L'IA peut-elle remplacer un contrôleur de gestion ou un comptable ?

Non. Elle accélère la recherche et le calcul, mais ne connaît ni le contexte de vos chiffres ni les décisions à prendre. La DGE souligne que l'IA vise à assister les métiers, pas à les remplacer.

Les erreurs vont-elles disparaître avec les prochains modèles ?

Rien ne permet de l'affirmer. Anthropic écrit que ses techniques réduisent les erreurs sans les éliminer, et recommande de valider les informations critiques.

Les limites de l'IA pour analyser ses données

Poser une question en français à vos données fait gagner du temps de recherche et de calcul. Mais l'outil d'intelligence artificielle (IA) ne corrige pas des données fausses. Il ne devine pas vos définitions et ne lit pas tout à chaque question. Il ne connaît pas votre contexte et ne décide pas à votre place. Il peut aussi se tromper avec assurance. Connaître ces limites ne doit pas vous décourager : c'est ce qui permet de s'en servir là où il est fiable, et de contrôler le reste.

Les limites, une par une

Limite	Ce qui se passe	Votre parade
Données de mauvaise qualité	Réponse fausse, même avec une question parfaite	Nettoyer la source avant
Mots non définis	Chacun obtient un chiffre différent	Écrire ses définitions
Question ambiguë	L'outil choisit la période, le périmètre	Préciser quoi, quand, sur quoi
Erreurs qui persistent	Réponse inexacte présentée avec assurance	Exiger la source, recalculer
Tableaux et documents mixtes	Lecture moins fiable	Reprendre les tableaux dans un tableur
Synthèse de tout un corpus	Réponse partielle	Délimiter le lot de documents
Comparaisons et recommandations	Moins pertinent que la recherche d'information	Garder l'analyse pour vous
Droits d'accès	Risque de montrer une donnée à qui ne doit pas la voir	Vérifier les droits avant de brancher l'outil
Résultats figés	Graphique non mis à jour	Reposer la question, garder les formules
Causes	Une corrélation n'explique rien	Enquêter vous-même

La donnée commande tout

L'éditeur Qlik le dit sans détour : des données de mauvaise qualité conduisent à des réponses fausses. Il recommande de nettoyer les données brutes avant de connecter un outil d'IA. Le guide de la direction générale des Entreprises (DGE), publié en novembre 2024, va dans le même sens pour les documents : supprimer les doublons, écarter les documents contradictoires, convertir les scans en texte. Une question bien posée à une donnée mal tenue reste une mauvaise réponse. La méthode est sur préparer ses données.

Les mots doivent être définis

« Chiffre d'affaires », « client actif », « marge » : chaque entreprise a sa définition. Qlik explique que ces outils s'appuient sur une couche qui relie les termes métier aux bonnes définitions. Sans elle, « ventes » et « chiffre d'affaires » peuvent donner deux chiffres différents. Qlik cite aussi l'ambiguïté : une question qui ne précise ni période ni région laisse l'outil deviner. Voir interroger ses données en langage naturel.

Les erreurs ne disparaissent pas

La DGE note que même un outil qui s'appuie sur vos documents peut encore produire des réponses aberrantes. Anthropic, l'éditeur de Claude, écrit que ses modèles peuvent produire du texte inexact ou incohérent avec les documents fournis. Il ajoute que ses techniques de réduction des erreurs ne les éliminent pas entièrement. Conséquence : une réponse qui sert à décider se vérifie. Voir vérifier une réponse et l'IA se trompe dans les calculs.

Tout n'est pas aussi bien lu

D'après la DGE, ces systèmes sont en général plus performants sur le texte que sur les tableaux. Ils peinent davantage sur les documents qui mêlent texte, images et tableaux. Côté tableurs, Google indique que Gemini dans Sheets donne les résultats les plus constants sous un million de cellules. Pour les grands volumes ou les tableaux enfouis dans des PDF, prévoyez de reprendre les données dans un format propre.

Ce qui dépasse la recherche d'information

La DGE précise deux situations où ces outils sont moins pertinents :

les questions qui demandent de parcourir tous les documents, comme une synthèse comparative d'un grand nombre de documents ;
les tâches qui vont au-delà de la recherche d'information, comme formuler des recommandations ou comparer des documents.

Le guide ajoute que les méthodes récentes cherchent à combler ces faiblesses. En attendant, l'outil vous sert à réunir les faits ; l'analyse et la recommandation restent votre travail. De même, une corrélation que l'outil fait ressortir (Google indique que Gemini dans Sheets peut repérer tendances, motifs et corrélations) ne dit pas pourquoi les choses arrivent.

Les droits d'accès

Une question en français ne doit pas ouvrir à quelqu'un des données qu'il n'avait pas le droit de voir. Qlik recommande des contrôles d'accès stricts pour protéger les données sensibles. La DGE cite la gestion des accès parmi les points à discuter avec tout fournisseur. Avant de brancher un outil sur un dossier partagé, vérifiez qui voit quoi, et que l'outil respecte les mêmes règles.

Des réponses qui vieillissent

Une réponse est une photo des données au moment de la question. Google précise que les graphiques créés par Gemini dans Sheets ne sont pas reliés à la feuille et ne se mettent pas à jour quand les données changent. Côté Microsoft, la fonction Questions et réponses de Power BI disparaît en février 2027 au profit de Copilot pour Power BI. Les outils aussi évoluent vite. Pour un indicateur suivi dans le temps, gardez une formule ou un rapport stable.

La décision reste humaine

La DGE recommande de donner aux équipes une vision objective de ces outils, avec leurs bénéfices et leurs limites. Il s'agit d'éviter deux écueils : croire l'IA toute-puissante, puis la juger inutile. Le guide souligne aussi que l'IA vise à assister les métiers, pas à les remplacer. C'est le bon cadre : l'outil trouve vite, vous jugez.

Pour savoir quelles sources se prêtent le mieux à ce travail, voyez la page par source. Pour partir de votre activité, voyez la page par métier.