Deux objections reviennent régulièrement et méritent d'être abordées sans détour.
La première : « L'IA va réduire nos coûts logiciels, le FP&A figure donc sur la liste des rationalisations. » Il s'agit d'une erreur de catégorie. L'IA réduit l'effort manuel au sein du FP&A. Elle ne remplace ni le moteur de calcul, ni le modèle de données, ni le piste d'audit. Supprimer la plateforme pour réduire les coûts logiciels, c'est fermer l'usine pour économiser sur la facture d'électricité. La production disparaît avec elle. La bonne réponse consiste à montrer ce que le FP&A augmenté par l'IA apporte là où le FP&A manuel ne suit plus : prévisions en continu, détection automatique des anomalies, modèles prêts pour l'analyse de scénarios. Posez ensuite la question : quelle valeur ces capacités représentent-elles pour les décisions qu'elles éclairent ?
Le deuxième argument : « On peut obtenir la même chose avec Copilot ou un outil d'IA généraliste. » Le chapitre 4 y répond directement. Une IA généraliste ne dispose d'aucune logique d'inducteurs, d'aucune règle d'allocation, d'aucune structure par entité, et d'aucune piste d'audit. Elle produit des résultats bruts, pas une planification gouvernée, réconciliable et auditable. Demandez à celui qui défend cette approche de montrer ce qui se passe lorsque la direction demande les hypothèses derrière la prévision. C'est précisément là que l'IA généraliste atteint ses limites, et que le FP&A d'entreprise prend tout son sens.
