91 % des cabinets voient l'IA comme une opportunité, 71 % seulement l'ont testée : pourquoi cet écart ?

France Num — l'organisme officiel de transformation numérique des entreprises françaises — a interrogé la profession comptable et trouvé un écart frappant : 91 % des experts-comptables voient l'IA comme une opportunité, mais 71 % seulement ont réellement testé un outil. Vingt points séparent la conviction de l'action, dans une profession qui fait face en parallèle à une pénurie de profils bien documentée : plus de 40 000 offres d'emploi actives contre seulement 10 000 à 15 000 profils qualifiés disponibles, selon l'Observatoire de la profession comptable, avec un délai moyen de recrutement passé de 6-10 semaines en 2018 à 10-14 semaines aujourd'hui d'après l'Ordre des experts-comptables.

Pourquoi l'écart n'est pas un problème de conviction

Une profession convaincue à 91 % n'a pas un problème de persuasion. L'écart de 20 points entre « voit l'opportunité » et « a testé un outil » pointe vers quelque chose de plus concret : les cabinets savent que l'automatisation compte, mais les outils disponibles n'ont pas rendu l'essai assez simple pour franchir le pas.

Ce qui crée réellement la friction

Un coût de mise en route qui ressemble à un projet, pas à un essai

Les outils fondés sur des templates nécessitent une configuration par client, par fournisseur, avant de traiter quoi que ce soit de façon fiable — ce qui transforme « essayer un outil IA » en projet d'évaluation de plusieurs semaines plutôt qu'un test d'un après-midi. Un cabinet déjà en sous-effectif n'a pas de semaine à consacrer au paramétrage avant même de savoir si l'outil aide.

L'incertitude sur ce que coûte réellement une correction

Un collaborateur qui ne fait pas confiance à l'extraction la revérifie quand même — ce qui ajoute une étape au lieu d'en retirer une, tant que la confiance n'est pas établie. Un outil qui affiche un score de confiance et un raisonnement lisible par ligne (« Honoraires avocat → 622 : prestation intellectuelle externe ») permet à un relecteur de trancher en quelques secondes s'il doit faire confiance à une ligne donnée, plutôt que de refaire le raisonnement depuis le début.

Des outils pensés pour une seule entreprise, pas pour un cabinet multi-clients

L'automatisation comptable générique est souvent construite autour de la comptabilité d'une seule entreprise. Un cabinet gère des dizaines de dossiers clients simultanément, chacun avec ses particularités de plan comptable, son propre flux documentaire, son propre collaborateur responsable — un outil qui n'isole pas et n'organise pas par dossier client ajoute de la charge administrative au lieu d'en retirer.

Ce qui referme l'écart en pratique

Les cabinets parmi les 71 % qui ont testé un outil et l'ont gardé rapportent tous le même constat : la première vraie valeur de l'outil apparaît sur le premier lot réel de documents, pas après une phase de configuration. Un pipeline qui extrait, contrôle et propose l'imputation comptable immédiatement — avec les corrections mémorisées par fournisseur, pour ne jamais refaire deux fois la même correction — transforme « essayer l'IA » d'un projet en un test d'un mardi après-midi.

Exemple concret : ce que teste réellement un cabinet en un après-midi

Un test réaliste ne demande pas de basculer un dossier client entier du jour au lendemain — il suffit de soumettre le lot de factures d'un seul client sur un mois donné, déjà traité manuellement, et de comparer le résultat. Un collaborateur peut ainsi voir en une heure ce que l'outil propose comme imputation, avec le raisonnement affiché ligne par ligne, sans avoir engagé la moindre configuration préalable ni modifié le mode de travail du reste du cabinet pendant le test. C'est cette réversibilité — rien n'est engagé si le test ne convainc pas — qui distingue un essai d'un projet.

Le coût de ne rien changer, chiffré

Le temps de traitement manuel d'un document comptable courant (saisie, contrôle, imputation, pointage du règlement) se situe en moyenne autour de 12 minutes, sur la base du taux horaire chargé moyen d'un comptable en France (environ 24,40 €/heure charges comprises). Sur un dossier client de taille moyenne traitant 200 documents par mois, cela représente environ 40 heures de traitement manuel mensuel — soit l'équivalent d'une semaine de travail complète d'un collaborateur, pour une seule tâche répétitive parmi les missions du cabinet. Rapporté aux chiffres de pénurie cités plus haut (10-14 semaines pour recruter un profil qualifié), chaque heure récupérée sur cette tâche répétitive est une heure qui ne dépend d'aucun recrutement à venir.

Ce que ça signifie pour un cabinet encore dans les 29 %

Au vu des chiffres de recrutement ci-dessus, attendre que la pénurie de profils se résorbe avant d'automatiser n'est pas une stratégie viable — les données de l'Ordre montrent une pénurie qui s'aggrave, pas qui se résorbe, d'année en année. L'écart de 20 points entre croire et faire se referme avec le bon outil, et les cabinets qui le referment en premier gagnent de la capacité précisément pendant que leurs concurrents attendent encore un recrutement qui, selon la tendance actuelle, met de plus en plus de temps à arriver.

Pour aller plus loin

• Comment centraliser la réception documentaire multi-clients sans portail que personne n'utilise
• Échéances réglementaires 2026-2027 pour les cabinets français : le calendrier DGFiP qui structure l'année

Questions fréquentes

Adopter un outil IA nécessite-t-il de reformer toute l'équipe ?

Pour un pipeline de réception documentaire spécifiquement, non — il n'y a pas de phase d'apprentissage de templates, et l'interface est une file de revue (valider, rejeter, escalader) plutôt qu'un nouveau système à apprendre de zéro. La courbe d'apprentissage ressemble plus à une nouvelle habitude qu'à une nouvelle compétence.

Comment un outil multi-clients gère-t-il des plans comptables différents par client ?

L'isolation par dossier client garantit que les documents, corrections et historique d'imputation de chaque client restent séparés — une correction apprise pour un client ne se propage jamais vers le dossier d'un autre client, ce qui compte quand deux clients utilisent le même fournisseur différemment.

Cet écart 91 %/71 % est-il propre à la France ?

L'enquête France Num porte spécifiquement sur la profession comptable française ; il n'existe pas, à notre connaissance, de données d'enquête comparables et récentes pour d'autres marchés permettant une comparaison chiffrée fiable.