IA en finance d'entreprise : automatiser la colle, pas le cerveau
Pour le fondateur de Varick Agents, le retour sur investissement de l'IA en finance ne se trouve pas dans l'ERP, mais dans les centaines de micro-tâches manuelles qui relient les logiciels entre eux.

En breve
Un ex-ingénieur de Meta, fondateur de Varick Agents, explique où les agents IA produisent des résultats mesurables dans les directions financières : résolution d'exceptions, clôture mensuelle, rapprochements, relances fournisseurs et préparation d'audit. Sa thèse : l'IA doit s'installer « par-dessus et entre » les outils existants, et non ajouter une couche logicielle de plus. Un texte utile pour comprendre les cas d'usage concrets, à lire en gardant en tête qu'il s'agit aussi d'un argumentaire commercial.
🍺 Versión de barra
Les directions financières ont acheté tous les logiciels du marché, et à la fin du mois quelqu'un copie quand même des chiffres d'un écran à l'autre en soupirant. Ce gars dit que l'IA ne doit pas remplacer SAP, mais remplacer la personne qui fait le facteur entre SAP et Excel. En gros, on a construit des autoroutes et oublié les bretelles, donc tout le monde finit à pied sur la bande d'arrêt d'urgence. Ce qui compte : si l'IA d'entreprise rapporte un jour de l'argent, ce sera probablement grâce à ces tâches ingrates que personne ne met dans une keynote.
Para recordar
- 1
Selon l'auteur, 50 % des équipes finance mettent plus d'une semaine à clôturer leurs comptes chaque mois, et 94 % s'appuient encore sur Excel pour la clôture.
- 2
Seulement 32,6 % des factures sont traitées sans intervention humaine, et un traitement manuel coûte en moyenne 9,40 dollars, soit près de 100 000 dollars par mois pour 10 000 factures.
- 3
La résolution d'exceptions (facture sans bon de commande, écart de prix, validation bloquée) est présentée comme le cas d'usage au meilleur retour sur investissement.
- 4
Résoudre les exceptions en continu plutôt qu'en fin de mois réduirait le temps de clôture de 30 à 40 % ; Varick affirme être passé de 12 à 5 jours chez un client.
- 5
Les agents doivent opérer dans les outils existants (NetSuite, SAP, BlackLine, Stampli) et traiter 70 à 85 % des cas simples, en escaladant le reste avec tout le contexte.
- 6
Citant Gartner, l'auteur rappelle que 87 % des pilotes IA n'atteignent jamais la production, surtout à cause d'une mauvaise approche d'implémentation.
- 7
Principaux pièges : multiplier les automatisations isolées, construire un chatbot plutôt qu'un agent qui agit, confier le projet à l'IT plutôt qu'aux opérations, automatiser le processus documenté plutôt que le processus réel.
Le diagnostic : des humains comme ciment entre les logiciels
Les directions financières empilent ERP, outils de clôture, automatisation des comptes fournisseurs, gestion des notes de frais et de trésorerie. Pourtant, la clôture reste vécue comme un cauchemar : longues heures, rapprochements sur tableur, relances pour obtenir des validations.
Pour l'auteur, les logiciels comme Concur, SAP ou Bill.com ont automatisé les gros blocs. Mais entre eux subsistent des centaines de petites tâches : copier une valeur, vérifier que deux montants concordent, relancer, escalader. Les humains sont devenus la colle du système, ce qui rend toute montée en charge pénible.
C'est là que l'IA doit intervenir, selon lui, sans remplacer l'ERP ni construire un hypothétique « cerveau financier ». Il estime que ce tissu conjonctif occupe 60 % du temps des équipes et concentre l'essentiel du retour sur investissement.
Les chiffres qui devraient inquiéter les CFO
La moitié des équipes finance mettent plus d'une semaine à clôturer. L'auteur insiste : ce n'est plus un problème technologique, mais un problème de workflow et de goulots d'étranglement humains, liés à des exceptions non résolues et à des validations qui dorment dans une boîte mail.
Côté comptes fournisseurs, environ deux tiers des factures nécessitent une intervention, et 14 % un traitement manuel d'exception, le plus coûteux. Excel n'est pas le coupable : le vrai problème est que le processus réel ne vit pas dans le système.
La statistique jugée la plus importante vient de Gartner : 87 % des pilotes IA ne passent jamais en production. Une démo enthousiasmante, puis l'abandon, généralement à cause d'une mauvaise méthode plutôt que d'une technologie défaillante.
Cinq terrains où les agents fonctionnent
Exceptions : un agent surveille la file en temps réel, cherche le bon de commande manquant par fournisseur, montant et date, vérifie les écarts de prix au regard du contrat, relance puis escalade les validations bloquées après 24 heures. L'humain reçoit un dossier tranché en 30 secondes au lieu de 15 minutes.
Clôture et données multi-systèmes : l'agent effectue les rapprochements bancaires via API (ou Plaid), propose les écritures récurrentes, rédige un premier commentaire d'analyse des écarts et prépare les éliminations intercompagnies. Le contrôleur passe de la production à la revue.
Communication externe : relances automatiques pour les formulaires W-9 (J+3, J+7, J+14), demandes de pièces manquantes, réponses sur le statut des paiements tirées de l'ERP, relances de recouvrement. L'auteur dit avoir vu des équipes où une personne à temps plein ne fait que des relances.
Audit et conformité : l'agent analyse la liste PBC des auditeurs, rattache chaque élément au bon système, extrait ce qu'il peut et pré-remplit les feuilles de tests SOX. Les cas qui demandent du jugement sont routés vers la bonne personne.
La méthode : par-dessus et entre les outils
Premier principe : ne pas ajouter au foisonnement logiciel. Avec plus de 100 workflows, un agent par tâche crée une dette technique ingérable. L'auteur prône une vue unifiée au-dessus de l'existant, et des agents qui pilotent chaque logiciel et se passent les données.
Deuxième principe, celui auquel il tient le plus : s'immerger dans l'équipe et cartographier le processus réel, avec ses contournements, ses « je vérifie toujours ce tableur d'abord » et ses e-mails envoyés directement à une collègue parce que la notification ne marche pas.
Troisième principe : construire des agents qui font le travail, pas des dashboards qui l'affichent. Un agent ne signale pas 47 exceptions, il en résout 40 et présente les 7 restantes. L'humain reste dans la boucle pour les vrais arbitrages, et ses retours doivent servir à améliorer l'agent.
Ce qui fait échouer les projets, et par où commencer
L'auteur liste les modes d'échec : déployer l'IA domaine par domaine sans vision d'ensemble, multiplier les prototypes en vibe coding impossibles à généraliser, se contenter d'un chatbot qui répond à des questions sans réduire la charge de travail, confier le projet à l'IT au lieu du contrôleur ou du VP Finance.
Son exemple le plus parlant : le processus documenté dit que les factures sont rapprochées des bons de commande, alors que dans la réalité « Brittany » gère les cas sans bon de commande selon des règles officieuses, avec un seuil à 500 dollars. Un agent qui ignore ces règles tacites casse au premier cas limite.
Son conseil de départ : choisir le processus dont l'équipe se plaint le plus, le cartographier tel qu'il est, mesurer la part de reconnaissance de motifs face au jugement. Au-delà de 70 %, c'est le bon candidat. Pas de plateforme, pas d'équipe data science, pas d'évaluation de six mois : un agent dans les systèmes existants, mesuré à 30 jours.
“Humans are still the glue holding these systems together, and this makes scaling a nightmare.”
“An agent doesn't show you that you have 47 unresolved exceptions. It resolves 40 of them and shows you the 7 that need your attention.”
“The close isn't slow because closing is slow. The close is slow because everything upstream is messy.”
Por qué importa
Ce texte a le mérite de déplacer le débat sur l'IA d'entreprise du spectaculaire vers le trivial, là où se cache vraisemblablement la valeur : les rapprochements, les relances, les exceptions. Sa distinction entre chatbot qui répond et agent qui agit, et surtout son insistance sur l'écart entre processus documenté et processus réel, sont des leçons solides qui valent bien au-delà de la finance. Il faut cependant le lire pour ce qu'il est : un billet de fondateur qui se termine par un lien de démo et une invitation commerciale. Plusieurs chiffres ne sont pas sourcés hormis celui de Gartner, le passage de 12 à 5 jours de clôture n'est pas documenté, et la promesse d'une précision de 99,9 % « en quelques semaines » mérite la plus grande prudence dans un domaine où une erreur se paie en audit. Le conseil « n'achetez pas de plateforme, faites venir quelqu'un qui s'immerge dans l'équipe » décrit d'ailleurs exactement le modèle de Varick. Reste une vision cohérente et opérationnelle, qui explique sans doute mieux que bien des rapports pourquoi tant de pilotes IA meurent après la démo.
Para ti
Ponla a trabajar con tus fuentes.
Gratis: un mes de artículos y tres fuentes tuyas. Pro: todo el archivo y tus fuentes, desde 8 €/mes.
Para tu equipo
La misma máquina, sobre tus temas.
Un espacio con tus colores, tus ángulos de vigilancia, tus curadores. Piloto abierto a tres empresas.