On a décidé d’automatiser notre propre fonction finance : paie, factures fournisseurs, notes de frais, rapprochements, facturation client. Pas pour un client mais pour nous. À la fois comme laboratoire pour apprendre en construisant plutôt qu’en théorisant et comme démonstrateur parce qu’on ne veut pas proposer ce qu’on ne s’applique pas à soi-même.
On n’a pas attendu d’avoir le budget ou la taille d’un grand groupe. Ce qu’on a, c’est dix ans à construire ce genre de systèmes et l’habitude d’avancer vite. Alors on s’y est mis maintenant, sans attendre.
La première décision a surpris une partie de l’équipe. Elle n’a pas porté sur un outil ni sur une technologie. Elle a porté sur un refus : ne pas mettre d’agent intelligent partout.
Le discours ambiant pousse dans une seule direction. Celle des agents partout, de l’entreprise autonome, de l’IA qui prend la main de bout en bout sur la fonction finance. C’est séduisant mais c’est sans doute aussi en partie un piège.
Un agent intelligent peut coûter plus cher qu’une règle et être moins prévisible. Et sur certaines tâches, il introduit un risque précisément là où on cherche une fiabilité absolue. Mettre de l’intelligence partout, ce n’est pas être en avance. C’est souvent un non-choix : on s’épargne le tri, et on finit par se compliquer la vie et fragiliser ce qui devait rester solide.
La vraie question n’est donc pas « quel agent pour automatiser ma finance ? ». Elle est plus ennuyeuse mais beaucoup plus décisive.
Pour moi, l’automatisation ne commence pas par le choix d’une technologie. Elle commence par un tri.
Quelle tâche mérite quoi ? Un agent n’est pas un réglage par défaut, c’est une décision qui a un prix qu’il faut accepter de payer en connaissance de cause.
Dans notre projet, on n’a pas posé cette grille a priori. Elle est apparue en cartographiant nos tâches et nos attendus, une à une, et en se posant pour chacune la même question : faut-il vraiment de l’intelligence ici ?
La surprise c’est qu’en passant le process en revue, presque tout pouvait rester déterministe. Le vrai travail n’était pas de choisir entre IA et pas IA, c’était de trouver la bonne répartition. Trois familles ont fini par se dessiner par nature de tâche et non par dogme technique.
Les tâches simples et critiques restent déterministes. Tout ce qui doit être juste à 100%, se répète à l’identique et suit des règles claires (nettoyer un fichier, appliquer un contrôle, classer selon des critères stables) n’a pas besoin d’intelligence. Ça a besoin d’être exact à chaque fois au coût le plus bas et sans surprise. Une règle bien posée fait ça mieux qu’un agent. Y mettre de l’IA, ce serait ajouter du risque et de la dépense pour un problème déjà résolu.
Les tâches qui demandent du jugement passent par un agent. Dès qu’une tâche refuse de se réduire à une règle stable (interpréter une information non structurée, traiter un cas qui sort du cadre prévu, rapprocher des éléments qui ne correspondent jamais tout à fait) la souplesse devient un vrai apport. C’est là et seulement là qu’on accepte le coût et la part d’imprévisibilité d’un agent parce qu’aucune règle figée ne ferait le travail.
Les tâches sensibles ou irréversibles restent sous décision humaine. Un paiement, une validation qui engage, une opération qu’on ne peut pas défaire : l’automatisation prépare, propose, présente le dossier prêt à valider mais c’est une personne qui tranche. La maîtrise ne disparaît pas. Elle se place au bon endroit là où l’enjeu l’exige.
Une dernière considération traverse ces trois familles : la sensibilité des données. Certaines tâches même simples manipulent des informations confidentielles ou des accès qu’on préfère ne pas exposer. Celles-là, on les exécute dans un environnement fermé au plus près de la donnée plutôt que de les confier à un service qui élargirait la surface de risque.
La grille n’est donc jamais dogmatique : elle suit la nature réelle de la tâche : sa criticité, son besoin de jugement et sa sensibilité.
Une fois les tâches triées, le point central n’est plus l’outil. C’est le chef d’orchestre qui reçoit une donnée d’entrée, reconnaît à quelle famille elle appartient et déclenche le bon traitement (une règle, un agent ou une main humaine), puis enchaîne le maillon suivant.
C’est cette couche qui tient l’ensemble. Sans elle on n’a pas un système d’automatisation mais une collection d’automatisations isolées qui s’ignorent les unes les autres, chacune avec ses angles morts. Le déterministe, l’agent et l’humain ne valent donc que coordonnés.
Le bénéfice n’est pas seulement technique. En traitant chaque tâche selon sa nature réelle, on garde la fiabilité là où elle est non négociable, on dépense de l’intelligence là où elle crée vraiment de la valeur et on garde la main là où c’est nécessaire. C’est une manière de moderniser qui renforce au lieu de fragiliser et c’est le seul modèle de transformation qui nous intéresse.
Il y a aussi une raison économique dans tout ça (plus rarement dite). Une fois la mécanique déterministe en place, ces tâches-là ne coûtent presque rien à faire tourner. Le coût réel (la puissance de calcul, l’attention, la supervision) se concentre sur la couche qui orchestre et sur les rares agents qui réfléchissent vraiment. Bien trier, ce n’est donc pas seulement fiabiliser, c’est concentrer la dépense là où elle produit de la valeur et refuser de payer le prix d’un agent sur une tâche qu’une règle traite pour presque rien.
Le refus de l’IA partout n’est donc pas de la prudence, c’est de l’économie et c’est elle qui rend les projets faisables.
C’est aussi ce qui rend une automatisation durable. D’expérience, un système qui met de l’IA partout vieillit moins bien : il coûte plus à faire tourner, il est moins prévisible et plus difficile à auditer. Celui qui place chaque tâche au bon niveau reste lisible là où ça compte et souple là où c’est utile.
Si vous regardez aujourd’hui l’automatisation de votre fonction finance, la première question n’est pas « quel agent IA pour ma clôture, mes notes de frais ou ma facturation ? ». C’est d’abord : quelle tâche mérite quoi ?
La carte précède l’outil. Une cartographie honnête de vos processus (ce qui doit rester déterministe, ce qui gagne à devenir un agent, ce qui doit rester sous décision humaine) vaut mieux que n’importe quelle démonstration d’outil. C’est elle qui décide si l’investissement tient dans la durée ou s’il finira en couche d’intelligence coûteuse posée sur un processus qui n’en demandait pas.
C’est précisément pour ça qu’on a commencé par notre propre finance : on apprend la grille en la construisant, avant de la transposer. Le chantier tourne en ce moment et on a décidé de le raconter à mesure, pas après coup — pour ceux que le sujet intrigue autant que nous.