74 % des leaders d’IA ne disposent pas des fondements suffisants pour intégrer l’IA à grande échelle au sein de leurs workflows

Selon une nouvelle étude de Payhawk, la plupart des équipes Finance qui se considèrent comme des leaders d’IA ne disposent toujours pas des fondements nécessaires pour intégrer l’IA à grande échelle au sein de leurs workflows financiers. Dans le cadre de cette étude, les « leaders d’IA » désignent les entreprises qui estiment que leur score de maturité en matière d’IA atteint au moins 7 sur 10 (soit 405 sur 1 520 interrogées).

Menée auprès de 1 520 responsables financiers et de dirigeants d’entreprises, cette enquête internationale montre que, malgré la large démocratisation de l’expérimentation en matière d’IA, trois entreprises sur quatre qui se considèrent comme des leaders d’IA (74 %) ne disposent ni de la gouvernance ni de l’infrastructure de données nécessaires pour passer de l’adoption de la technologie à son déploiement opérationnel.

Pour les départements Finance, cette distinction a son importance. En effet, l’IA n’a de valeur que si elle est intégrée au sein de processus qui exigent un degré de responsabilité élevé, tels que la clôture, les contrôles, les approbations, la gestion des exceptions, les pistes d’audit ou la gouvernance des dépenses.

De quoi l’IA a-t-elle besoin pour être intégrée à grande échelle au sein des workflows financiers ?

Dans toutes les organisations financières, l’IA peut être pilotée à l’aide d’une infrastructure minimale. Toutefois, son intégration à grande échelle nécessite un socle opérationnel. L’étude met en avant cinq critères qui permettent de déterminer si l’IA peut passer du stade de l’adoption à l’intégration opérationnelle au sein de workflows financiers :

• Des mesures d’exécution en place
• Des règles minimales qui régissent l’utilisation de l’IA
• Des compétences et des outils
• Un budget engagé
• Des données exploitables par les analyses d’IA.

Le rapport se concentre sur les entreprises qui estiment avoir atteint un degré de maturité élevé en matière d’IA. Pourtant, même parmi ce groupe de leaders, le niveau de préparation demeure inégal. Seuls 26 % d’entre eux affirment répondre aux cinq critères en même temps. En d’autres termes, 74 % ne disposent pas d’au moins un de ces cinq piliers indispensables pour intégrer en toute sécurité l’IA à grande échelle au sein de leurs workflows fondamentaux.

Parmi ces mêmes leaders, 78 % disposent de multiples compétences et outils d’IA, 69 % ont un budget engagé et 64 % ont des mesures d’exécution en place.

Ces résultats semblent indiquer que les freins à la véritable adoption de l’IA dans la finance ne découlent pas du manque de compétences, mais de l’insuffisance des cadres de gouvernance et des infrastructures. Près d’un tiers (32 %) des leaders d’IA possèdent les compétences nécessaires, mais pas le cadre réglementaire minimal permettant de rendre l’utilisation de la technologie plus sûre. En outre, 22 % d’entre eux disposent de mesures d’exécution pour l’IA, mais pas de règles minimales permettant une mise à l’échelle cohérente. Dans le même temps, trois leaders sur cinq (39 %) ne sont pas entièrement convaincus que leurs données soient en mesure de favoriser efficacement les analyses augmentées par l’IA.

Plus simplement, de nombreuses équipes sont en train d’accumuler une « dette de règles » (les mesures d’exécution sont développées plus rapidement que la gouvernance minimale nécessaire) et une « dette de données » (l’activité est possible, mais sans un socle de données fiable).

La maturité opérationnelle de bout en bout existe, mais ce n’est pas la norme

La maturité opérationnelle existe aujourd’hui sur le marché. Néanmoins, il s’agit d’une posture minoritaire, même parmi les entreprises les plus avancées.

De nombreuses organisations ont l’intention d’investir dans l’IA et de définir un cadre de gouvernance, mais en définitive, la mise à l’échelle est retardée par l’absence de règles minimales claires ou par le fait que les systèmes ne sont pas en mesure de rapprocher de manière fiable les outputs d’IA des données financières de confiance.

Hristo Borisov, PDG et co-fondateur de Payhawk, déclare :

Dans le secteur financier, l’IA n’a de valeur que si les entreprises sont en mesure de lui déléguer de véritables tâches au sein de workflows contrôlés, comme les approbations, le reporting ou les pistes d’audit. Les résultats de l’étude montrent que les entreprises disposent déjà des compétences nécessaires et ont débuté les expérimentations. Pour déployer l’IA à grande échelle, il leur manque un socle opérationnel, des règles minimales et des données exploitables.

Méthodologie
Afin de mieux comprendre comment les directeurs financiers s’adaptent à ce paysage en pleine mutation, Payhawk s’est associé à IResearch pour interroger 1 520 cadres supérieurs à travers le monde. En s’appuyant sur des déclarations affirmatives formulées en étroite collaboration avec des responsables financiers et des dirigeants d’entreprises, IResearch a mené des entretiens dans huit pays différents pour refléter au mieux les réalités existantes et les défis opérationnels concrets.

L’étude a été effectuée en se basant sur les critères suivants :

• Régions couvertes : DACH, Espagne, France, Benelux, Royaume-Uni & Irlande, États-Unis*
• Niveau d’ancienneté des répondants : cadres supérieurs, Vices-Présidents, directeurs et contributeurs individuels senior*
• Poste occupé : finance, comptabilité, ventes, RH, Procurement*
• Secteurs d’activités : services, numérique, manufacture, santé, enseignement & organisations à but non-lucratif, B2C*
• Taille de l’entreprise : 50–100 salariés, 101–250 salariés, 251–500 salariés, 501–1,000 salariés et plus de 1 000 salariés *)