Transformation comptable : les 10 enseignements clés de l’Accounting Transformation Lab 2026

Pendant une saison entière, l’Accounting Transformation Lab a réuni des directions comptables aux modèles d’organisation très différents : centres de services partagés (CSP ou GBS) parfois installés dans des pays « low cost », équipes internes maintenues en France, organisations centralisées ou décentralisées. Cette diversité aurait pu produire des constats éclatés. C’est l’inverse qui s’est produit.

Au fil des quatre dîners, la même matière est revenue : trois grandes familles de projets structurent aujourd’hui la transformation comptable :

• les fondations,
• l’industrialisation
• le contrôle-pilotage.

On constate une nette prépondérance des projets d’industrialisation dans les investissements réalisés. Quel que soit le modèle d’organisation choisi, ce sont les mêmes problématiques qui reviennent : des structures resserrées dans toutes les directions comptables, les enjeux de qualité de la donnée et de traçabilité, la tension entre vitesse et qualité, l’évolution des compétences.

Le climat de confiance installé dès les premières rencontres a permis d’aller au fond de ces sujets, jusqu’à faire émerger des points de convergence nets et des débats restés ouverts jusqu’au bout.

Le métier bascule de la production vers l’analyse et le contrôle.

Le constat est unanime : moins de saisie, plus de compréhension des flux, d’interprétation et de jugement. L’automatisation ne supprime pas le comptable, elle déplace son rôle : la production répétitive s’efface au profit du contrôle, de l’analyse et de la fiabilisation de la donnée. Un nouveau profil s’impose : le compta-analyste, ce professionnel qui exploite, contrôle et maîtrise la donnée pour éclairer les décisions de l’entreprise, et plus seulement pour produire des chiffres. Ce basculement n’est pas vécu comme une menace mais comme une élévation du métier. Reste un double enjeu : faire évoluer les compétences, et changer le regard porté sur la fonction, car le métier a changé plus vite que son image.

L’IA doit être gouvernée comme un outil transverse, sous contrôle humain.

Aucune organisation ne lui reconnaît de valeur intrinsèque : l’IA n’a de sens que rattachée à un objectif métier précis, et la traiter comme un projet autonome est une erreur de structuration identifiée après coup par plusieurs participants. Un biais revient souvent : l’IA devient un argument de sélection en soi (la fameuse question : « il y a de l’IA dedans ? ») au risque d’oublier qu’elle suppose d’avoir d’abord structuré le processus qu’elle va accélérer. Sur une base fragmentée, elle amplifie le désordre plutôt qu’elle ne le résout. Dernier point, tout aussi partagé : l’IA reste un outil, et l’humain garde la responsabilité de comprendre, de challenger et de reprendre la main dès que le processus automatisé sort du cadre prévu.

La qualité de la donnée et la gouvernance sont les fondations de toute transformation.

Ce principe traverse tous les témoignages : la qualité de l’automatisation dépend directement de la qualité de la donnée en entrée, selon le principe « garbage in, garbage out ». Certaines organisations ont fait le choix assumé de prioriser ce socle avant de redéfinir leurs processus, quitte à ralentir leurs projets le temps de le sécuriser. Le pilotage de la performance suppose un prérequis non négociable : la convergence et l’uniformisation des processus, des référentiels et des plans de comptes. Sans ces fondations, toute automatisation reste partielle et tout pilotage reste approximatif. C’est le socle invisible mais déterminant de toute la transformation.

La traçabilité et la preuve d’audit deviennent un enjeu aussi central que la vitesse.

À mesure que la production de l’information comptable se déplace vers de nouveaux outils, la question n’est plus seulement de produire, mais de prouver : qui a fait quoi, quand, sur quelle donnée. Ce qui valait hier pour le contrôle des écritures manuelles s’étend désormais aux écritures automatiques. La piste d’audit est devenue un critère de choix d’outil à part entière, porté notamment par des obligations comme Sapin 2. Ce sujet rejoint directement celui de la vitesse : la tension entre accélération des cycles de clôture et maintien de la qualité des contrôles est l’un des enjeux les plus structurants du métier aujourd’hui. Le principe qui s’en dégage – automatiser sans perdre la maîtrise – ouvre un débat de mise en œuvre : ne faudrait-il pas alléger le contenu et la fréquence des clôtures pour renforcer la qualité de ce qui reste ?

Attirer, fidéliser et former les équipes est un enjeu commun à tous les projets.

L’attractivité du métier reste un défi majeur : la difficulté de recrutement persiste, et l’image de la fonction peine à évoluer aussi vite que la réalité du métier. Les leviers identifiés – valoriser les projets et les parcours, ouvrir la fonction, en faire un tremplin vers d’autres métiers – dépassent le seul enjeu d’attractivité. De même, la modernisation des outils est aussi, de plus en plus, un sujet de marque employeur pour toute la fonction finance. La formation, elle, ne se limite pas à un enjeu RH : elle conditionne la réussite de tous les projets, et plusieurs organisations en font désormais un axe aussi prioritaire que leurs investissements technologiques.

Sur ces grands principes, l’accord est réel. C’est sur leur mise en œuvre opérationnelle que les discussions restent vives.

Le périmètre et le ROI de l’IA : jusqu’où aller, et pour quel résultat ?

Le consensus sur la gouvernance de l’IA n’efface pas les divergences sur son impact réel : certains y voient une révolution profonde de la profession, d’autres un outil d’appui qui soulage des tâches chronophages sans rien changer de fondamental. Le risque le plus cité est celui de la panacée – « plus besoin de résoudre nos problèmes, l’IA le fera » – un doute cohérent avec un constat plus large : les pilotes d’IA générative n’ont pas encore produit d’impact mesurable sur le résultat malgré des investissements importants, et le passage à l’échelle reste le point faible de la plupart des projets, qui multiplient les POC sans toujours démontrer une valeur généralisable. À cela s’ajoute un défaut de gouvernance propre à l’IA : chaque acteur veut son propre projet, ce qui disperse l’effort. La question reste entière : continuer à multiplier les POC en pariant qu’un cas d’usage démontrera sa valeur à l’échelle, ou remettre d’abord un pilotage métier concerté au centre ?

Le choix et le ROI des projets : comment rééquilibrer l’investissement, et qui doit piloter ?

Un défaut de gouvernance plus large que la seule IA revient dans les projets de transformation : on choisit souvent un outil avant de savoir précisément ce qu’on va en faire, parce que les opérationnels métiers ne sont pas associés à la définition des cas d’usage ; avec pour conséquence des projets subis, peu propices à une vraie conduite du changement. Ce constat rejoint un paradoxe de fond, documenté par l’étude Odoxa x Sixthfin : la fiabilité des comptes est la priorité numéro un des directions financières, mais la confiance dans la qualité des chiffres en sortie de clôture reste loin d’être unanime, malgré les investissements réalisés. Une explication possible : le déséquilibre entre les projets d’industrialisation et ceux de fondations et de contrôle-pilotage, précisément ceux qui conditionnent cette confiance. Deux questions restent à trancher : faut-il rééquilibrer l’effort vers les fondations et le pilotage avant de continuer à industrialiser ? Et comment redonner au métier la main sur les priorités ?

Le curseur de l’organisation : centralisation ou autonomie des filiales ?

Le constat est partagé par plusieurs grands groupes multi-entités : un outil unique et des référentiels communs, même déployés à grande échelle, n’empêchent pas des pratiques qui restent hétérogènes selon les entités. La standardisation technique est un prérequis, mais elle ne suffit pas à garantir une homogénéité réelle des pratiques sur le terrain. Le défi consiste à standardiser sans perdre les spécificités locales, sans tomber dans une centralisation qui bride l’adaptation terrain. Reste à savoir jusqu’où pousser la standardisation avant qu’elle ne devienne contre-productive localement, et quels leviers – gouvernance, animation, outillage – permettent réellement de concilier core model unique et réalité de chaque filiale.

La dimension RH et l’impact sur la maîtrise : jusqu’où transformer les compétences sans perdre la maîtrise du métier ?

Un point de vigilance traverse les témoignages : le comptable « augmenté » doit rester capable de reprendre la main techniquement lorsque le processus automatisé sort du cadre prévu. Le risque identifié est celui d’une dilution des savoirs fondamentaux au profit des seules compétences analytiques : sait-on encore contrôler et challenger les résultats de la machine, voire lui donner des instructions claires quand elle sort du cadre ? Reste à savoir ce qui permet concrètement de préserver cette maîtrise pendant la transformation : quels formats de formation, quels parcours, quelle complémentarité entre profils juniors et seniors, et à quoi doit-on former les juniors aujourd’hui ?

Ce que cela change pour la suite

Un même fil parcourt ces quatre débats : tout s’accélère, et les projets lancés aujourd’hui risquent d’être obsolètes demain. Sauf pour les très gros chantiers – ERP, logiciels de consolidation – notre conviction est que les projets doivent désormais viser un déploiement et un ROI rapides. Trois objectifs s’en dégagent : rester agiles et adaptables, ne pas se disperser, et ne jamais sacrifier la qualité sur l’autel de la vitesse.

Au fond, la difficulté n’est plus principalement technologique. Elle est organisationnelle et humaine : qui pilote, qui arbitre, qui forme, qui préserve la maîtrise du métier pendant que tout s’accélère. C’est sur ces questions que se jouera la prochaine étape de la transformation comptable.

Elle est organisationnelle et humaine : qui pilote, qui arbitre, qui forme, qui préserve la maîtrise du métier pendant que tout s’accélère. Cette question était d’ailleurs au cœur du premier dîner de l’Accounting Transformation Lab consacré à l’attractivité de la fonction comptable et aux moyens d’attirer et fidéliser les talents dans un métier en pleine transformation. Découvrez les 3 leviers identifiés dans notre article dédié.

Envie d’aller plus loin ? Téléchargez notre livre blanc pour retrouver l’intégralité des témoignages et analyses de cette première saison de l’Accounting Transformation Lab.