The Future CFO Talks : comment les DAF appliquent l'IA sans perdre le contrôle

Il y a deux semaines à Vilnius, Payhawk accueillait le premier événement Future CFO Talks de 2026 — une session sur invitation réunissant des CFO et des directeurs financiers confrontés au même défi : plus de contrôle, des décisions plus rapides, et zéro tolérance pour l'inefficacité.

Ce défi se manifeste souvent dans des situations banales. Un responsable de département doit commander de nouveaux ordinateurs portables avant l'arrivée de nouvelles recrues la semaine suivante. Il pense aux délais de livraison, à la disponibilité des fournisseurs, à la mise en place des équipes. Il ne pense pas à la politique d'achat. Mais la finance a besoin que cette dépense soit approuvée, visible et sous contrôle.

Ce décalage entre la façon dont les gens travaillent réellement et la façon dont la finance doit fonctionner est revenu régulièrement à Vilnius, lors du fireside chat « Scaling Finance Operations: Lessons from Orbio World and NordSecurity », avec Ieva Terminaite, Procurement Tech Lead chez NordSecurity, et Martynas Nenėnas, DAF chez Orbio World.

La conversation s'est concentrée sur les changements concrets que les équipes finance mettent en place pour combler ce fossé, sur la discipline nécessaire en matière d'automatisation financière et sur les stratégies pour réduire les tâches manuelles.

Ces échanges reflètent également une tendance plus large mise en évidence dans notre dernière étude : sur 1 520 professionnels de la finance, nous avons constaté que l'adoption de l'IA en finance n'est plus simplement embryonnaire — elle est inégale. Beaucoup d'équipes expérimentent, mais bien moins ont les contrôles, les responsabilités et la conception de workflows nécessaires pour déployer l'IA de manière sécurisée en finance.

Le contrôle commence par les comportements, pas par les systèmes

S'il y a une leçon constante à retenir de Vilnius, c'est celle-ci : un meilleur contrôle commence par les comportements.

Ieva Terminaite a partagé ce qu'il a fallu faire pour déployer une discipline de bons de commande auprès de plus de 2 000 collaborateurs — et pourquoi la formation passive a rapidement montré ses limites.

Nous avons essayé les vidéos. Personne ne les regardait ! Il faut s'asseoir avec les gens et leur expliquer pourquoi c'est important.

L'équipe a misé sur l'engagement direct : rencontrer les équipes en face à face et adapter le message à leur façon de travailler. En parallèle, ils ont instauré une règle claire : pas de bon de commande, pas de paiement.
Ieva Terminaite explique :

Une fois que les gens réalisent que la facture ne sera pas payée sans bon de commande, la conversation change, la planification commence plus tôt.

En six mois, l'entreprise a atteint 60 % de couverture en bons de commande, y compris dans les équipes ingénierie et marketing. C'est là que beaucoup de projets de transformation finance échouent. Les outils sont déployés, mais les comportements ne changent pas.

La conclusion pour les DAF est simple : l'automatisation est essentielle, mais on ne peut pas automatiser ce que les gens ne respectent pas.

Pourquoi la conduite du changement détermine toujours le succès

Nikolay Pohlupkov, GM Accounts Payable chez Payhawk, qui animait cette session, a souligné que lancer un outil ne suffit pas à faire évoluer les comportements et que les équipes finance sous-estiment souvent le niveau d'accompagnement dont les utilisateurs ont réellement besoin.

Les nouveaux systèmes n'échouent pas à cause de leur fonctionnalité ; ils échouent parce qu'ils ne sont tout simplement pas adoptés.

Les équipes réagissent différemment :

• Les équipes administratives adoptent souvent en premier
• Les équipes marketing ont besoin de flexibilité
• Les ingénieurs nécessitent des explications plus approfondies

Une approche qui a systématiquement fonctionné pour Ieva Terminaite : commencer avec les équipes les plus réceptives, puis élargir.

On construit l'élan avec les équipes qui comprennent. Ensuite, on embarque les autres.

Ce séquençage réduit les frictions et crée une preuve interne avant de passer à l'échelle.

Pourquoi le contrôle des dépenses se déplace en amont

Pour les organisations en forte croissance, notamment celles avec des dépenses marketing importantes, le contrôle a posteriori est trop lent.

Les intervenants s'accordent : les "mauvaises dépenses" doivent être bloquées avant qu'elles ne surviennent, pas corrigées après. Ce changement transforme entièrement le fonctionnement de la finance :

• Les approbations interviennent avant les engagements
• Les budgets guident les décisions en temps réel
• La visibilité existe avant que l'argent ne quitte l'entreprise

C'est aussi là qu'une véritable orchestration financière devient critique. Connecter des systèmes ne suffit pas. La finance doit guider la prise de décision au fil du travail dans l'entreprise.

L'IA, créatrice de valeur

Cette même logique s'est retrouvée dans les échanges sur l'IA. Les cas d'usage les plus pertinents étaient ceux qui éliminaient les tâches répétitives tout en s'alignant sur les exigences existantes d'approbation, de politique et d'audit. Ce qui compte, car dans notre deuxième rapport "CFO AI Readiness", seulement 26 % des leaders IA déclarés affirment disposer de toutes les conditions opérationnelles nécessaires pour déployer l'IA sereinement en finance.

En pratique, la discussion a mis en évidence trois domaines où l'IA crée déjà de la valeur.

Traitement automatisé des factures

Lorsque les factures correspondent aux bons de commande et budgets approuvés, elles peuvent être traitées automatiquement.
"Les utilisateurs adorent parce qu'ils n'ont plus à courir après les approbations. La finance adore parce que ça reste dans les règles", explique Ieva Terminaite.
Moins de travail manuel, contrôle préservé.

OCR et saisie automatique des données

La saisie manuelle des données reste un coût caché dans de nombreuses équipes finance.

Comme le décrit Martynas Nenenas, CFO chez Orbio World :

Ça paraît basique, mais supprimer la saisie manuelle fait économiser des heures de comptabilité chaque semaine.

L'OCR permet de traiter les factures automatiquement, en réduisant à la fois les efforts et les taux d'erreur.

Application des règles

L'IA améliore également la cohérence dans l'application des règles :

• Les factures en retard peuvent être bloquées automatiquement
• Les dépenses non conformes sont signalées en amont
• L'application des politiques devient systématique plutôt que manuelle

Ce sont des améliorations progressives, mais elles s'accumulent rapidement dans les workflows finance à fort volume.

Pourquoi la finance adopte l'IA avec plus de prudence

Comparée à d'autres fonctions, la finance avance prudemment avec l'IA, et la raison n'a rien de mystérieux.

L'IA en finance ne produit pas seulement des résultats. Elle influence des décisions qui doivent résister à l'audit, à la conformité et aux exigences de responsabilité.

La recherche de Payhawk met en évidence cet écart : même chez les leaders IA, les compétences sont rarement le frein — ce sont les règles. Les données révèlent que :

• 32,1 % des leaders estiment avoir des compétences solides, mais n'ont pas de règles minimales en place
• 21,7 % font état de solides mesures d'exécution, sans règles minimales

Autrement dit : les compétences et l'expérimentation sont répandues, mais l'exécution gouvernable ne l'est pas.

Le vrai frein : la confiance et la délégation

Cette distinction était claire à Vilnius. Les directeurs financiers ne se demandent plus si l'IA fonctionne. Ils se demandent où on peut lui faire confiance.

Comme l'a expliqué Nikolay Pohlupkov :

La plupart des conversations sur l'IA portent encore sur ce que la technologie peut faire. En finance, la vraie question est ce que vous êtes prêt à déléguer, et selon quelles règles.

C'est cette question qui définit jusqu'où l'IA peut aller en finance.

Aujourd'hui, la plupart des équipes sont à l'aise pour utiliser l'IA afin de :

• Analyser les tendances
• Soutenir le reporting
• Aider à la prise de décision

Mais dès qu'il s'agit d'achats autonomes ou de décisions d'approbation, la prudence reste de mise.

Pourquoi le passage à l'échelle de l'IA dépend du design opérationnel, pas des outils

Un autre enseignement de la recherche Payhawk explique pourquoi tant d'équipes finance réussissent leurs pilotes IA mais peinent à les déployer à grande échelle : l'IA en finance ne monte pas en puissance parce que le modèle s'améliore. Elle monte en puissance quand les contrôles, les responsabilités et les fondations de données sont assez solides pour la porter.

C'est le vrai seuil. En finance, le passage à l'échelle dépend moins de l'outil lui-même que de la capacité du modèle opérationnel environnant à le soutenir. L'IA a besoin de règles claires sur ce qu'elle peut faire, d'une propriété définie des résultats, de données qui se réconcilent avec les systèmes de référence, et de processus capables de gérer les exceptions sans créer de risques.

Sans ces fondations, l'IA peut encore faire gagner du temps sur des tâches isolées, mais elle reste une couche de productivité plutôt que de s'intégrer au modèle opérationnel de la finance.

Un domaine mis en avant pour son impact futur : le rapprochement bancaire. Comme le notait Martynas Nenenas, "Si le rapprochement est entièrement automatisé, vous supprimez des heures de travail chaque mois."

L'enjeu ne se limite pas à l'efficacité. L'automatisation à ce niveau libère les équipes finance pour se consacrer à la planification, l'analyse et le business partnering. Sur la durée, cela fait évoluer la finance de l'exécution opérationnelle vers un rôle plus stratégique dans l'entreprise.

L'impact pour les DAF

Des échanges de l'événement comme de la recherche Payhawk, une idée ressort clairement : l'IA stagne en finance quand elle ne peut pas opérer dans le cadre des règles financières, des approbations et des exigences d'audit.

C'est pourquoi de nombreuses organisations se sentent bloquées. Elles sont dans l'entre-deux : actives, mais pas encore capables de passer à l'échelle en toute sécurité.

Pour les DAF, cela recadre le problème autour de quelques priorités concrètes :

• Miser sur les comportements avant l'automatisation
• Concevoir des processus que les collaborateurs vont réellement suivre
• Introduire l'IA là où les règles et les données le permettent déjà
• Définir des garde-fous clairs avant d'étendre l'automatisation
• Ne passer à l'échelle que là où les décisions restent auditables et responsables

C'est ainsi que les équipes finance passent de l'expérimentation à l'exécution.

À vous de jouer

Si les discussions de Vilnius et notre recherche pointent vers une conclusion pratique, c'est celle-ci : la prochaine étape n'est pas de déployer l'IA partout d'un coup. C'est d'identifier là où elle influence déjà les décisions finance — et de vérifier si ces décisions tiendraient face à vos règles, approbations et exigences d'audit actuelles.

Pour évaluer où en est votre entreprise, commencez par un diagnostic simple :

• L'IA influence-t-elle déjà les décisions finance ? Si oui, dans quel cas précis ?
• Lesquelles de ces décisions pourriez-vous défendre en cas d'audit ?
• Où existe-t-il encore des contournements manuels ?
• Que se passerait-il si vous passiez ces workflows à l'échelle aujourd'hui ?

Ces réponses vous montreront où concentrer vos efforts en premier, que cela signifie renforcer les politiques, améliorer la qualité des données ou repenser un workflow avant de le déployer. Les directeurs financiers disposent ainsi d'un point de départ plus utile : là où l'IA peut opérer de façon sûre, cohérente et avec une responsabilité claire.

Pour aller plus loin sur ce qui aide les équipes finance à déployer l'IA en toute sécurité, consultez notre rapport CFO AI Readiness.