Selon une étude internationale menée par Payhawk auprès de 1 520 responsables financiers et dirigeants d’entreprise, le rapport « CFO AI Readiness » montre qu’une entreprise sur deux se situe actuellement dans une position dite « intermédiaire ». En d’autres termes, elles explorent activement les possibilités offertes par l’IA dans le domaine financier, mais ne parviennent pas à l’intégrer de manière sûre et cohérente dans leurs processus opérationnels clés.
La position intermédiaire devient le centre de gravité du marché
Dans le cadre du rapport CFO AI Readiness, Payhawk a demandé aux leaders
de la finance d’évaluer le niveau de maturité de leur entreprise en matière
d’IA sur une échelle de 1 à 10 (faible : 1-3 ; moyen : 4-6 ; élevé : 7-10).
Ainsi, les résultats montrent que :
• Près de 50% des entreprises internationales dans le monde se situent à
un niveau de maturité intermédiaire
(4-6) : elles adoptent l’IA, mais ne l’utilisent pas encore comme une
fonctionnalité financière essentielle.
• Près d’un tiers des entreprises déclarent avoir un niveau de maturité élevé (7-10)
Illustration. Répartition du niveau de maturité en matière d’IA
Cette répartition inégale est plus importante dans le domaine de la
finance que dans la plupart des autres secteurs d’activité. Contrairement aux
secteurs où l’expérimentation occupe une place prépondérante, l’IA financière
doit passer par des contrôles, des audits, la définition de responsabilités
claires et une application de politiques avant de pouvoir être intégrée dans
des workflows ayant un impact significatif sur les activités de l’entreprise.
« Aujourd’hui, Payhawk se situe à la croisée des ambitions de l’IA et
des réalités relatives au domaine de la finance,
déclare Hristo Borisov, CEO et cofondateur de Payhawk. Nous
travaillons avec des workflows où les approbations se transforment en dépenses,
où les paiements sont effectués, où les exceptions s’accumulent et où les
pistes d’audit sont testées. C’est pourquoi nous sommes convaincus que
l’expérimentation en elle-même ne constitue pas un frein à l’adoption de l’IA ».
Le niveau de maturité de l’IA varie considérablement selon le ontext de
l’entreprise
Dans les départements finances, le niveau de maturité dépend fortement
du secteur d’activité et de la taille de l’entreprise.
• Les entreprises technologiques qui emploient plus de 250 salariés
affichent les plus haut niveaux de maturité à l’échelle mondiale, plus de 70%
d’entre elles s’estimant « très matures ».
• Parmi les petites entreprises issues des secteurs réglementés et des
principaux secteurs de l’économie (50-250 salariés), seules 13,5% d’entre elles
déclarent avoir atteint un niveau de maturité élevé.
• En revanche, les grandes entreprises non-technologiques se situent
majoritairement dans la tranche de niveau de maturité « moyenne » car elles
adoptent activement l’IA mais peinent à l’intégrer dans leurs principales
opérations financières.
Un signal structurel associé permet d’expliquer cette tendance. Les
organisations dotées de structures complexes et multi-entités déclarent plus
souvent avoir atteint un niveau de maturité élevé en matière d’IA. Mais cela ne
garantit pas pour autant qu’elles soient prêtes à adopter pleinement l’IA ;
sans cohérence ni harmonisation des données, une mauvaise gouvernance peut
créer un certain décalage, voire un ralentissement des processus.
Remettre en question le discours sur les « leaders » et les «
retardataires »
Cette étude montre notamment que les entreprises qui se considèrent
comme des « leaders en matière d’IA » ne constituent pas un groupe homogène. Le
chiffre global relatif à la maturité masque en réalité de grandes disparités
dans la manière dont les équipes Finance déploient l’IA dans la pratique. Alors
que certaines entreprises ont intégré l’IA dans leurs workflows en définissant
des responsabilités claires, d’autres avancent rapidement sans mettre en place
des mesures de protection minimales, ou réalisent de grands investissements
sans disposer des bases nécessaires à leur évolution.
Par ailleurs, l’étude montre que le principal frein à la maturité de l’IA financière n’est pas la capacité des modèles, mais la possibilité de rendre leur adoption stable, viable et reproductible dans les environnements de contrôle financier.