L'intelligence artificielle est rapidement devenue une priorité stratégique pour les dirigeants financiers de tous les secteurs, portée par des promesses de processus plus rapides, d'analyses plus fines et d'une meilleure efficacité opérationnelle. Selon un rapport récent de KPMG, 75 % des organisations utilisent désormais activement l'IA dans leur fonction finance, une forte hausse par rapport aux seulement 30 % en 2024.

Cependant, pour beaucoup, la première génération d'outils d'IA n'a pas été à la hauteur des attentes. Plutôt que de transformer en profondeur la manière dont les équipes financières travaillent, l'IA s'est largement limitée à des fonctionnalités de chatbot — résumer des informations et formuler des suggestions génériques sans comprendre le contexte commercial global ni se connecter aux systèmes où le travail financier s'effectue réellement. Malgré des taux d'adoption élevés, seules 23 % des organisations estiment que l'IA dépasse leurs attentes.

Cette ère du chatbot touche cependant à sa fin. La prochaine génération d'IA dans la finance sera définie par des outils dotés du contexte, de la connectivité système et de la gouvernance nécessaires pour devenir des participants actifs des opérations financières — ce que l'industrie dans son ensemble a commencé à appeler « l'IA agentique », une évolution dans laquelle de grands fournisseurs de technologies, notamment Google, Microsoft et Salesforce, investissent également.

L'IA Autonome Reste Insuffisante dans la Finance

Pour la plupart des équipes financières, l'adoption initiale de l'IA s'est traduite par l'utilisation d'interfaces de conversation basées sur des modèles de pointe tels que ChatGPT et Claude. Les données étaient exportées des piles technologiques existantes puis collées dans un chatbot. Parallèlement, les éditeurs de logiciels se sont précipités pour greffer des fonctionnalités d'IA sur des plateformes existantes, tandis que les startups promouvaient des expériences « natives IA ».

Les modèles comme ChatGPT et Claude peuvent indéniablement améliorer la productivité pour des tâches telles que la synthèse de documents et d'autres activités simples. Mais ce niveau d'utilité est bien inférieur à la transformation que les dirigeants financiers avaient imaginée lors de leurs premiers investissements en IA.

La limite fondamentale de l'IA autonome est qu'elle existe en dehors des systèmes où le travail financier est effectué. Elle ne peut pas accéder aux flux de travail des comptes fournisseurs (AP), aux dossiers fournisseurs, aux données de factures ou aux historiques de paiement — précisément les informations qui fournissent le contexte critique nécessaire à des recommandations pertinentes. De plus, comme l'IA autonome fonctionne de manière isolée par rapport aux autres outils de la pile technologique financière, elle ne peut pas agir sur les recommandations qu'elle génère. Un outil d'IA peut analyser une anomalie mais ne peut pas l'investiguer ; un autre peut recommander une approbation mais ne peut pas acheminer la facture à la bonne personne au bon moment.

Les Protocoles Ouverts comme MCP Représentent la Prochaine Ère

Les protocoles ouverts tels que le Model Context Protocol (MCP) commencent à combler cette lacune. Le MCP, introduit par Anthropic fin 2024 en tant que norme open source, fournit une méthode standardisée permettant à l'IA de se connecter de manière sécurisée aux systèmes où s'effectue le travail financier. Plutôt que de fonctionner comme un chatbot autonome, l'IA équipée via le MCP peut accéder aux données pertinentes, comprendre le contexte commercial et exécuter des actions approuvées en temps réel.

Cela représente un changement significatif. Là où l'IA se limitait autrefois à répondre à des questions, les protocoles ouverts lui permettent de devenir un participant actif des processus financiers.

Imaginons un scénario dans lequel un fournisseur soumet une facture à l'équipe AP de l'acheteur et où le prix ne correspond pas au bon de commande. Un outil d'IA autonome pourrait expliquer l'anomalie ou suggérer les prochaines étapes. L'IA connectée via un protocole ouvert comme le MCP, en revanche, peut jouer un rôle direct dans l'investigation et la résolution : elle peut identifier le bon de commande et l'historique fournisseur corrects, comparer les prix actuels avec les factures passées, déterminer la cause probable de l'écart, acheminer la facture à l'approbateur approprié, informer les parties prenantes concernées et consigner la résolution — le tout dans le respect des permissions, des politiques d'approbation et des flux de travail établis de l'organisation. L'effort manuel diminue, mais l'équipe conserve un contrôle total.

L'Impact Est Particulièrement Marqué dans la Finance et les Comptes Fournisseurs

Chaque jour, les équipes financières génèrent et gèrent d'énormes volumes de données opérationnelles — factures, bons de commande, dossiers fournisseurs, historiques de paiement, contrats et flux de travail d'approbation. Ensemble, ces données peuvent fournir le contexte dont l'IA a besoin pour prendre de meilleures décisions et agir efficacement. Dans la plupart des organisations, cependant, les données financières sont dispersées entre des systèmes déconnectés et soumises à des contrôles d'accès stricts.

Les protocoles ouverts comme le MCP fournissent la structure permettant à l'IA de se connecter aux données financières de manière sécurisée. Les équipes n'ont plus besoin de transférer manuellement des données entre des outils déconnectés ; l'IA peut accéder aux bonnes informations au bon moment tout en restant dans le cadre des permissions, des politiques d'approbation et des exigences d'audit existantes.

Les avantages sont particulièrement évidents dans les comptes fournisseurs, où le manque de contexte conduit fréquemment à des retards de paiement aux fournisseurs, des fraudes non détectées et des dépassements budgétaires. Résoudre une anomalie de facturation, par exemple, peut nécessiter de localiser le bon de commande correct, de vérifier les tarifs historiques, de confirmer que les marchandises ont bien été reçues et d'identifier l'approbateur approprié. Le traitement d'un litige fournisseur peut impliquer la recherche dans de longues chaînes d'e-mails, des registres de paiement et des documents justificatifs. Ces tâches prennent du temps, et un retard dans leur résolution peut créer un véritable risque commercial.

Avec des protocoles ouverts comme le MCP, des investigations qui exigeaient auparavant un travail manuel considérable peuvent souvent être menées à bien en quelques minutes. Les problèmes sont résolus plus rapidement, libérant les équipes pour qu'elles se concentrent sur des tâches à plus forte valeur ajoutée. Dans ce contexte, l'IA passe d'une commodité de productivité à une infrastructure financière fondamentale, permettant aux organisations de prendre des décisions meilleures et plus opportunes sans sacrifier la précision, la gouvernance ni le contrôle.

Les Protocoles Ouverts Introduisent une Gouvernance Là où Il n'y en Avait Pas

À mesure que l'IA s'intègre plus profondément dans les opérations commerciales, de nombreux dirigeants financiers restent prudents — et la sécurité est généralement leur première préoccupation. Les systèmes financiers contiennent des informations hautement sensibles, et toute technologie interagissant avec ces données doit répondre aux normes de sécurité les plus élevées. Les fonctions financières opèrent également sous des régimes réglementaires stricts — les contrôles Sarbanes-Oxley (SOX) aux États-Unis, les cadres de confidentialité des données tels que le RGPD en Europe, et les exigences PCI-DSS pour les données de paiement — ce qui fait de l'accès IA gouverné et auditable une nécessité pratique plutôt qu'un luxe.

Les protocoles ouverts ne signifient pas un accès sans restriction aux systèmes financiers. Au contraire, des protocoles comme le MCP établissent des connexions sécurisées et basées sur les rôles entre l'IA et les systèmes financiers qui respectent les permissions utilisateur, les politiques d'approbation et les exigences d'audit existantes. Chaque interaction peut être délimitée, surveillée et consignée.

Cette approche est souvent nettement plus sécurisée que les pratiques actuelles dans de nombreuses organisations, où les employés saisissent régulièrement des factures, des contrats et d'autres données financières sensibles dans des outils d'IA publics. Ces flux de travail informels et non gouvernés exposent les organisations à des risques de sécurité et de conformité. Les protocoles ouverts offrent une alternative plus sûre : au lieu que les employés contournent les systèmes existants, les organisations peuvent fournir à l'IA un accès sécurisé et auditable aux bonnes informations tout en maintenant la gouvernance, la responsabilisation et le contrôle que les équipes financières exigent.

Ce qui Attend l'IA dans la Finance

L'ère du chatbot en finance cède la place à une nouvelle génération dans laquelle les protocoles ouverts dotent l'IA du contexte et de la connectivité nécessaires pour délivrer une véritable valeur commerciale. Les équipes financières qui adoptent cette approche tôt sont susceptibles de réaliser des gains d'efficacité significatifs et de bénéficier d'un avantage concurrentiel durable.

Plus ces protocoles sont en place longtemps, plus l'IA dispose de données contextuelles pour apprendre, améliorant ainsi sa capacité à rationaliser les tâches courantes, à mettre en évidence des informations pertinentes et à étayer la prise de décision. Les organisations qui retardent leur adoption risquent de prendre du retard par rapport aux premiers adoptants.

Parallèlement, les protocoles ouverts redéfinissent le rôle de la finance lui-même. Lorsque le système d'exploitation financier d'une organisation peut gérer les tâches courantes en arrière-plan, les équipes disposent de davantage de capacités pour des analyses à plus forte valeur ajoutée et des décisions nécessitant véritablement un jugement humain. Ce système d'exploitation financier n'est défini par aucun outil ni plateforme unique ; il représente la direction vers laquelle l'industrie se dirige — une direction dans laquelle l'IA possède le contexte, la connectivité et la gouvernance nécessaires pour fonctionner comme un participant actif des opérations financières quotidiennes.