Budget 2027 et IA : tester vos hypothèses sans inventer vos chiffres

Le tableur peut être juste et le budget faux. Les formules s’additionnent, les totaux se recoupent et la présentation tient debout. Pourtant, la croissance repose sur des affaires encore incertaines, les recrutements précèdent les revenus, les délais d’encaissement restent ceux de l’année précédente et personne ne sait plus qui a fixé l’hypothèse de marge.

L’IA renforce ce risque si on lui demande simplement de « faire un budget ». Elle peut remplir les trous, prolonger une tendance et produire une explication convaincante. Le résultat ressemble à une analyse alors qu’il contient parfois des choix que personne n’a réellement faits.

Son meilleur rôle est plus exigeant : celui d’un contradicteur. L’IA doit comparer, recalculer, signaler les ruptures et poser les questions que le fichier ne pose pas. Elle prépare l’arbitrage ; elle ne décide ni du niveau d’ambition, ni du risque acceptable, ni des moyens à engager.

Avant toute analyse, constituez un paquet de travail limité et daté. Il contient au minimum :

• les résultats mensuels des deux derniers exercices et de l’année en cours ;

• la dernière prévision d’atterrissage, avec les écarts déjà expliqués ;

• le pipeline commercial avec une définition commune des étapes et des probabilités ;

• les contrats récurrents, échéances de renouvellement et indexations connues ;

• le plan d’effectifs, les dates d’arrivée prévues et le coût complet retenu ;

• les principaux engagements fournisseurs, loyers, investissements et échéanciers ;

• un dictionnaire des indicateurs : chiffre d’affaires signé, facturé, reconnu, encaissé, marge brute, effectif moyen et trésorerie.

Chaque fichier reçoit une date, un propriétaire et un statut : réalisé, engagé, estimé ou décidé. Sans ces quatre informations, l’IA ne peut pas distinguer une preuve d’une intention.

Les outils savent désormais analyser des feuilles structurées, produire des formules, des tableaux croisés ou des graphiques. Microsoft le documente pour Copilot dans Excel ; OpenAI décrit l’analyse de fichiers tabulaires dans ChatGPT. Cette capacité technique ne résout toutefois pas les divergences de définition entre la finance, le commerce et les opérations.

1. Réconcilier les données avant de prévoir

Commencez par demander à l’IA de contrôler les totaux, les doublons, les mois absents, les formats de date, les signes comptables et les ruptures de définition. Elle peut rapprocher le chiffre d’affaires mensuel du grand livre avec le reporting commercial, mais chaque écart doit rester visible.

Le livrable utile n’est pas un fichier corrigé en silence. C’est une liste d’anomalies avec la valeur source, la valeur proposée, la règle appliquée et le responsable qui doit trancher.

2. Séparer les faits, les choix et les estimations

Chaque ligne structurante du budget doit entrer dans l’une de ces catégories :

1. Fait observé : historique, contrat signé, salaire existant ou échéance certaine.

1. Décision de direction : recrutement autorisé, hausse de prix, ouverture d’un marché ou arrêt d’une offre.

1. Estimation : taux de conversion, date de signature, churn, délai d’encaissement ou inflation d’un coût.

1. Formule : conséquence mécanique des trois catégories précédentes.

Cette séparation empêche l’IA de transformer une estimation en fait. Elle rend aussi les réunions budgétaires plus courtes : on ne rediscute pas une formule correcte quand le vrai désaccord porte sur une hypothèse.

3. Construire trois scénarios avec les mêmes leviers

Un scénario n’est pas une croissance arbitrairement augmentée ou réduite. Les trois versions doivent utiliser le même modèle et modifier seulement quelques leviers nommés : volume de ventes, prix, conversion, churn, date d’embauche, productivité, délai de paiement ou coût fournisseur.

Le scénario central correspond aux décisions et estimations que la direction assume. Le scénario bas décrit ce qui arrive si deux ou trois hypothèses fragiles se dégradent ensemble. Le scénario haut ne doit pas seulement ajouter du revenu : il doit intégrer les capacités nécessaires pour le délivrer et le financer.

Demandez à l’IA de produire, pour chaque scénario, la liste exacte des hypothèses modifiées et leur effet sur le résultat, la trésorerie et les besoins de ressources. Si elle ne peut pas expliquer le passage d’un scénario à l’autre, le modèle n’est pas encore pilotable.

4. Chercher les contradictions, pas seulement les écarts

L’IA est utile pour tester des relations que les responsables examinent souvent séparément :

• le chiffre d’affaires progresse, mais les volumes commerciaux ou la capacité de production restent stables ;

• les recrutements arrivent avant la signature des contrats censés les financer ;

• la marge augmente alors que le mix produit se déplace vers les offres les moins rentables ;

• les encaissements suivent le chiffre d’affaires sans tenir compte des délais clients ;

• les économies annoncées apparaissent immédiatement alors que leur mise en œuvre a un coût ou un délai ;

• le scénario haut exige davantage de stock, de support ou de fonds de roulement que le plan de trésorerie n’en prévoit.

Pour chaque contradiction, exigez trois éléments : la cellule ou la donnée concernée, l’hypothèse mise en cause et la question à poser au responsable. L’outil ne corrige pas l’hypothèse sans accord.

5. Transformer les écarts en décisions

Le budget ne doit pas finir en catalogue de chiffres. Pour chaque hypothèse sensible, créez une fiche de décision comprenant : propriétaire, justification, indicateur avancé, seuil d’alerte, action corrective et date de réexamen.

Une hypothèse commerciale peut par exemple être suivie par le nombre d’opportunités qualifiées et non par le seul chiffre d’affaires constaté plusieurs mois plus tard. Une hypothèse de recrutement peut être conditionnée à un niveau de commandes signées. Une économie fournisseur peut dépendre d’une renégociation qui n’a pas encore commencé.

L’IA prépare ces fiches à partir du modèle et des commentaires. Le CODIR choisit les seuils et accepte les conséquences.

6. Geler une version traçable

Une fois le budget arbitré, conservez la version du fichier, le jeu de données utilisé, la date de calcul et le journal des hypothèses. Toute modification ultérieure doit préciser ce qui change et pourquoi.

Cette discipline permet de distinguer trois choses lors du suivi : l’écart d’exécution, l’erreur d’hypothèse et la décision nouvelle. Sans historique, chaque reforecast réécrit le passé et l’entreprise n’apprend pas.

📌

Rôle : tu contrôles un budget, tu ne crées aucune hypothèse.

Sources autorisées : les fichiers joints et le dictionnaire d’indicateurs.

Travail demandé : réconcilie les totaux, signale les anomalies, classe chaque hypothèse en fait, décision, estimation ou formule, puis teste les contradictions entre ventes, effectifs, marge et trésorerie.

Interdictions : ne complète aucune donnée manquante, ne modifie aucune hypothèse et ne présente aucune estimation comme un fait.

Sortie : un tableau avec la source, l’hypothèse, l’anomalie éventuelle, l’impact possible, la question à poser et le responsable attendu.

Traçabilité : cite le fichier, l’onglet et la ligne ou la cellule utilisés pour chaque constat.

Cette consigne ne remplace pas la préparation des données. Elle rend simplement explicite le comportement attendu : contrôler avant de générer.

Une PME de services prévoit une forte progression de son activité en 2027. Le plan commercial suppose davantage de contrats au premier semestre. Le plan RH prévoit plusieurs recrutements dès janvier. La trésorerie, elle, conserve les délais d’encaissement habituels et n’intègre aucun décalage de montée en charge.

L’IA ne doit pas conclure que la croissance est irréaliste. Elle doit montrer que trois décisions sont imbriquées : le moment où les contrats deviennent suffisamment certains, la date à laquelle les recrutements doivent commencer et la trésorerie minimale acceptée pendant la montée en charge.

Le CODIR peut alors construire une règle de pilotage : certains recrutements sont autorisés immédiatement, d’autres sont déclenchés après un volume défini de commandes signées, et une revue mensuelle ajuste les dates en fonction du pipeline réel. Le budget devient un système de décisions conditionnelles, pas une promesse figée.

Le budget peut contenir des rémunérations, des données clients, des conditions fournisseurs et des projets non publics. Utilisez un environnement approuvé par l’entreprise et limitez les données au besoin réel. La CNIL recommande de partir d’un usage précis, de définir les usages autorisés et interdits et de ne pas confier automatiquement une décision au système.

Ne déposez pas un classeur complet si quelques tableaux anonymisés suffisent. Vérifiez les règles de conservation, d’accès et d’utilisation des données du service choisi. Les droits doivent suivre le rôle : un responsable opérationnel n’a pas nécessairement besoin des rémunérations individuelles ni de toute la trésorerie.

Enfin, testez les calculs. L’IA peut générer une formule correcte en apparence mais appliquée à la mauvaise plage, interpréter une colonne dans une mauvaise unité ou expliquer avec assurance une corrélation sans lien opérationnel. Le cadre du NIST pour l’IA générative recommande de gérer les risques tout au long du cycle d’utilisation ; pour un budget, cela signifie contrôler les entrées, mesurer les erreurs et conserver une possibilité de retour à la version précédente.

Choisissez un périmètre borné : une business unit, un pays ou une ligne de produit. Pendant la première semaine, nettoyez le paquet de données et faites produire le registre des hypothèses. Demandez ensuite à l’IA de recalculer les trois scénarios et de préparer la liste des contradictions.

Pendant la deuxième semaine, réunissez le dirigeant, la finance et les responsables concernés. Chaque anomalie est corrigée ou documentée ; chaque hypothèse sensible reçoit un propriétaire et un seuil de réexamen. Comparez enfin les résultats de l’IA avec le modèle de référence.

Le pilote est concluant si l’équipe retrouve plus vite l’origine d’un chiffre, réduit les hypothèses sans propriétaire et identifie des arbitrages jusque-là cachés. Le nombre de pages produites ou la qualité littéraire des commentaires ne sont pas des critères de succès.

Utiliser l’IA pour fabriquer un budget revient à déléguer une partie du jugement sans le dire. L’utiliser pour mettre les hypothèses à nu renforce au contraire la responsabilité du dirigeant.

Le vrai gain n’est pas un fichier terminé plus vite. C’est un budget qui montre ce que l’entreprise sait, ce qu’elle décide, ce qu’elle estime et ce qu’elle fera si la réalité s’écarte du plan.

Atalas accompagne les dirigeants et les directions financières pour transformer ces usages en processus de décision concrets. Le coaching IA pour dirigeants permet de construire la méthode avec le dirigeant ; le Studio IA peut connecter les sources, automatiser les contrôles et produire les scénarios ; le conseil stratégique aide à relier le budget aux priorités de transformation.

Pour cadrer un premier pilote : réserver un échange de 30 minutes.