87% des directeurs financiers estiment que l'IA sera déterminante pour leurs opérations en 2026. Pourtant, seuls 12% constatent des gains à la fois sur les coûts et sur le chiffre d'affaires. L'écart tient à qui pilote la dépense, et comment, pas à la technologie.
This article was translated from the English original. Translations are machine-assisted and reviewed on a rolling basis.
La conversation sur l’IA en entreprise a changé de pièce. Elle avait lieu chez les ingénieurs. Elle a désormais lieu à la direction financière.
Dans l’enquête CFO Signals du quatrième trimestre 2025 de Deloitte, 87% des directeurs financiers ont déclaré que l’IA serait extrêmement ou très importante pour leurs opérations financières en 2026. Plus de la moitié ont indiqué que l’intégration d’agents IA dans leurs départements était une priorité de transformation. Ceux qui répondent sont les gardiens du capital de l’entreprise, ils décident où va l’argent et s’il revient, et ils ne prenaient pas de précautions.
La décision sur l’IA est devenue une décision financière. Comprendre pourquoi, et ce que cela signifie pour la réussite ou l’échec des programmes d’IA, compte aujourd’hui davantage que la plupart des organisations ne l’ont admis.
Le directeur financier n’a pas choisi ce rôle
Aucun directeur financier n’avait prévu en 2022 de devenir l’arbitre de la stratégie IA de son entreprise. Ce basculement s’est produit pour des raisons structurelles, et non parce que les responsables financiers ont fait campagne pour l’obtenir.
L’investissement dans l’IA a changé d’échelle. Selon Goldman Sachs, les entreprises du monde entier investiront plus de $500 billion dans l’IA en 2026. À cette intensité capitalistique, la dépense technologique cesse d’être une ligne discrétionnaire de la DSI et exige une justification au niveau du conseil d’administration. Les conseils, eux, ont confié cette justification à la personne comptable des résultats financiers. Cette personne est le directeur financier.
Une deuxième force est l’écart de retour sur investissement. L’enquête mondiale 2026 auprès des dirigeants de PwC a constaté que seuls 12% des dirigeants déclarent que l’IA produit des gains mesurables à la fois sur les coûts et sur le chiffre d’affaires. 56% n’ont signalé aucun bénéfice financier significatif. Quand les engagements de capitaux sont aussi élevés et les retours aussi irréguliers, la fonction finance n’attend pas d’être invitée à la conversation. Elle arrive.
Le troisième facteur est la responsabilité. Selon les travaux de KPMG, 59% des directeurs financiers revendiquent désormais la responsabilité première des investissements en IA et en technologie. Le DSI, sans surprise, la revendique aussi : 61% des DSI disent la même chose. Ce recouvrement est une collision.
La ligne de faille entre direction financière et DSI
La tension entre directeurs financiers et DSI au sujet de l’IA est structurelle plutôt que personnelle, ancrée dans la façon dont chaque rôle définit la valeur et mesure le temps.
L’enquête de KPMG auprès de 102 directeurs financiers et DSI a montré que 39% des directeurs financiers et 49% des DSI considèrent la définition du retour sur investissement technologique comme un terrain de désaccord entre eux. Ils divergent sur ce que signifie un retour, sur le moment où il devrait arriver, et sur qui porte la responsabilité lorsqu’il n’arrive pas.
Les directeurs financiers attendent en général un retour sous 12 mois. Les travaux de Deloitte suggèrent que la plupart des projets d’IA ont besoin de deux à quatre ans pour produire un retour mesurable. Cet écart crée une friction prévisible : la finance coupe les financements sur des échéances que les responsables techniques jugent prématurées. Les équipes techniques, de leur côté, continuent de construire sur des échéances que la finance juge spéculatives.
La question de la propriété aggrave les choses. Quand deux dirigeants pensent chacun détenir la responsabilité première d’un programme, aucun ne la détient pleinement. Les escalades ralentissent. La gouvernance devient politique. Les projets pilotes se multiplient sans que personne n’ait l’autorité, ni l’intérêt, d’arrêter les plus faibles.
L’enquête Office of the CFO 2025 de L.E.K. a saisi clairement la version opérationnelle de cette tension. Les responsables financiers ont cité l’échec de l’intégration comme le blocage le plus important, devant la capacité des modèles et la résistance des équipes : l’incapacité de raccorder les outils d’IA aux systèmes hérités qui n’ont jamais été conçus pour être raccordés. Le problème du DSI, diraient les directeurs financiers. Le problème du directeur financier, répondraient les DSI. En pratique, ce n’est le problème de personne jusqu’à ce que cela devienne la crise de tout le monde.
Ce que les 12% font autrement
Le constat de PwC selon lequel seuls 12% des organisations déclarent des gains d’IA à la fois sur les coûts et sur le chiffre d’affaires mérite plus d’attention qu’il n’en reçoit d’ordinaire. L’écart entre ces 12% et la majorité est structurel et opérationnel bien plus que technique.
Le Cisco AI Readiness Index a établi qu’environ 13% des organisations se qualifient comme “pacesetters” de l’IA : celles qui disposent de l’infrastructure, de l’intégration des données et de la maturité de gouvernance permettant de passer l’IA à l’échelle. Ces organisations ont environ quatre fois plus de chances de faire passer l’IA du pilote à la production et 50% de chances de plus de déclarer une valeur commerciale mesurable. La corrélation entre maturité de la gouvernance et préparation à la production est causale, et elle va de la gouvernance vers la préparation.
Trois traits distinguent les plus performantes.
Elles traitent l’IA comme une refonte des processus, pas comme un déploiement d’outils. Les travaux de Deloitte sont explicites : les organisations qui cherchent à automatiser des processus existants conçus pour des humains, plutôt qu’à refondre ces processus pour des opérations pensées d’abord pour l’IA, livrent systématiquement moins que prévu. L’échec tient à supposer que le modèle s’insère dans une architecture de processus qui n’a jamais été conçue pour lui.
Elles posent des jalons de résultat avant de passer à l’échelle. Les organisations performantes exigent des preuves d’impact chiffrées avant de passer du pilote à la production. C’est la discipline appliquée à toute décision d’allocation de capital, et les directeurs financiers qui la pratiquent depuis des décennies la reconnaissent. Les organisations qui la sautent sont celles qui se retrouvent parmi les 56% ne déclarant aucun bénéfice financier.
Elles répartissent les droits de décision de manière délibérée. La modélisation prédictive de Deloitte sur la collaboration au sein du comité de direction a montré que les résultats commerciaux tirés de l’IA culminent lorsque les droits de décision sont partagés entre le DSI ou le directeur technique, le directeur financier et le directeur de la stratégie, plutôt que détenus par un seul rôle. Le modèle qui fonctionne fait travailler le directeur financier et le DSI sur un cadre unifié, avec une propriété claire de différentes parties de l’équation de valeur.
Les questions que pose désormais le directeur financier
Le déplacement de l’autorité de décision a changé les questions auxquelles les programmes d’IA en entreprise doivent répondre avant d’obtenir un financement ou de passer à l’échelle.
Les directeurs financiers ne demandent plus si l’IA fonctionne dans son principe. Ils demandent : combien cela coûte tout compris, y compris la préparation des données, la mise en place de la gouvernance, la conduite du changement et le coût courant d’exploitation du modèle à l’échelle de la production ? Quand cela se rembourse-t-il ? Quel est le risque résiduel si le programme n’aboutit pas, et qui porte ce risque ?
Ces questions ne sont pas hostiles. La finance applique les mêmes tests à tout engagement de capital significatif, et un programme d’IA qui n’a pas été conçu pour y répondre n’a pas été conçu avec assez de soin.
L’arrivée des agents IA parmi les priorités financières rend la chose plus aiguë. Deloitte a constaté que 54% des directeurs financiers voient l’intégration d’agents IA dans leurs départements comme une priorité de transformation pour 2026. Les systèmes agentiques qui agissent de façon autonome sur des données financières, produisent des prévisions et signalent des anomalies portent un profil de risque différent des outils analytiques qui présentent une information à un humain. Les directeurs financiers à l’aise avec les seconds appliquent aux premiers un examen bien plus sévère, et ils ont raison.
L’enquête L.E.K. a saisi la position du directeur financier avec précision. Pour que l’IA apporte de la valeur en finance, elle doit être exacte et explicable. Des systèmes en boîte noire qui prennent des décisions affectant les comptes publiés sont un passif, pas un sujet de gouvernance que l’on peut remettre à plus tard.
Ce que cela implique pour la manière de livrer l’IA
Pour toute organisation qui construit ou achète de l’IA d’entreprise, l’implication pratique de ce basculement est directe : le directeur financier est désormais une partie prenante de premier plan, pas un approbateur en bout de chaîne.
Les programmes conçus avec le DSI comme unique parrain et le directeur financier comme gardien du budget sont structurellement décalés par rapport à la façon dont les décisions d’IA se prennent aujourd’hui. Le directeur financier doit être dans la pièce quand le problème est cadré, pas quand la facture arrive.
Cela change ce à quoi ressemble une bonne livraison. Cela veut dire définir le succès en termes financiers : effet sur la marge, amélioration du besoin en fonds de roulement, ou temps récupéré sur des postes à forte valeur, plutôt que la précision du modèle. Cela veut dire intégrer la mesure du retour sur investissement dans l’architecture du programme dès le premier jour, et non l’ajouter après coup quand une revue budgétaire l’exige. Et cela veut dire une gouvernance derrière laquelle les responsables financiers peuvent se ranger : pistes d’audit, explicabilité, et cadres par classe de décision qui distinguent là où l’action autonome est acceptable et là où elle ne l’est pas.
Les organisations qui traversent bien cette période sont celles qui ont la réponse la plus claire aux questions du directeur financier, et l’architecture de programme pour le prouver. La sophistication du modèle en décide rarement.
La lune de miel de l’IA en entreprise est terminée. Les conseils d’administration qui célébraient jadis l’annonce d’un pilote exigent aujourd’hui des résultats en production. Le directeur financier n’a pas pris cette conversation en main par choix. Il l’a prise parce que le capital est réel, la responsabilité est la sienne, et les résultats, pour la plupart des organisations, n’ont pas encore rejoint l’investissement.
Y parvenir demande davantage qu’une capacité technologique. Cela demande le type de discipline financière, d’architecture de gouvernance et d’alignement organisationnel que la plupart des programmes d’IA n’ont jamais été construits pour livrer. C’est cet écart qu’il vaut la peine de combler.
Frequently asked questions
Why are CFOs taking over AI investment decisions from CIOs?+
Boards are demanding measurable ROI from AI spend. That pressure lands squarely on the CFO. Combined with growing AI budget sizes—often exceeding $50M—financial governance has become a prerequisite for scale.
What separates companies achieving AI ROI from those that aren't?+
High performers redesign workflows rather than layer AI on top of existing ones, set ROI gates before pilots proceed, and operate with shared decision rights between the CFO and CTO—not a single owner.
How should a CFO approach AI investment differently from a CIO?+
CFOs ask different questions: What does this cost fully loaded—including data prep, change management, and governance? When does it pay back? What's the residual risk if it fails? That discipline is exactly what most AI programmes have lacked.