L’IA dans la finance : de grandes attentes, un impact limité et un déficit de confiance critique
Tous les cas d’usage de l’IA ne se valent pas, et les exigences sont particulièrement élevées dans le domaine financier. Contrairement aux domaines du marketing ou des ventes, où la rapidité et l’expérimentation sont valorisées, la finance requiert précision, conformité et traçabilité, rendant l’adoption et la création de valeur bien plus complexes. À mesure que les processus de gestion du cycle de vente à l’encaissement se complexifient, les équipes financières consacrent de plus en plus de temps à reconstituer manuellement les événements liés aux factures, contrats et revenus. Et même si la quasi-totalité des équipes financières déclarent utiliser l’IA d’une manière ou d’une autre pour alléger cette charge, la plupart des dirigeants manquent encore de confiance dans les résultats obtenus et peinent à vérifier pleinement la façon dont ils sont produits.
Pour mieux comprendre comment les entreprises abordent aujourd’hui cette transition, Zuora a mandaté The Harris Poll pour interroger plus de 300 décideurs en finance et comptabilité sur leur perception, leur niveau de confiance et leurs préoccupations concernant l’IA, spécifiquement dans la finance. Si les résultats témoignent d’un fort intérêt et d’investissements conséquents, ils révèlent aussi une réelle hésitation quant à la fiabilité de l’IA et à ses domaines d’application. Voici ce que nous observons.
1. Les décideurs investissent dans l’IA, mais les résultats financiers tardent à se concrétiser
À mesure que les investissements s’accélèrent, les attentes augmentent également. Ce qui relevait autrefois de l’expérimentation fait désormais l’objet d’un examen approfondi de la part des conseils d’administration, des investisseurs et des équipes dirigeantes, qui exigent des retours clairs et mesurables sur l’IA. Les directeurs financiers, en particulier, sont de plus en plus sollicités pour quantifier la valeur apportée, que ce soit en termes de gains d’efficacité, de réduction des délais de clôture ou d’amélioration mesurable de la marge.
Selon les données, même si 92 % des décideurs en finance et comptabilité déclarent que leurs équipes utilisent des outils d’IA, pour la plupart, les résultats ne se sont pas concrétisés :
- Seuls 28 % des décideurs en finance et comptabilité dont les entreprises ont investi dans des outils d’IA constatent actuellement un impact financier mesurable de ces investissements
- Une large majorité (67 %) déclare ne pas encore observer de résultats financiers mesurables à ce jour
- Si 37 % s’attendent à des résultats dans l’année à venir, 25 % estiment qu’il faudra un an ou plus, et 6 % ne savent pas comment mesurer l’impact financier
Source : Enquête Harris réalisée pour Zuora auprès de plus de 300 décideurs en comptabilité et finance.
Cet écart entre les investissements et les résultats est encore plus marqué au sein des grandes entreprises. Les décideurs issus d’organisations de plus de 1 000 salariés déclarent des niveaux d’investissement dans l’IA plus élevés (100 %, contre seulement 81 % pour celles de moins de 100 salariés), mais ils sont également plus nombreux à indiquer ne pas avoir constaté d’impact financier mesurable (72 % parmi les dirigeants des organisations de plus de 1 000 salariés contre 48 % pour celles de moins de 100 salariés).
Les dirigeants des grandes organisations se montrent moins optimistes quant à la capacité de l’IA à générer rapidement un impact : 35 % de ceux dont l’organisation compte plus de 1 000 salariés et a investi dans des outils d’IA estiment qu’il faudra un an ou plus pour observer un impact financier mesurable, contre 15 % pour les entreprises de moins de 100 salariés ayant investi dans l’IA.
Pour comprendre pourquoi les résultats tardent à se concrétiser, il est important d’analyser les domaines dans lesquels les décideurs estiment que l’IA n’apporte pas encore de valeur tangible dans les opérations financières réelles.
2. La confiance dans l’IA existe, mais reste partielle
Une large majorité (87 %) des décideurs financiers et comptables reconnaissent un écart entre les promesses de l’IA et la réalité dans la finance. Pour beaucoup, le véritable défi consiste à intégrer l’IA dans les opérations financières concrètes.
La difficulté d’intégrer les résultats de l’IA dans les processus financiers arrive en tête des écarts constatés entre promesse et réalité, 41 % la citant parmi les plus importants. Un tiers (33 %) évoque l’impossibilité d’auditer ou d’expliquer les résultats générés par l’IA à travers les systèmes comme l’un des principaux écarts.
Source : The Harris Poll pour le compte de Zuora auprès de plus de 300 décideurs financiers et comptables.
3. La confiance dans l’IA existe, mais reste partielle
Lorsque l’IA ne tient pas ses promesses dans la pratique, elle suscite le doute. Si les résultats tardent à se concrétiser, comment les responsables financiers peuvent-ils réellement faire confiance à l’IA pour gérer les processus financiers essentiels ? Dans la finance, la confiance n’est pas une notion abstraite. Elle se construit à travers la précision, la traçabilité et le contrôle. Les systèmes doivent produire des résultats pouvant être validés, expliqués et rapprochés dans le cadre d’audits et de réglementations strictes. Si l’IA ne répond pas à ces exigences, elle devient un facteur de risque au lieu de le réduire.
Bien que les données montrent que les dirigeants dont les équipes financières utilisent des outils d’IA affichent un certain niveau de confiance, cela ne s’est pas encore traduit par une confiance totale. Seuls 43 % déclarent être « très confiants » quant au fait que les outils d’IA actuellement utilisés par leur équipe financière fonctionneront dans le respect de leurs contrôles internes et cadres d’audit existants. Cela laisse une majorité se déclarant seulement « plutôt confiants (46 %) » ou « pas du tout/pas vraiment confiants (11 %) ». Dans le secteur financier, ce niveau d’incertitude ne freine pas seulement l’adoption, il explique aussi pourquoi les investissements dans l’IA ne se traduisent pas encore par un impact mesurable.
Ce manque de confiance s’explique par un ensemble de préoccupations spécifiques liées à l’utilisation de l’IA dans les processus financiers clés.
Source : The Harris Poll pour le compte de Zuora auprès de plus de 300 décideurs financiers et comptables.
4. Presque tous les décideurs expriment des inquiétudes quant à l’utilisation de l’IA pour les processus financiers clés
Compte tenu de la nature de leur fonction, il n’est pas surprenant que les responsables financiers et comptables se montrent prudents quant à l’intégration de l’IA dans les processus critiques. Toutefois, le niveau quasi universel d’inquiétude révélé par les données suggère qu’il existe un déficit de confiance plus profond.
Source : Enquête Harris Poll pour le compte de Zuora auprès de plus de 300 décideurs en finance et comptabilité.
La grande majorité (91 %) des décideurs en finance et comptabilité déclarent avoir des inquiétudes quant à l’utilisation de l’IA pour les processus financiers essentiels, tels que la reconnaissance du chiffre d’affaires, le cycle devis-à-encaissement ou la prise de décision financière.
En y regardant de plus près, ces préoccupations ne sont pas abstraites, mais reposent sur des risques concrets et majeurs. Les trois principales inquiétudes concernant l’utilisation de l’IA pour piloter les processus financiers essentiels sont :
- Cybersécurité et protection des données (45 %)
- Absence d’une supervision humaine adéquate (38 %)
- Problèmes de qualité, d’intégrité et de fiabilité des données (36 %)
Cela souligne une exigence fondamentale en finance : les systèmes doivent fonctionner dans un cadre de contrôle strict et garantir des résultats cohérents et auditables – l’IA n’échappe pas à ces impératifs.
Au cœur de ces préoccupations se trouve la manière dont l’IA est souvent déployée : une IA mise en œuvre en dehors des systèmes financiers de confiance accroît les risques.
5. Le mode de déploiement de l’IA joue un rôle majeur dans la confiance
Jusqu’à récemment, la plupart des équipes financières expérimentant l’IA n’avaient accès qu’à des solutions ponctuelles superposées à leurs systèmes d’enregistrement. Les données sont exportées, manipulées ailleurs, puis réintégrées ; ce qui crée des lacunes dans les pistes d’audit, augmente les risques d’intégration et expose davantage la surface aux problématiques de sécurité et de confidentialité. Ces outils n’ont que rarement une vision complète du cycle de vie de la donnée, de la génération du devis à l’encaissement, ni la compréhension des règles de reconnaissance du chiffre d’affaires, des conditions contractuelles ou du contexte sectoriel. Dans ce contexte, il n’est pas surprenant que les dirigeants financiers aient été réticents à faire confiance à l’IA.
Mais à quoi ressemble concrètement une « IA de confiance » dans le domaine de la finance ? Les données montrent une préférence pour une IA intégrée directement dans les systèmes existants. Plus de la moitié (53 %) des décideurs en finance et comptabilité déclarent qu’ils feraient le plus confiance à des fonctionnalités d’IA intégrées à leurs solutions actuelles, contre 25 % pour une solution d’IA développée en interne et 13 % pour une solution native IA, lorsqu’ils évaluent des outils d’IA pour la finance.
Une IA de confiance en finance doit fonctionner sur des données complètes et en temps réel issues du système d’enregistrement, hériter des rôles et contrôles existants, et produire des résultats explicables pouvant être retracés jusqu’aux transactions sous-jacentes – le tout fondé sur la logique financière, et non sur un apprentissage automatique générique.
Source : Enquête Harris Poll pour le compte de Zuora auprès de plus de 300 décideurs en finance et comptabilité.
C’est cette approche qui sous-tend Zuora AI. En intégrant l’intelligence artificielle directement au cœur des processus financiers critiques de la chaîne order-to-cash, Zuora AI fournit des analyses et automatismes au sein de workflows contrôlés, transparents et auditables. Plutôt que d’ajouter une couche de complexité, l’IA s’inscrit dans le système de référence sur lequel la finance s’appuie déjà.
Pour en savoir plus sur la mise en œuvre sécurisée de l’IA, participez à notre webinaire du 23 avril : « L’IA dans le process order-to-cash : ce que la finance doit savoir » ou rendez-vous sur zuora.com/fr.
Méthodologie
Cette enquête a été réalisée en ligne aux États-Unis par The Harris Poll pour le compte de Zuora, du 18 au 25 mars 2026, auprès de 321 décideurs en finance/comptabilité (participant au moins à la prise de décision), âgés de 21 ans et plus. La précision de l’échantillonnage des sondages en ligne Harris est mesurée à l’aide d’un intervalle de crédibilité bayésien. Pour cette étude, la marge d’erreur des données de l’échantillon est de +/- 6,4 points de pourcentage avec un niveau de confiance de 95 %. Pour obtenir la méthodologie complète de l’enquête, y compris les variables de pondération et la taille des sous-échantillons, veuillez contacter Margaret Juhnke à l’adresse mpack@zuora.com.