POC IA finance : lancer une preuve de valeur en 2 semaines

Pour les DAF, RAF et responsables finance de PME et d'ETI de 50 à 500 personnes qui ont vu les démos d'IA et doivent maintenant dire oui ou non à un agent finance. Ni un guide pour choisir une agence IA, ni pour construire votre propre modèle.

Un POC IA finance prouve sa valeur en deux semaines quand il teste un seul agent sur un seul processus, avec des données que l'entreprise possède déjà. On rejoue les factures fournisseurs, les bons de livraison ou les relevés bancaires du mois dernier, puis on compare ce que l'agent signale avec ce que l'équipe avait relevé. La première semaine configure l'agent et rejoue cet historique ; la seconde enchaîne deux ou trois itérations sur données réelles. La restitution hiérarchise les preuves : d'abord les constats en euros, ensuite le temps de revue, enfin le ROI annuel.

Dernière mise à jour : 27 septembre 2026.

POC, pilote ou preuve de valeur : lequel tient en deux semaines ?

La preuve de valeur, parce que c'est la seule des trois qui ne construit rien. Un POC (proof of concept) se demande si un outil peut fonctionner. Un pilote fait tourner une solution sur un périmètre limité, assez longtemps pour observer l'usage. Une preuve de valeur pose une question plus étroite : que trouve une solution existante dans vos propres données, et cela vaut-il son prix ?

Le glossaire de Phacet définit la preuve de valeur comme « un pilote structuré et délimité dans le temps, conçu pour démontrer l'impact mesurable d'une solution sur les données et processus réels d'une entreprise, avant tout engagement long terme ». Le mot qui compte est existante. Personne n'écrit de code pendant une preuve de valeur : le temps passe dans la configuration des règles et la vérification des résultats.

D'où l'écart entre les chiffres qui circulent. Le guide de l'agence Galadrim, repris par la réponse IA de Google sur cette requête, indique qu'« un POC IA cadré coûte entre 30 000 et 80 000 € » et prévient contre « un POC à 30 000 € qui coûte 400 000 € à mettre en production ». Le cabinet Growth Innov décrit, dans un cas publié en février 2026, un POC de 12 semaines au sein d'un programme de 12 à 18 mois. Ce sont des calendriers de construction et d'industrialisation.

L'étude The GenAI Divide publiée en 2025 par l'initiative NANDA du MIT éclaire l'arbitrage : les partenariats externes autour d'outils personnalisés « atteignent le déploiement dans environ 67 % des cas, contre environ 33 % pour les outils construits en interne » (traduit de l'anglais). Acheter ne garantit rien. Cela supprime en revanche les mois passés à prouver qu'une chose peut être construite.

Pourquoi tant de POC IA en finance ne passent-ils jamais en production ?

Parce qu'on leur demande de prouver la faisabilité alors que la vraie question est la valeur. Les taux d'échec cités partout ne mesurent pas la même chose, et un seul d'entre eux porte sur les POC.

Selon le baromètre PwC publié le 19 novembre 2025 auprès de 270 dirigeants et directeurs financiers, 72 % ont déjà initié des projets d'adoption de l'IA dans leur entreprise. La question n'est plus de commencer, mais de savoir quoi faire du POC.

Les guides qui reprennent ces chiffres les mélangent souvent. Galadrim écrit que « 80 % des POC IA ne passent jamais en production, selon les analyses de RAND Corporation ». Le rapport de RAND dit autre chose : « selon certaines estimations », plus de 80 % des projets d'IA échouent, tous stades confondus, sans isoler le passage du POC à la production. Le seul chiffre qui porte réellement sur les POC est celui de Gartner, qui attribue les abandons à « une mauvaise qualité des données, des contrôles des risques insuffisants, des coûts croissants ou une valeur métier peu claire » (traduit de l'anglais).

La nuance a des conséquences pratiques. Une valeur métier floue et des données de mauvaise qualité ne se corrigent pas par un meilleur discours. Elles se tranchent par un test sur données réelles, avec un montant à la fin. C'est exactement le rôle d'une preuve de valeur, et c'est pourquoi le cadrage compte plus que la technologie.

Sur quoi faire tourner le POC : un processus, un mois clos

Choisissez un processus que votre équipe contrôle déjà à la main, qui revient chaque semaine et où une erreur a un prix. Faites ensuite tourner l'agent sur un mois déjà clôturé, pour que chaque alerte puisse être confrontée à ce qui s'est réellement passé.

Nicolas Marchais, cofondateur et PDG de Phacet, a donné aux Échos un critère simple pour savoir par où commencer : « Les tâches qui prennent deux heures par jour de manière répétitive sont une bonne base pour commencer à introduire l'IA, gagner du temps et de la productivité. » Cinq conditions supplémentaires rendent une telle tâche prête pour un POC de deux semaines :

• Le résultat se compte en euros. Un prix au-dessus de la mercuriale négociée, une facture payée deux fois, une livraison facturée mais jamais reçue. Chaque constat porte un montant.
• Le référentiel existe. Une mercuriale ou un contrat, des bons de commande, des bons de livraison, des relevés bancaires. L'agent compare des pièces à quelque chose, et ce quelque chose doit pouvoir s'exporter depuis Pennylane, Sage, Cegid ou votre ERP.
• L'historique est disponible. Un mois clos est un minimum. Un trimestre laisse aux erreurs plus rares le temps d'apparaître.
• Le contrôle se fait aujourd'hui par échantillonnage. Chez La Nouvelle Garde, groupe de dix brasseries, « les rapprochements entre bons de livraison et factures se faisaient par échantillonnage ». Le témoignage chiffre l'enjeu : « Dix centimes d'écart sur un bon de livraison, à nos volumes, ça peut représenter un demi-point de marge perdu. »
• Un responsable sait à quoi ressemble le bon résultat. Quelqu'un capable de confirmer ou d'écarter chaque alerte en quelques minutes, parce que la revue est le cœur du POC.

Trois cas d'usage passent ces tests dans la plupart des entreprises à flux de marchandises, et ce sont ceux que cite le glossaire de Phacet pour une preuve de valeur en deux semaines : le contrôle des prix fournisseurs, le matching 3 points entre bon de commande, bon de livraison et facture, et le rapprochement bancaire. Un agent de contrôle de la facturation fournisseur est souvent le premier candidat, parce que ses constats sont les plus faciles à valoriser : chacun est une ligne de facture et un écart en euros.

Pourquoi un mois clos plutôt que le flux réel dès le premier jour ? Parce que l'historique contient déjà la réponse. Rejouer un mois que l'équipe a déjà traité transforme le POC en comparaison plutôt qu'en pari. Si plusieurs processus restent en concurrence, le choix lui-même est détaillé dans par quelle tâche confier un premier agent.

Les cabinets d'expertise comptable appliquent la même logique à une autre échelle : un ou deux dossiers clients, un workflow récurrent, une période clôturée. Pour un cabinet d'expertise comptable, la question supplémentaire est de savoir si l'agent traite un deuxième dossier sans être reconstruit.

Le cas français : un mois de factures qui mélange PDF et factures électroniques

Depuis le 1er septembre 2026, toutes les entreprises doivent pouvoir recevoir des factures électroniques, et les grandes entreprises et ETI doivent en émettre. Les PME, TPE et micro-entreprises n'y seront tenues qu'à partir du 1er septembre 2027, selon le calendrier publié par impots.gouv.fr.

Pour une PME, le mois de septembre 2026 est donc le premier mois mixte : des factures électroniques structurées de la part des grands fournisseurs, des PDF et des scans pour tous les autres. C'est un bon mois à rejouer, parce qu'il oblige l'agent à traiter les deux canaux. Et la réforme ne règle pas tout : une facture parfaitement structurée peut toujours porter un prix supérieur à la mercuriale ou une quantité jamais livrée. La lecture devient plus facile, pas le contrôle.

Quels critères de succès écrire avant le premier jour ?

Cinq, validés par écrit avant que l'agent ne voie la moindre pièce : les constats, la précision, la couverture, le temps de revue et la traçabilité. Des critères écrits après les résultats transforment un test en argument commercial, d'un côté comme de l'autre.

Ce sont aussi les critères que les contenus publics laissent de côté. Sur les cinq pages françaises les plus visibles consacrées au POC IA en finance, lues le 27 septembre 2026 (6 907 mots au total), les expressions « critères de succès », « preuve de valeur », « piste d'audit » et « doublon » n'apparaissent pas une seule fois, et le mot « facture » quatre fois seulement, quand « POC » revient 23 fois. On y parle du POC, jamais de la façon de savoir si l'agent a raison.

Ajoutez une condition d'arrêt. Si la précision reste sous le niveau convenu après la troisième itération, le POC s'arrête et la réponse est non. Une preuve de valeur qui ne peut pas échouer ne prouve rien.

La preuve de valeur en deux semaines, jour par jour

Dix jours ouvrés, en deux moitiés. La première semaine produit un premier jeu de constats sur l'historique. La seconde ajuste les règles sur données réelles jusqu'à ce que les alertes méritent d'être revues.

Ce rythme n'a rien de théorique. La page tarifs de Phacet indique : « Agents simples : en production en moins d'une semaine. Agents standards : 1 à 2 semaines, 2-3 itérations sur données réelles. » Son glossaire mentionne un client en production en trois jours. Nicolas Marchais a présenté la méthode derrière ce calendrier lors d'un webinar le 10 juin 2026, décrite comme « une méthode éprouvée par 342 déploiements ».

Ce que l'équipe finance apporte, c'est de l'attention : un export, un jeu de règles écrit et quelques heures de revue réparties sur deux semaines. Rejouer un export ne modifie rien dans vos systèmes : les premiers constats peuvent arriver avant tout travail d'intégration, sans mobiliser la DSI.

Si vous disposez d'un mois clos de factures fournisseurs et de la mercuriale ou des commandes auxquelles elles devraient correspondre, vous avez déjà ce qu'il faut pour une preuve de valeur. Lancez une preuve de valeur sur vos propres factures et jugez l'agent sur vos données plutôt que sur une démo.

Comment lire les résultats : constats, temps ou ROI ?

Dans cet ordre, parce que les trois n'ont pas le même poids de preuve. Les constats sont des faits, le temps de revue une mesure, et le ROI annuel une projection construite sur les deux premiers.

1. Les constats sont des faits. Chaque alerte renvoie à une pièce et à un montant. Le responsable peut la vérifier, le fournisseur peut être sollicité pour un avoir. Chez Astotel, groupe de 18 hôtels parisiens, la directrice achats raconte : « pour une même référence de saumon fumé et une quantité identique, j'ai relevé jusqu'à 6 € d'écart au kilo entre deux hôtels », malgré une mercuriale commune. Sur un seul fournisseur, les erreurs atteignaient jusqu'à 400 € par mois, soit près de 5 000 € à l'année.
2. Le temps est une mesure, avec une réserve. Pendant le POC, le responsable apprend aussi l'outil : le total d'heures sous-estime donc le gain durable. Mesurez plutôt les minutes par alerte en deuxième semaine. La directrice achats d'Astotel indique avoir gagné « au moins deux heures de travail par jour » lors du test mené en février.
3. Le ROI est une projection. Multipliez les constats mensuels par douze, étendez-les aux autres fournisseurs ou aux autres entités, puis retranchez l'abonnement et le temps de revue. Écrivez chaque hypothèse : la direction générale les questionnera.

Lisez aussi ce que le POC ne montre pas : une preuve de valeur sur un processus n'est pas un déploiement à l'échelle de l'entreprise. Chez Smartbox, 800 collaborateurs dans 14 pays, « chaque use case adressé avec Phacet a été opérationnel en six semaines », et le matching entre paiements et factures a vu sa productivité multipliée par quatre. Deux semaines achètent une décision. L'extension de l'automatisation aux autres processus vient après.

Quelles promesses du fournisseur le POC doit-il mettre à l'épreuve ?

Celles qu'aucune démo ne peut prouver : que l'agent fonctionne sur vos pièces, qu'il explique chaque alerte et qu'il attrape les erreurs que vous connaissez déjà. Gartner met en garde contre l'« agent washing », le fait de rebaptiser agents des produits existants, et estime que seuls 130 environ des milliers de fournisseurs d'IA agentique sont réels. Un POC sur vos données reste le moyen le moins coûteux de le vérifier.

• Vos formats, pas les échantillons du fournisseur. Incluez les factures scannées, les PDF de plusieurs pages et les fournisseurs aux mises en page les plus désordonnées. L'éditeur Qantum le résume bien : « ce qui fonctionne sur 80% des cas standards crée souvent une charge invisible sur les 20% restants ».
• Des erreurs connues glissées dans le lot. Avant le rejeu, listez quelques erreurs que l'équipe avait déjà trouvées ce mois-là : un doublon, un prix au-dessus du contrat, une livraison manquante. Si l'agent les manque, vous en apprenez plus qu'avec n'importe quelle démo.
• Le raisonnement derrière chaque alerte. Ouvrez n'importe quelle alerte et demandez à voir la pièce, la règle et la comparaison. C'est ce que signifie un rapprochement qui expose son raisonnement à chaque étape, et c'est ce qui constitue la piste d'audit.
• Le sort des données. Hébergement, certification, conformité RGPD, entraînement ou non des modèles sur vos pièces. Phacet, par exemple, est « hébergé en Europe, certifié ISO 27001, conforme RGPD », et vos données « ne sont jamais utilisées pour entraîner les modèles », selon sa page sécurité.

Que se passe-t-il au quinzième jour ?

L'une de trois décisions, prise face aux critères signés le premier jour : déployer, étendre ou arrêter. La pire issue : aucune des trois, un POC qui tourne sans date de fin.

• Déployer quand les constats, la précision et le temps de revue atteignent les seuils. On garde les règles de la deuxième semaine et on bascule l'agent sur le flux réel.
• Étendre quand les résultats sont bons mais le périmètre trop étroit pour conclure : une deuxième famille de fournisseurs, une deuxième entité, un mois d'historique supplémentaire.
• Arrêter quand la précision est restée sous le niveau convenu après trois itérations, ou quand les constats ne couvrent pas le coût. Écrivez pourquoi : la prochaine évaluation gagnera plusieurs semaines.

Pour le déploiement lui-même, l'étude du MIT fournit un repère utile : les organisations les plus performantes déclarent « des délais moyens de 90 jours entre le pilote et la mise en œuvre complète », quand les grandes entreprises mettent neuf mois ou plus (traduit de l'anglais). Une preuve de valeur de deux semaines est la première marche de ce chemin, pas un raccourci pour l'éviter.

L'objectif de l'exercice n'est pas de montrer que l'IA fonctionne en finance. Il est de montrer ce qu'un agent trouve dans vos factures, combien de temps la revue coûte à votre équipe, et si la réponse vaut son prix. L'équipe garde les règles et les décisions. L'agent fait le contrôle, sur chaque pièce plutôt que sur un échantillon.

Questions fréquentes

Quelle est la meilleure IA pour la finance ?

Il n'existe pas de meilleure IA pour la finance dans l'absolu, seulement la mieux adaptée à un processus donné. Un assistant généraliste aide à rédiger ou à analyser, un agent spécialisé contrôle des pièces de façon récurrente et traçable. La meilleure façon de trancher reste de tester l'outil sur un mois de vos propres données.

Combien de temps faut-il pour déployer un agent ?

Cela dépend de ce qu'il faut construire. Un agent existant se teste en preuve de valeur en deux semaines environ, et un agent simple peut être en production en moins d'une semaine. Un projet développé sur mesure se compte plutôt en mois. L'étude du MIT relève 90 jours entre pilote et déploiement complet chez les plus performants.

Combien coûte vraiment un agent IA finance ?

Le coût varie surtout selon la voie choisie. Un POC IA construit par une agence est souvent annoncé entre 30 000 et 80 000 €, avant la mise en production. Un agent sur étagère se paie sous forme d'abonnement : chez Phacet, les plans démarrent à 299€/mois. Dans les deux cas, ajoutez le temps de revue de l'équipe.

Faut-il un éditeur sur étagère ou du sur-mesure ?

Pour un premier agent finance, l'étagère est généralement plus sûre. L'étude du MIT sur 2025 montre que les solutions achetées auprès de partenaires externes atteignent le déploiement environ deux fois plus souvent que les outils construits en interne. Le sur-mesure se justifie quand le processus est vraiment spécifique et que les agents existants ont échoué au test.

Quel type d'IA est ChatGPT ?

ChatGPT est une IA générative généraliste, un grand modèle de langage (LLM) conversationnel. Il répond à des questions et produit du texte, mais il ne connaît ni vos fournisseurs, ni votre mercuriale, ni vos règles comptables, ne se connecte pas à votre ERP et ne produit pas de piste d'audit. Un agent finance spécialisé couvre ce contrôle récurrent.