DAF de PME : l'IA voit le trou de trésorerie avant le banquier

Un directeur financier de PME passe encore une bonne partie de sa semaine à réconcilier des exports bancaires, chasser des factures fournisseurs et remettre en forme le même reporting que le mois d'avant. La promesse de l'IA dans la fonction finance, ce n'est pas de remplacer ce DAF. C'est de lui rendre les deux jours qu'il perd à préparer les chiffres, pour qu'il en fasse quelque chose : arbitrer, négocier, anticiper.

En 2026, cette promesse sort enfin des slides. Les éditeurs français — Agicap, Fygr, Pigment — ont tous branché des agents conversationnels sur leurs plateformes ce trimestre. Voici ce qui tient la route pour une direction financière de PME ou d'ETI, et ce qui relève encore du discours commercial.

Ce que l'IA fait déjà dans une direction financière de PME

Le point de départ, ce sont les chiffres de la profession elle-même. Selon les baromètres DAF 2026, 71 % des dirigeants financiers veulent un tableau de bord de pilotage du cash en temps réel, et 43 % prévoient d'automatiser leurs prévisions de trésorerie. La trésorerie est redevenue le premier poste de vigilance : après trois ans de taux élevés et de délais de paiement qui s'allongent, savoir combien il reste sur le compte dans six semaines n'est plus un confort.

Concrètement, l'IA s'installe sur quatre terrains dans une fonction finance : la prévision de trésorerie, la clôture et la production comptable, le reporting/analyse d'écarts, et la modélisation budgétaire (le fameux FP&A). Ce ne sont pas des gadgets bolt-on. Ce sont les tâches où un contrôleur de gestion passe le plus de temps à préparer plutôt qu'à décider. C'est exactement là que l'automatisation a de la valeur — et exactement là qu'il faut garder l'œil.

Logiciel de trésorerie avec IA : Agicap, Fygr, Cashlab

C'est le cas d'usage le plus mûr. Un logiciel de trésorerie moderne se connecte à vos banques, catégorise les flux, et projette un prévisionnel glissant. L'IA apporte une couche en plus : elle apprend vos habitudes de paiement réelles. Ce client qui paie systématiquement à 52 jours au lieu de 30 ? L'algorithme cesse de vous mentir sur la date d'encaissement et cale la prévision sur le comportement observé.

Agicap, devenu la référence française du cash forecasting pour PME et ETI, a présenté à son Treasury Day du 9 juin 2026 trois briques : Smart Reports (un reporting généré en langage naturel), un AI Assistant en bêta depuis la fin du deuxième trimestre, et un serveur MCP pour connecter les données de trésorerie aux autres applications de l'entreprise. L'assistant répond à des questions du type « quel est mon prévisionnel à 13 semaines si je décale le paiement fournisseur X ? » et peut exécuter certaines actions, comme recatégoriser une transaction. La cible est assumée : les PME où la trésorerie est tenue par un profil polyvalent — comptable, contrôleur, DAF à temps partagé — qui n'est pas un trésorier de métier.

Plus léger et plus accessible, Fygr vise les TPE et petites PME. La solution démarre à 69 € HT/mois, revendique plus de 1 000 clients et une note de 5/5 sur Google, avec un prévisionnel IA, du multi-scénario et une lecture journalière comme hebdomadaire. Cashlab et les modules natifs des ERP complètent le paysage, tandis que des entrants américains comme Trovata poussent l'IA agentique sur le mid-market.

IA et clôture comptable : de 5 jours à 2, sans y toucher

La clôture mensuelle, c'est le marronnier de la souffrance en PME. Réconciliation, écritures d'abonnement, provisions, contrôle des comptes : cinq à dix jours ouvrés perdus chaque mois pour une équipe réduite. L'IA n'invente pas les écritures — heureusement — mais elle abat le travail de rapprochement et de détection d'anomalies : une facture en double, un montant qui sort de la fourchette habituelle, un compte fournisseur qui bouge sans raison.

Les outils cités par les DAF pour ce chantier — Copilot dans Excel, des briques de rapprochement automatisé, des assistants comme Ami Compta ou Kanta — visent le même effet : sortir des chiffres justes plus vite pour laisser du temps au commentaire. Car un reporting qui arrive le 15 du mois suivant ne pilote rien. Attention à ne pas confondre ce terrain avec celui de votre expert-comptable : l'IA du DAF sert le pilotage interne, pas la production réglementaire du cabinet. Nous détaillons cet autre versant dans notre dossier sur l'IA en cabinet d'expertise comptable.

Reporting et analyse d'écarts en langage naturel

C'est là que la génération de texte prend tout son sens. Poser « pourquoi la marge du pôle Sud a-t-elle baissé de 3 points ce trimestre ? » et recevoir un premier jet d'analyse chiffrée, sourcé sur vos données, fait gagner un temps réel sur la partie narrative des comités de direction. Les PME sans budget outil dédié bricolent d'ailleurs très bien : un flux Make qui pousse un export mensuel dans Claude pour produire un commentaire d'écarts, relu par le contrôleur, coûte quelques euros de tokens et remplace deux heures de rédaction. Le point de vigilance reste le même : l'IA commente, elle ne certifie pas.

Pigment avis : le contrôle de gestion en langage naturel

Sur le haut du spectre — la planification et la modélisation — le champion français Pigment est celui qui a le plus bougé. La société approche 100 M$ d'ARR, a doublé ses revenus pour la troisième année consécutive et compte des clients comme Unilever, Siemens… et Anthropic. 57 % de ses nouveaux revenus viennent désormais des grands comptes, et 56 % de ses nouveaux clients 2025 ont migré d'une ancienne solution de planification.

Le 27 avril 2026, Pigment a dévoilé trois agents IA : un Analyst Agent qui repère tendances et anomalies dans les données, un Planner Agent qui traduit ces constats en actions métier (finance, supply chain, opérations), et un Modeler Agent capable de construire et mettre à jour des modèles de planification à partir d'une simple description en langage naturel. L'approche, baptisée « Intent Modeling », vise à ce que le contrôleur décrive son intention plutôt que de bâtir la maquette cellule par cellule. Éléonore Crespo, co-fondatrice et co-CEO, résume l'enjeu sans détour :

« Les entreprises ne peuvent plus attendre des semaines ou des mois pour que leurs modèles rattrapent la réalité. »

Pour une ETI qui refait son budget trois fois par an, l'argument porte. Pour une PME de 20 salariés, Pigment reste surdimensionné et hors budget : ce type de plateforme se justifie à partir d'une vraie équipe de contrôle de gestion, pas pour un DAF seul.

Combien coûte un stack IA finance pour une PME en France

La fourchette est large et il faut la regarder froidement. En bas, un outil de trésorerie comme Fygr démarre à 69 € HT/mois pour une TPE. Au milieu, Agicap se facture sur devis selon le nombre d'entités et de connexions bancaires — comptez plusieurs centaines d'euros par mois pour une PME multi-comptes. En haut, une plateforme de planification type Pigment se négocie en milliers d'euros annuels, réservée aux ETI.

À cela s'ajoute le coût invisible : intégration, nettoyage des données, formation de l'équipe. C'est le poste que personne ne chiffre en démo et qui plombe le ROI des projets mal cadrés — le même piège que nous décrivons dans notre analyse du budget IA réel d'une PME. La règle de bon sens : commencer par le cas d'usage qui saigne le plus (souvent la trésorerie), le prouver sur un trimestre, puis étendre. Pas l'inverse.

La ligne rouge : l'IA propose, le DAF engage sa signature

Un point que les éditeurs mentionnent rarement en gras. Un agent IA qui « exécute des actions » — recatégoriser un flux, ajuster un paramètre de prévision, envoyer un reporting — peut se tromper avec l'aplomb d'un stagiaire trop sûr de lui. Une catégorisation fausse propage une erreur dans tout le prévisionnel. Un commentaire d'écarts halluciné, transmis tel quel au comité, peut orienter une mauvaise décision.

Le DAF reste responsable des comptes qu'il signe et des chiffres qu'il présente. L'IA est un préparateur, pas un certificateur. La bonne pratique qui se dégage des retours terrain : garder l'humain dans la boucle sur tout ce qui sort de l'entreprise ou touche une décision — arbitrage de paiement, prévision présentée à la banque, reporting board — et laisser l'automatisation pleine sur la préparation interne.

Notre verdict pour un DAF ou un dirigeant de PME

L'IA dans la fonction finance n'est plus un pari : sur la trésorerie, elle est déjà rentable pour une PME dès quelques dizaines d'euros par mois, à condition d'avoir des connexions bancaires propres. Sur la clôture et le reporting, elle rend du temps sans supprimer de poste — elle déplace l'effort de la saisie vers l'analyse. Sur la planification, elle reste un sujet d'ETI.

Ce qui change vraiment de métier, ce n'est pas l'outil, c'est le curseur : moins de temps à fabriquer le chiffre, plus de temps à en tirer une décision. Le DAF qui y gagne est celui qui traite l'IA comme un contrôleur junior très rapide et parfois faux — utile, à surveiller, jamais signataire. Celui qui la traite comme un oracle finira par expliquer à son banquier une prévision que personne n'avait relue.