L'idée d'un analyste financier virtuel – un assistant alimenté par l'IA capable d'exécuter des tâches de planification complexes, d'interpréter des données et de générer des informations stratégiques – passe rapidement du domaine de la science-fiction aux discussions sérieuses des conseils d'administration. Dans les cercles de FP&A, la question n'est plus de savoir si une telle capacité va émerger, mais comment elle prendra forme et ce qu'elle apportera de manière réaliste.

Bien que les études de cas complètes soient encore en cours d'élaboration, de nombreuses équipes financières mènent déjà des expérimentations informelles à l'aide d'outils d'IA générative, de modèles de langage et de moteurs de prévision pour simuler ce qu'un analyste automatisé pourrait apporter. Jusqu'à présent, les résultats offrent une étude contrastée : des moments de capacités révolutionnaires associés à des limites bien réelles.

Alors, que pouvons-nous raisonnablement attendre de l'analyste financier virtuel ? Et comment les responsables du FP&A devraient-ils envisager l'intersection de l'intelligence humaine et artificielle lorsqu'il s'agit de jugement financier complexe ?

Là où l'analyste virtuel excelle 

Dans certains domaines, les outils d'IA démontrent déjà une réelle utilité. L'analyse des écarts en est un parfait exemple. L'analyse des écarts traditionnelle (en particulier sur des ensembles de données multidimensionnels) peut être fastidieuse, sujette aux erreurs et très répétitive. Les systèmes d'IA formés sur des données financières structurées peuvent rapidement signaler des anomalies, comparer les résultats réels au budget et mettre en évidence des tendances qui pourraient échapper à l'attention humaine. 

L'avantage de la rapidité est particulièrement convaincant. Ce qui pourrait prendre des heures, voire des jours, à un analyste junior peut être exécuté par un algorithme en quelques secondes. Pour les fonctions financières soumises à des délais de clôture plus serrés ou jonglant avec des dizaines d'unités opérationnelles, ce gain de temps est bien plus qu'une simple commodité. C'est une capacité libérée.

Il y a aussi la régularité. Contrairement aux analystes humains, les analystes virtuels ne se fatiguent pas, ne sont pas distraits et ne font pas varier leur travail selon la personne qui le leur demande. Lorsqu'ils sont correctement configurés, ils appliquent les mêmes règles et les mêmes seuils à chaque fois, offrant ainsi une forme de clarté systématique que de nombreux directeurs financiers apprécient. 

Le point le plus intéressant réside peut-être dans la capacité de l'IA à intégrer différents types de données, des projections de revenus aux indicateurs opérationnels, et à effectuer des comparaisons transversales à grande échelle. Cela permet une forme de triangulation financière que peu d'équipes peuvent réaliser manuellement, ou du moins pas régulièrement. Cela ouvre la voie à des diagnostics de performance plus riches et à une modélisation de scénarios plus dynamique.

Là où les analystes humains conservent une longueur d'avance

Pourtant, malgré toutes ses promesses, l'analyste virtuel reste loin d'être infaillible. Le défi n'est pas seulement technique, mais également interprétatif.

D'une part, la plupart des systèmes d'IA ont du mal à générer des commentaires financiers nuancés. S'ils peuvent identifier que les ventes ont été inférieures aux prévisions au deuxième trimestre, ils manquent souvent de contexte pour expliquer pourquoi cela s'est produit. Était-ce dû au prix, au mix produit, à la saisonnalité ou à une perturbation de la chaîne d'approvisionnement ? Même avec un accès aux bonnes données, dégager une relation de cause à effet à partir d'une corrélation reste une force exclusivement humaine.

La génération de langage est, elle aussi, inégale. Si les grands modèles de langage peuvent générer des résumés grammaticalement corrects, ceux-ci manquent souvent de précision financière et affirment parfois des conclusions qui ne correspondent pas tout à fait aux chiffres sous-jacents. Une nuance subtile entre « a contribué à » et « causé par » peut modifier considérablement le récit – et le risque d'erreur d'interprétation reste important sans examen humain.

Il y a aussi la question de la confiance des parties prenantes. Les dirigeants d'entreprise posent souvent des questions qui ne sont pas strictement quantitatives : « Qu'est-ce qui explique la baisse de conversion dans cette région ? » ou « Comment devrions-nous réagir face à la pression sur les prix ? » Ce sont des questions ouvertes qui requièrent du jugement, de l'intuition et souvent une sensibilité politique. La plupart des analystes virtuels ne sont pas prêts pour une telle discussion.

Enfin, le changement de contexte et la gestion de l'ambiguïté restent de clairs points forts humains. Les professionnels de la finance travaillent souvent avec des données incomplètes, des cibles mouvantes ou des priorités changeantes. S'adapter à cet environnement, c'est-à-dire savoir quand faire remonter un problème, quand émettre des réserves ou quand s'opposer, est une chose que peu d'outils d'IA sont déjà en mesure de reproduire.

L'hybride humain-IA : La collaboration plutôt que la concurrence 

Plutôt que d'envisager cela comme une compétition entre l'homme et la machine, l'approche la plus productive est la collaboration. L'analyste virtuel excelle dans l'envergure, la rapidité et la répétabilité. L'analyste humain apporte de la profondeur, de l'empathie et un contexte stratégique. Utilisés ensemble, ils peuvent créer un système complémentaire supérieur à la somme de ses parties.

En pratique, cela pourrait se traduire par un assistant IA qui identifie les cinq principaux écarts par unité commerciale, suggère des causes probables sur la base des tendances antérieures et rédige un premier commentaire, le tout étant ensuite examiné, affiné et contextualisé par un humain pour un public spécifique.

L'IA pourrait également exécuter plusieurs scénarios de prévision pendant la nuit, les analystes examinant les résultats le lendemain matin pour tester la résistance des hypothèses et identifier les implications pour différentes décisions de planification.

Dans ce modèle, l'analyste devient moins un processeur de données qu'un interprète de données – une personne qui comprend suffisamment bien l'entreprise pour transformer l'analyse en information, et l'information en action. Ce changement ne supprime pas le besoin d'analystes. Il repositionne leur contribution à un niveau plus stratégique.

Compromis : rapidité, précision et confiance

Comme nous l'avons évoqué plus haut, l'une des tensions qui ressort de cette discussion est le compromis entre rapidité et précision. Les analystes virtuels travaillent vite, mais pas toujours de manière parfaite. Une simple erreur de virgule dans un rapport destiné au conseil d'administration peut avoir de réelles conséquences, et la nécessité d'une vérification ajoute une charge de travail supplémentaire. Cela soulève d'importantes questions sur la confiance.

• Quel niveau de révision est requis pour les analyses générées par l'IA ?

•  Qui valide l'explication d'un écart générée par une machine ?

•  Pouvons-nous réellement tenir un logiciel pour responsable des erreurs de performance ?

Ce ne sont pas des préoccupations hypothétiques. Elles touchent au cœur même de ce que l'on attend des équipes financières : de la clarté, de la confiance et de la précision. Tout flux de travail basé sur l'IA doit prendre en compte ces exigences non pas comme des obstacles à l'innovation, mais comme des conditions essentielles de crédibilité.

Redéfinir le rôle de l'analyste

Si l'analyste virtuel devient un incontournable de la finance, il est probable que le rôle de l'analyste évoluera en conséquence. Déjà, nous constatons des évolutions vers des compétences hybrides : des professionnels de la finance qui comprennent les outils d'automatisation, parlent le langage des données et collaborent étroitement avec l'informatique.

L'analyste de demain passera peut-être moins de temps à créer des rapports et plus de temps à formuler les questions auxquelles les rapports doivent répondre. Ils agiront davantage en tant que conseillers auprès des partenaires commerciaux, en interprétant les résultats des modèles, en expliquant les arbitrages et en alignant les enseignements avec la stratégie.

Mais il est tout aussi possible que certains rôles se spécialisent davantage : avec des filières distinctes pour les concepteurs de modèles techniques, les réviseurs de données et les analystes tournés vers le métier. La fiche de poste universelle pourrait être remplacée par une approche plus modulaire des talents du FP&A.

Beaucoup dépendra de la manière dont chaque organisation structure sa fonction de planification, et de ce qu'elle choisit d'automatiser, de déléguer ou d'hybrider.

Un travail en cours d'évolution 

Il reste encore beaucoup de choses que nous ignorons sur les pleines capacités ou les limites des analystes financiers virtuels. Les démonstrations dans le monde réel sont prometteuses, mais inégales. Des limites surprenantes apparaissent lorsque les outils sont confrontés à des données réelles et désordonnées. Dans le même temps, des atouts inattendus se révèlent : une rapidité, une échelle et une régularité qui peuvent véritablement enrichir les équipes financières.

Les organisations les plus efficaces ne sont pas celles qui se précipitent pour remplacer les analystes humains, mais celles qui apprennent à réinventer le rôle de l'analyste. Elles considèrent l'IA non pas comme un raccourci, mais comme un catalyseur : un moyen d'élever le niveau de référence, de réaffecter les efforts et de libérer du travail à plus forte valeur ajoutée.

Chez Apliqo, nous sommes profondément engagés dans cette réflexion. Nos solutions de planification sont conçues pour donner aux analystes (qu'ils soient humains ou virtuels) les moyens de fournir des analyses plus pointues, plus rapidement. Et lors de l'Executive Finance Summit du 25 juin, nous explorerons cette frontière en constante évolution en profondeur : comment l'IA remodèle le rôle de l'analyste et ce que cela signifie pour l'avenir du FP&A.

Si vous souhaitez vous joindre à nous, vous pouvez postuler pour participer ici. Nous espérons vous y voir !