Pourquoi Excel pourrait décider de l’avenir de l’IA en comptabilité

De nouvelles recherches suggèrent que le principal obstacle à l’intelligence artificielle en comptabilité ne serait pas la méfiance envers l’IA elle-même. Il pourrait s’agir du confort, de la flexibilité et du poids institutionnel de Microsoft Excel. Cela fait de la feuille de calcul à la fois une barrière à la disruption et une porte d’entrée potentiellement puissante pour Microsoft.

Une nouvelle étude portant sur 271 professionnels de la comptabilité a examiné pourquoi certaines organisations adoptent l’intelligence artificielle tandis que d’autres restent attachées à des outils analytiques familiers.¹ Son constat central est trompeusement simple : l’utilisation d’Excel pour l’analyse de données était négativement associée à l’adoption de l’IA, tandis que la formation à l’IA et l’adoption plus large d’outils d’analyse de données étaient positivement associées.

Cela ne signifie pas qu’Excel soit obsolète ou que les comptables soient irrationnels. Excel reste flexible, largement compris et profondément intégré à la budgétisation, à la réconciliation, aux prévisions, aux rapports et à la préparation des audits. La leçon la plus importante est que l’adoption technologique dépend autant du flux de travail, des habitudes, du risque perçu et de la formation que des capacités techniques.

Pour les investisseurs, cela modifie la façon dont l’opportunité d’IA d’entreprise doit être évaluée. Les gagnants probables ne seront peut-être pas les entreprises proposant le remplacement le plus spectaculaire du travail établi. Ils pourraient être les entreprises capables d’intégrer l’IA dans les logiciels que les employés ouvrent déjà chaque matin.

Pourquoi Excel peut ralentir l’adoption de l’IA en comptabilité

Les chercheurs ont abordé l’adoption de l’IA à l’aide d’un modèle à deux facteurs. Au lieu de considérer l’adoption comme une simple question de savoir si les utilisateurs perçoivent suffisamment d’avantages, ils ont pris en compte à la fois les moteurs et les freins. Un employé peut reconnaître que l’IA est utile tout en y résistant, car le changement d’outils introduit de l’incertitude, des coûts de formation, du travail d’intégration et la possibilité d’erreurs.

Cette tension est particulièrement importante en comptabilité. Un brouillon de marketing expérimental peut être corrigé. Une erreur dans un modèle financier, une réconciliation, un dépôt réglementaire ou une feuille de travail d’audit peut entraîner des conséquences matérielles. Les comptables ont donc de bonnes raisons de privilégier les systèmes dont ils comprennent les formules, les contrôles et les limites.

Excel bénéficie également des connaissances organisationnelles accumulées. Les entreprises ont passé des décennies à créer des modèles, des macros, des modèles, des procédures de reporting et des processus d’approbation autour des feuilles de calcul. Les employés savent comment inspecter les formules et tracer les calculs. Remplacer cet environnement signifie renoncer à plus qu’une simple application. Cela implique de perturber un système d’exploitation dédié au travail financier.

L’étude interprète cela à travers le biais du statu quo. La familiarité engendre confiance et sentiment de contrôle, tandis que les pertes potentielles associées au changement peuvent sembler plus immédiates que les gains prospectifs. Cela aide à expliquer pourquoi le simple fait de démontrer qu’une plateforme d’IA est plus avancée ne suffit pas toujours à favoriser l’adoption.

Ce que l’étude sur l’IA en comptabilité a révélé

L’échantillon final comprenait 271 professionnels de la comptabilité qui avaient participé à des initiatives d’IA, d’apprentissage automatique ou d’analyse de données. Environ 92 % travaillaient dans des organisations comptables ou de services-conseil connexes, et 62 % étaient employés dans des organisations de moins de 500 salariés.

Seuls 33 % des répondants ont indiqué avoir reçu une formation à l’IA. Par ailleurs, seulement 36 % des répondants utilisant Excel pour l’analyse de données étaient passés à des solutions d’IA plus avancées. La connaissance d’Excel à elle seule n’était pas un prédicteur statistiquement significatif une fois le modèle complet considéré, mais l’utilisation analytique réelle basée sur Excel était associée de manière négative et significative à l’adoption de l’IA.

Cette distinction est importante. Savoir utiliser Excel n’empêche pas intrinsèquement quelqu’un d’adopter l’IA. La barrière apparaît lorsque les flux de travail de feuilles de calcul établis répondent déjà aux besoins immédiats, rendant le coût et l’incertitude liés au changement de système difficiles à justifier.

La formation à l’IA compte plus qu’une licence logicielle supplémentaire

Les organisations traitent souvent l’adoption de l’IA comme une décision d’approvisionnement. Elles achètent des licences, activent des fonctionnalités et s’attendent à ce que l’utilisation suive. L’étude suggère que cette approche confond la disponibilité du logiciel avec la capacité organisationnelle.

La formation était positivement associée à l’adoption de l’IA, tout comme l’adoption antérieure d’outils d’analyse de données plus larges. Ensemble, ces résultats suggèrent que les organisations tirent profit de la construction d’une progression de capacités. Les comptables qui sont déjà passés au-delà de l’analyse de base des feuilles de calcul sont davantage préparés à évaluer, superviser et intégrer l’IA.

Un programme d’adoption pratique devrait donc se concentrer sur des flux de travail spécifiques :

• Réconciliation et détection d’anomalies
• Analyse des écarts et reporting de gestion
• Prévision et élaboration de scénarios
• Examen de documents et préparation d’audit

Ces applications limitées sont plus faciles à valider qu’un mandat général d’« utiliser l’IA ». Elles génèrent également des résultats mesurables, comme moins d’étapes manuelles, des cycles de clôture plus rapides ou davantage de transactions examinées. Cela devient de plus en plus important, les services financiers étant sollicités pour démontrer un retour sur les dépenses d’IA plutôt que de simplement rapporter le nombre de licences ou l’intérêt des employés.

La constatation complète également une analyse plus large de Securities.io soutenant que les données propriétaires et le savoir institutionnel pourraient devenir le fossé d’IA le plus précieux. En comptabilité, le modèle n’est qu’un composant. L’avantage le plus difficile à reproduire est la combinaison de données financières fiables, de contrôles établis, de procédures propres à l’entreprise et d’employés qui comprennent à quoi doit ressembler une sortie valide.

Pourquoi les logiciels familiers pourraient devenir le meilleur canal de distribution de l’IA

L’article décrit Excel comme un frein, mais cela ne signifie pas que la feuille de calcul doit disparaître. L’observation commerciale la plus pertinente est que réduire les coûts de changement pourrait être plus efficace que de demander aux utilisateurs d’abandonner les outils qu’ils connaissent.

Microsoft suit déjà cette voie. Son Finance Agent connecte Excel aux systèmes financiers existants et est conçu pour soutenir des activités telles que la réconciliation, l’analyse des écarts et l’obtention d’informations financières en temps réel. C’est stratégiquement important car cela apporte l’IA à l’interface que les comptables connaissent déjà.

Intégrer l’IA au sein d’un logiciel existant peut lever plusieurs obstacles à l’adoption simultanément. Cela limite les perturbations des flux de travail, conserve les feuilles de calcul familières, permet de revoir les résultats dans un format établi et réduit le coût psychologique d’essayer une nouvelle fonctionnalité. On ne demande pas à l’utilisateur de remplacer Excel par l’IA. On l’invite plutôt à étendre Excel grâce à l’IA.

Ce modèle ne se limite pas à la comptabilité. L’IA d’entreprise concurrence de plus en plus sur la distribution, l’intégration, la gouvernance et l’accès au contexte plutôt que sur la performance du modèle seul. La récente couverture de Securities.io de UiPath et le passage à l’automatisation d’entreprise agentique illustre la même réalité commerciale : l’automatisation devient plus précieuse lorsqu’elle peut fonctionner à travers les applications et les processus déjà utilisés par l’entreprise.

L’adoption ne génère pas automatiquement de retours financiers

L’étude ne doit pas être interprétée comme une preuve que le déploiement de l’IA améliorera nécessairement la rentabilité. Elle a mesuré l’adoption, pas le retour financier généré par cette adoption. Son enquête était relativement petite, fortement concentrée dans des cabinets de conseil liés à la comptabilité, et réalisée sur une courte période. Les résultats de régression identifient des corrélations plutôt que de prouver que la formation ou les outils d’analyse ont conduit les organisations à adopter l’IA.

Il existe également des risques que le modèle n’a pas entièrement saisis, notamment la confidentialité des données, la cybersécurité, la confiance envers les fournisseurs tiers, la fiabilité des résultats et la responsabilité réglementaire. Ces enjeux sont particulièrement importants lorsque l’IA est appliquée aux rapports financiers.

Les preuves actuelles de l’industrie suggèrent néanmoins que l’adoption s’étend. Le 2026 Global AI in Finance Report de KPMG, basé sur plus de 1 000 dirigeants financiers seniors, indique que l’utilisation active a considérablement augmenté, tandis que les performances exceptionnelles restent moins fréquentes que l’adoption elle‑même. Cet écart renforce le message sous‑jacent de l’article : acquérir la technologie est plus facile que de transformer l’organisation qui l’entoure.

Investir dans l’interface pour l’IA comptable

Pour les investisseurs cherchant une exposition à l’adoption de l’IA en comptabilité, Microsoft propose une position particulièrement pertinente. L’entreprise possède Excel, l’outil incumbent identifié dans l’étude, tout en développant la couche IA destinée à moderniser le travail financier.

Cela crée un avantage stratégique inhabituel. L’enracinement d’Excel peut ralentir la migration vers des plateformes IA concurrentes, mais il donne également à Microsoft un accès direct à une vaste base installée de professionnels de la finance. Plutôt que de surmonter le biais du statu quo en l’éliminant, Microsoft peut le monétiser en intégrant Copilot et des agents axés sur la finance dans l’environnement Microsoft 365 existant.

Le cas d’investissement va au-delà d’une seule fonctionnalité comptable. Microsoft peut combiner logiciel de productivité, infrastructure cloud, contrôles d’identité, connexions de données d’entreprise et agents IA au sein d’un même écosystème commercial. La analyse de Microsoft en tant qu’investissement IA plus large de Securities.io explore comment Copilot s’insère dans cette plateforme plus vaste.

Il existe des risques significatifs. Les clients peuvent résister à des coûts d’abonnement supplémentaires, les équipes financières peuvent limiter l’accès à l’IA en raison de préoccupations de précision ou de confidentialité, et les plateformes concurrentes peuvent offrir des capacités comptables spécialisées plus puissantes. Microsoft doit également démontrer que l’IA intégrée génère une valeur mesurable plutôt que de simplement ajouter une fonctionnalité payante à une pile logicielle déjà complexe.

Cependant, l’étude indique un principe commercial durable. L’adoption de l’IA en entreprise ne dépend pas uniquement du système le plus intelligent. Elle dépend également du système qui demande le moins de changements aux utilisateurs. En comptabilité, Excel peut retarder la transition vers l’IA, mais il pourrait finalement devenir la porte d’entrée par laquelle cette transition s’opère.

Références :

¹ Juma’h, A. H., & Li, Y. (2026). Débloquer le potentiel de l’IA en comptabilité : une étude sur les obstacles et les moteurs de l’adoption. Advances in Accounting, 71, 100905. https://doi.org/10.1016/j.adiac.2026.100905