistant sait écrire.

La méthode tient en quatre temps. Calculer les écarts dans le tableur, comme d’habitude. Coller dans l’outil retenu par l’entreprise le seul tableau agrégé, sans nom de client ni de salarié. Demander des hypothèses, que l’on vérifiera. Relire en pointant chaque chiffre du commentaire sur le tableau.

La demande peut ressembler à ceci :

Voici un tableau d’écarts entre budget et réel, par ligne de charges, en milliers d’euros. Rédige un commentaire de dix lignes pour le comité de direction. Classe les écarts du plus fort au plus faible. Pour chacun, propose deux causes possibles, présentées comme des hypothèses à vérifier. Ne cite aucun chiffre qui ne figure pas dans le tableau. Signale les lignes où une information manque.

Chaque consigne a une raison. Le format et le destinataire évitent un texte trop long. Le classement impose une lecture par ordre d’importance. Les hypothèses rappellent que l’assistant ignore ce qui s’est passé dans l’entreprise, qu’il s’agisse d’un fournisseur remplacé ou d’un chantier en retard. L’interdiction d’ajouter un chiffre réduit le risque d’invention, sans le supprimer. La dernière phrase oblige l’assistant à dire ce qu’il ne sait pas.

Le contrôleur reste l’auteur du commentaire. Il écarte les hypothèses fausses, ajoute ce qu’il a appris des opérationnels au fil du mois, ajuste le ton pour ses lecteurs du comité de direction, puis signe le texte. Notre article hallucinations de l’IA : vérifier les réponses donne la méthode de contrôle, et nos prompts ChatGPT d’autres modèles de demande.

Trois autres demandes, prêtes à adapter

Les trois modèles suivants sont les nôtres. Ils suivent la même construction : une matière fournie, un format, une limite.

Pour une note au comité de direction :

À partir du tableau de bord ci-dessous, rédige une note d’une page pour le comité de direction. Commence par les trois faits du mois. Sépare ce qui est constaté de ce qui est supposé. Termine par les décisions attendues. N’ajoute aucun chiffre absent du tableau.

Pour des relances de factures échues :

Rédige trois courriels de relance pour une facture échue, du plus courtois au plus ferme. Laisse entre crochets le nom du client, le numéro de facture, le montant et la date d’échéance. Ne mentionne aucune pénalité qui ne figure pas dans nos conditions générales, que voici.

Pour un texte fiscal ou une norme :

Résume le texte ci-dessous en dix points pour une équipe comptable. Pour chaque point, cite le passage d’origine entre guillemets. Indique ce qui change par rapport à la règle précédente seulement si le texte le dit. Signale ce qui demande l’avis d’un conseil.

Deux détails comptent. Les crochets du deuxième modèle tiennent les données du client hors de l’outil, puisque la fusion se fait ensuite dans votre logiciel de facturation ou de relance. Les citations du troisième permettent de retrouver chaque point dans le texte d’origine, ce qui raccourcit la vérification.

Les données qui ne sortent pas de la direction financière

Une direction financière manipule des données parmi les plus sensibles de l’entreprise. Trois familles n’ont pas leur place, selon nous, dans un outil grand public : les comptes et les prévisions non publiés, la paie et les données de salariés, les coordonnées bancaires.

Le schéma croise deux questions : la tâche relève-t-elle du texte ou du calcul, et la donnée est-elle sensible ? Quatre réponses en sortent. Un texte sur une donnée peu sensible se traite dès maintenant. Un texte sur une donnée sensible demande un outil sous contrat. Une formule se teste sur un cas connu. Un calcul sur des données sensibles reste au tableur et au progiciel.

Les auditeurs s’appliquent une règle voisine. Le modèle de charte proposé par la CNCC range parmi les interdits le fait de soumettre des données non publiques dans les outils d’IA générative non sécurisés. Une autre fiche juge que l’usage des IA génératives grand public est à éviter, faute de garanties sur la sécurisation et l’utilisation des données soumises. Elle demande aussi de sensibiliser les équipes à la nécessité de supprimer toute information de nature à identifier un client ou un fournisseur.

La crainte dépasse la finance. D’après l’Insee, 43 % des entreprises qui utilisent l’IA ont des inquiétudes sur la protection des données et de la vie privée, et 42 % évoquent un manque de clarté juridique.

Le choix de l’outil règle une partie du problème. Un compte professionnel sous contrat, avec des engagements écrits sur l’hébergement et la réutilisation des données, rend possible le travail sur les documents internes. Notre grille d’audit pour choisir un outil d’IA passe ces engagements en revue. Notre article sur la fuite de données avec ChatGPT montre ce qui arrive sans eux, et celui sur le RGPD et ChatGPT traite le cas des données personnelles.

Un point reste à surveiller. Le sondage de la DFCG décrit des usages surtout individuels. Un usage individuel peut se faire avec un compte personnel, hors de tout contrat : c’est ce que décrit notre article sur le shadow IA.

Vérifier et garder la trace

Les fiches de la CNCC donnent deux consignes que nous conseillons de reprendre. La première : toujours vérifier les informations générées par l’IA générative. La seconde : n’utiliser ses résultats que comme une base, à enrichir par les équipes.

La trace compte autant que le contrôle. KPMG a publié le 18 février 2025 une enquête, Finance & IA, menée auprès de 2 900 entreprises de 23 pays réalisant plus de 100 millions de dollars de chiffre d’affaires. Elle indique que 64 % d’entre elles ont besoin que les auditeurs évaluent leur utilisation de l’IA dans la production de l’information financière. À notre avis, la question finira par vous être posée.

Notre conseil tient en trois éléments à conserver pour tout document où l’assistant est intervenu : le fichier source, la demande envoyée, le nom de la personne qui a relu. C’est peu. Cela suffit à répondre quand un auditeur ou un dirigeant demande d’où vient une phrase.

Fraude au virement : le risque qui vise la trésorerie

La fraude au virement est ancienne. L’IA la renouvelle, parce qu’elle sert aussi à ceux qui attaquent. Dans l’étude de PwC et de la DFCG, 31 % des répondants citent la cybercriminalité parmi les risques qu’ils anticipent.

Un faux ordre de virement s’adresse à ceux qui peuvent payer : la trésorerie et la comptabilité. Une voix imitée ou une visioconférence truquée rendent la demande plus crédible, comme le décrit notre article sur les deepfakes. La parade reste une procédure, que nous conseillons d’écrire et de tester : tout changement de coordonnées bancaires et tout virement inhabituel sont confirmés par un rappel, sur un numéro déjà connu, par une seconde personne.

Facturation électronique : des factures normées depuis le 1er septembre

Le calendrier vient de s’ouvrir. Depuis le 1er septembre 2026, toutes les entreprises doivent être en capacité de recevoir une facture électronique, et les grandes entreprises comme les entreprises de taille intermédiaire doivent émettre les leurs sous cette forme, indique le ministère de l’Économie. Les PME et les micro-entreprises devront émettre à leur tour à partir du 1er septembre 2027.

Pour un DAF, la conséquence dépasse la conformité. Une facture électronique, précise le ministère, n’est pas un simple PDF envoyé par courriel. C’est un document standardisé, qui porte les mentions obligatoires dans des champs dédiés et passe par une plateforme agréée. À notre lecture, le rapprochement et le contrôle des factures relèvent alors des automatismes du progiciel plus que d’un assistant conversationnel.

L’assistant garde sa place en aval. Il explique une anomalie relevée par le logiciel, rédige la réponse au fournisseur, résume les écarts d’un mois. Le partage reste le même : le progiciel traite la donnée, l’assistant traite le texte.

Règlement européen : ce qui concerne un DAF

Le cadre juridique inquiète presque autant que les données. L’Insee le mesure : 42 % des entreprises qui utilisent l’IA évoquent un manque de clarté juridique.

Deux points suffisent pour commencer. Le premier est l’article 4 du règlement européen sur l’IA, qui demande aux fournisseurs et aux déployeurs de systèmes d’IA de prendre des mesures pour favoriser la maîtrise de l’IA par leur personnel. Nous le détaillons dans notre article sur l’article 4 et le plan de formation.

Le second est le classement des usages. À notre lecture, rédiger, résumer et commenter ne relèvent pas des catégories que le règlement encadre le plus strictement. Un cas demande une vérification : si votre direction évalue la solvabilité de clients particuliers avec un outil d’IA, contrôlez son classement à l’aide de notre article sur les niveaux de risque de l’AI Act.

Compétences : former toute l’équipe finance

L’étude de PwC et de la DFCG classe les compétences à développer dans les équipes en 2026. La technologie et la culture de la donnée arrivent en tête (30 %). Viennent ensuite les compétences techniques (15 %), la maîtrise des opérations de l’entreprise (15 %) et le « storytelling » (11 %).

Le manque d’expertise est aussi le premier frein que relève l’Insee chez les entreprises qui utilisent l’IA : 53 % d’entre elles le citent.

Qui former ? Toute l’équipe, à notre avis. Le comptable écrit des relances, le contrôleur des commentaires, le trésorier des notes aux banques, et chacun manipule des données qui ne doivent pas sortir. Une session commune fixe les mêmes règles pour tous : former votre équipe finance à l’IA générative, du comptable au contrôleur.

À ne pas confondre avec un agent IA : les usages décrits ici reposent sur un assistant qui répond à une demande à la fois. L’étude de PwC et de la DFCG évoque une IA agentique, « capable de raisonner et d’agir de manière semi-autonome ». Un outil qui collecte seul les données, lance les rapprochements et envoie le reporting enchaîne plusieurs étapes sans intervention : il relève des agents. Ce sujet est traité dans notre formation aux agents IA.

Par où commencer : cinq étapes pour une direction financière

Voici l’ordre que nous conseillons.

Recenser les usages individuels déjà en place dans l’équipe, sans sanction.
Choisir un outil et un type de compte, avec le service informatique.
Écrire la règle des données sur une page : ce qui se saisit, ce qui se saisit une fois anonymisé, ce qui ne se saisit pas.
Installer deux usages d’équipe sur un cycle de clôture : le commentaire d’écarts et la note de synthèse.
Mesurer le temps passé et les corrections apportées, puis décider de la suite.

Le DAF garde trois décisions pour lui, à notre sens : l’outil, choisi avec le service informatique, puis la règle des données et le premier usage confié à l’équipe. Le reste se délègue à un contrôleur ou à un responsable comptable volontaire.

La première étape part du constat de la DFCG. Si près des deux tiers des financiers interrogés expérimentent seuls, les usages existent déjà dans votre équipe, et il vaut mieux les connaître que les supposer.

La troisième peut s’appuyer sur un modèle. Notre article sur la charte d’usage de l’IA en entreprise propose une trame, à laquelle une direction financière ajoute sa liste de données exclues.

La cinquième évite de généraliser sur une impression. Notre estimation : un cycle de clôture suffit pour comparer le temps gagné à la rédaction et le temps passé à vérifier. La méthode de mesure de notre article sur le ROI de Copilot se transpose à un autre assistant.

IA et DAF : les questions fréquentes

L’IA peut-elle remplacer un contrôleur de gestion ?

Rien ne l’indique dans les sources que nous avons lues. La note du Trésor distingue les tâches codifiables, que l’IA peut prendre, et celles où le travailleur garde un avantage : jugement et validation, interactions sociales, contextualisation. Le contrôle de gestion repose largement sur ces dernières, selon nous.

Peut-on confier un calcul à un assistant d’IA ?

Nous le déconseillons. Un assistant peut écrire une formule ou une macro, que vous testez sur un cas connu. Le calcul lui-même reste dans le tableur ou le progiciel. Les fiches de la CNCC rappellent que les résultats de l’IA générative ne sont jamais 100 % justes.

Quelles données financières ne faut-il pas saisir ?

À notre avis, trois familles : les comptes et les prévisions non publiés, la paie et les données de salariés, les coordonnées bancaires. La règle s’assouplit pour les documents de travail quand l’outil est fourni par l’entreprise, sous contrat, avec des engagements écrits sur les données.

Par quel usage commencer en direction financière ?

Par le commentaire d’écarts et la note de synthèse, d’après nous. Ils reposent sur un tableau agrégé, se vérifient ligne à ligne et reviennent à chaque clôture. La DFCG cite d’ailleurs le reporting et la synthèse parmi les premiers cas d’usage collectifs.

Faut-il informer le commissaire aux comptes ?

Aucun des textes que nous avons lus ne l’impose. L’enquête de KPMG montre toutefois que 64 % des entreprises interrogées dans le monde attendent des auditeurs qu’ils évaluent leur utilisation de l’IA dans l’information financière. Notre conseil : le dire, et garder la trace des documents concernés.

La facturation électronique change-t-elle la donne ?

Oui, pour les données. Depuis le 1er septembre 2026, toutes les entreprises doivent pouvoir recevoir des factures électroniques, dans une forme normée. Leur traitement relève des logiciels de gestion. L’assistant intervient ensuite, pour expliquer et rédiger.

Un assistant peut-il établir une prévision de trésorerie ?

Nous le déconseillons avec un assistant généraliste. Une prévision repose sur un calcul et sur des données à jour, qui restent dans votre outil de trésorerie ou votre tableur. L’assistant aide ensuite à expliquer les hypothèses et à rédiger la note qui accompagne les chiffres.

Quel outil d’IA choisir pour une direction financière ?

Nous ne recommandons pas de produit ici. Le critère qui compte est le contrat : hébergement, réutilisation des données, accès. Un outil fourni par l’entreprise et relié à ses règles de sécurité passe avant un compte ouvert par chacun.

Faut-il former toute l’équipe ou seulement le DAF ?

Toute l’équipe, c’est notre recommandation. Les usages décrits ici sont ceux des comptables, des contrôleurs et des trésoriers. L’étude de PwC et de la DFCG place d’ailleurs les compétences technologiques et la culture de la donnée en tête de celles à développer.

De l’essai individuel à l’usage d’équipe

L’IA pour les DAF se joue moins dans le choix d’un outil que dans le passage du geste individuel à la règle commune. Les enquêtes décrivent des directions financières qui attendent beaucoup et pratiquent encore peu, le plus souvent par des essais individuels. Notre conviction est qu’un cycle de clôture suffit pour installer deux usages, une règle sur les données et une habitude de vérification, à condition de partir d’un tableau fiable. Le reste ne change pas. Le chiffre est produit par vos systèmes et signé par vos équipes. Pour franchir ce pas ensemble, voyez notre formation à l’IA générative conçue pour les fonctions finance et gestion.