Dans les départements financiers qui ont longtemps été définis par la précision et le contrôle, l’IA est apparue moins comme une mise à niveau soigneusement gérée que comme une insurrection silencieuse. Les employés l’utilisent déjà alors que les dirigeants se battent pour imposer après coup la structure, la gouvernance et la stratégie. Le résultat est un paradoxe : l’une des fonctions les plus étroitement réglementées de l’entreprise est désormais l’une des fonctions les plus transformées expérimentalement.
Ce qui émerge, c’est un changement à plusieurs niveaux dans la façon dont le travail est effectué. Des commentaires sur les écarts à la détection des fraudes en passant par l’examen des contrats et la rédaction d’un récit détaillé, l’IA s’intègre dans les flux de travail, en particulier là où les données non structurées ralentissaient autrefois tout. Pourtant, comme le dit Glenn Hopper, responsable de l’IA et directeur général chez VAi Consulting, « la prolifération de l’IA s’est produite un peu avant la gouvernance et avant qu’un véritable plan ne soit mis en place ». Cette adoption ascendante oblige à un recalibrage au sommet, où les dirigeants doivent désormais concilier gains de productivité avec surveillance, risque et responsabilité.
Il est tout aussi crucial de recadrer le rôle de l’IA. « L’IA comme moyen pour parvenir à une fin, par opposition au fait que l’IA soit la fin », déclare Ranga Bodla, vice-président du marketing industriel et sur le terrain chez Oracle NetSuite, souligne un consensus croissant : la technologie est plus efficace lorsqu’elle disparaît dans les processus existants plutôt que de les remplacer purement et simplement. Les systèmes embarqués, les intégrations transparentes et les outils tels que le protocole de contexte de modèle (MCP) accélèrent ce changement, faisant de l’IA une capacité ambiante. En particulier, c’est la facilité d’intégration, et non les économies de coûts ou les nouvelles fonctionnalités, qui est devenue le principal moteur d’adoption.
Néanmoins, la véritable contrainte ne vient peut-être ni des données ni de la technologie, mais bien des personnes. “Le talent est la véritable cause profonde”, affirme Hopper, soulignant l’écart grandissant entre l’expertise du domaine et la maîtrise de l’IA. Même si les préoccupations concernant la sécurité des données et l’opacité des modèles persistent, le risque le plus pressant pourrait être de mal comprendre complètement les outils ou de les restreindre si étroitement que les employés recherchent des solutions de contournement échappant au contrôle de la direction. «Je pense que la possibilité d’audit est essentielle», note Bodla.
Pour l’avenir, la trajectoire est claire mais variable. Des agents d’IA capables d’exécuter des tâches complexes en plusieurs étapes commencent à se matérialiser, tandis que l’expansion des fenêtres contextuelles et des systèmes interopérables promettent une intelligence plus approfondie et plus persistante. Mais la véritable transformation pourrait consister en une transition progressive vers des systèmes qui renforcent le jugement, automatisent les routines et permettent aux équipes financières de passer moins de temps à réconcilier le passé et plus de temps à façonner l’avenir.
Cette webdiffusion est réalisée en partenariat avec Oracle NetSuite.
Inscrivez-vous pour regarder la webdiffusion.
Ce contenu a été produit par Insights, la branche de contenu personnalisé du MIT Technology Review. Il n’a pas été rédigé par l’équipe éditoriale du MIT Technology Review. Il a été recherché, conçu et écrit par des écrivains, éditeurs, analystes et illustrateurs humains. Cela comprend la rédaction d’enquêtes et la collecte de données pour les enquêtes. Les outils d’IA qui ont pu être utilisés étaient limités aux processus de production secondaires qui ont passé un examen humain approfondi.
Bir yanıt yazın