Grégory Humé
55 % des TPE-PME françaises déclaraient utiliser l’IA, contre 31 % un an plus tôt. Et 58 % des dirigeants de PME estiment que l’IA est une question de survie à horizon 3-5 ans.*. La quasi-totalité d’entre elles n’ont aucune idée de leur périmètre réglementaire. Et la plupart raisonnent encore sur l’IA comme sur un outil de productivité, sans mesurer ce qu’elle change dans leur comptabilité, leur pilotage financier et leur exposition aux risques. 2026 est l’année où les deux sujets convergent. Voici l’état réel des lieux.
Ce que vous allez apprendre : ce que l’IA automatise vraiment dans la finance d’une start-up en 2026 (et ce qu’elle ne peut pas faire), pourquoi la qualité de vos données est le vrai déterminant, ce que l’AI Act impose concrètement aux start-ups depuis le 2 août 2026 sans les alarmismes et les questions comptables et fiscales que l’IA soulève dans votre gestion quotidienne.
*Selon une étude Bpifrance
La différence entre 2024 et 2026 sur ce sujet est réelle et documentée. Ce qui relevait encore de l’expérimentation, la reconnaissance automatique des factures, l’imputation intelligente des écritures comptables, le rapprochement bancaire sans saisie, est devenu en 2026 une réalité opérationnelle dans des milliers de cabinets et de directions financières. L’obligation de facturation électronique au 1er septembre 2026 a considérablement accéléré l’adoption : des entreprises qui procrastinaient depuis deux ans sur la digitalisation de leurs processus comptables se sont retrouvées contraintes de migrer, et ont découvert au passage les gains réels de l’automatisation.
Mais le fossé entre l’ambition et l’exécution reste considérable. Seulement 6 % des directeurs financiers disposent d’une stratégie IA déployée à grande échelle dans leurs équipes selon Savant Labs. Et les témoignages terrain révèlent un paradoxe récurrent : les entreprises qui ont tenté d’implémenter des outils d’IA sur des données fragmentées ont obtenu des résultats médiocres, parfois pires qu’une saisie manuelle. L’IA amplifie la qualité de vos données, elle ne la crée pas.
C’est le cas d’usage le plus mature et le plus immédiatement utile pour une start-up. Les outils connectés à Pennylane, Sage ou QuickBooks (via API ou via plateforme agréée pour la facturation électronique) sont aujourd’hui capables de lire une facture fournisseur, d’en extraire les données structurées (fournisseur, montant, TVA, date, référence), de proposer une imputation comptable basée sur l’historique et d’envoyer une notification pour validation humaine. Le taux de reconnaissance correcte approche 90 à 95 % sur des factures standard pour les outils les plus avancés.
Ce que ça change concrètement : une start-up qui recevait 200 factures par mois et passait 3 à 4 heures à les traiter peut réduire ce temps à 30 à 45 minutes de validation. Le gain est réel, mesurable, et s’amplifie avec le volume. Ce que ça ne change pas : l’expert-comptable reste indispensable pour les factures atypiques (avoirs partiels, notes de frais complexes, factures multi-postes avec des taux de TVA différents), pour les décisions d’imputation qui sortent de l’historique, et pour la validation des comptes en clôture.
Les outils de trésorerie connectés (Agicap, Kyriba, ou les modules intégrés à Pennylane) automatisent le rapprochement entre les relevés bancaires et la comptabilité, détectent les écarts et produisent des prévisions de trésorerie à 13 semaines. Pour une start-up qui pilotait son cash sur un fichier Excel mis à jour une fois par semaine, le passage à un outil IA-assisté représente un changement opérationnel majeur : vision en temps réel, alertes automatiques sur les seuils critiques, simulation de scénarii (impact d’un recrutement, d’un retard client, d’une levée décalée).
La limite est toujours la même : la prévision IA est aussi fiable que les hypothèses qui la nourrissent. Une start-up dont les entrées de cash sont concentrées sur 3 clients avec des comportements de paiement irréguliers aura des prévisions volatiles quelle que soit la sophistication de l’outil. L’IA aide à voir plus vite, elle ne lève pas l’incertitude commerciale.
Les outils de Business Intelligence (Finthesis, Pennylane Analytics, Odoo BI, Power BI connecté) permettent de produire automatiquement des tableaux de bord financiers actualisés en temps réel : P&L mensuel, évolution du MRR, consommation vs budget, indicateurs de performance par segment. Pour le board meeting mensuel, ce qui prenait 2 à 3 jours de consolidation manuelle peut maintenant être disponible le lendemain de la fin de mois, avec peu d’intervention humaine.
Ce que l’IA ne fait pas encore bien : l’analyse des causes. Un dashboard peut vous dire que votre churn a augmenté de 3 points en avril. Il ne vous dira pas pourquoi. L’interprétation des écarts, la mise en contexte, la lecture de la dynamique commerciale sous-jacente restent des exercices de jugement humain que les outils actuels ne remplacent pas.
Pour les start-ups qui ont plusieurs lignes produit, plusieurs marchés ou plusieurs entités, la ventilation analytique est souvent le poste le plus chronophage. Des outils comme Cegid ou Sage XRT permettent désormais d’appliquer automatiquement des clés de répartition sur les charges communes (loyer, cloud, licences SaaS) selon des règles configurées. Le gain est significatif en temps de traitement, mais la pertinence des règles de répartition reste un choix humain que l’outil n’optimise pas de lui-même.
C’est le point que tous les commerciaux d’outils IA ont tendance à minimiser et que tout responsable financier devrait entendre clairement : l’IA comptable produit des résultats en proportion directe de la qualité et de la cohérence des données qu’elle reçoit.
Plus de 70 % des dirigeants qui ont renoncé à une implémentation IA l’ont fait à cause de données inexploitables : informations financières éparpillées dans des silos incompatibles, plan de comptes hétérogène selon les périodes, factures fournisseurs partiellement numérisées, relevés bancaires importés manuellement depuis plusieurs comptes avec des formats différents. Dans ces conditions, l’IA produit des imputations incohérentes, des rapprochements bancaires erronés et des prévisions de trésorerie peu fiables.
La bonne séquence pour une start-up qui veut tirer parti de l’IA dans sa finance est donc la suivante : d’abord structurer les données (plan de comptes cohérent, processus de collecte des factures standardisé, connexion bancaire fiable), puis connecter les outils, puis laisser l’IA apprendre sur votre historique, puis valider et affiner. C’est un projet de 3 à 6 mois, pas une installation en 48 heures. Les start-ups qui sautent l’étape de structuration des données obtiennent des résultats décevants et tirent des conclusions erronées sur la valeur de l’IA.
L’AI Act au 2 août 2026 : ce qui s’applique vraiment aux start-ups
C’est le sujet sur lequel circulent le plus d’informations inexactes. Une mise au point s’impose. L’AI Act (règlement UE 2024/1689) s’applique par vagues depuis son entrée en vigueur en août 2024. Le règlement Omnibus de juin 2026 (validé par le Conseil UE le 29 juin 2026) a recalibré une partie du calendrier. Voici l’état exact des obligations au 2 août 2026.
Ce qui est pleinement applicable au 2 août 2026. Les obligations de transparence de l’article 50 : tout chatbot ou outil IA qui interagit avec des utilisateurs doit signaler clairement qu’il s’agit d’une IA (mention explicite, pas de simulation d’humain). Les contenus générés par IA qui pourraient induire en erreur doivent être marqués. Les deepfakes sont soumis à des règles strictes. Ces obligations s’appliquent à toute entreprise, quelle que soit sa taille. Une start-up qui utilise un chatbot IA sur son site pour répondre aux clients doit le signaler explicitement à partir du 2 août.
Les obligations des déployeurs de systèmes d’IA à haut risque (article 26) entrent également en application. Mais la notion de « haut risque » est précise et délimitée : elle concerne les systèmes d’IA qui affectent des décisions significatives dans des domaines listés à l’Annexe III (recrutement et sélection des salariés, évaluation de la solvabilité ou scoring de crédit, accès aux services essentiels, systèmes biométriques, systèmes liés aux infrastructures critiques, outils éducatifs d’évaluation, etc.).
Ce que l’Omnibus a modifié. Le règlement Omnibus a reporté les obligations pour les systèmes d’IA « à haut risque » intégrés à des produits soumis à une évaluation de conformité CE tierce (machines, dispositifs médicaux) au 2 août 2027. Il a également accordé un délai supplémentaire jusqu’au 31 décembre 2030 pour les systèmes déployés avant août 2026. Attention : cette exemption ne dispense pas de l’enregistrement, qui reste obligatoire sans exception.
⚠ Méfiez-vous des contenus pré-Omnibus
Beaucoup d’articles et de prestataires continuent à véhiculer le calendrier d’avant l’Omnibus, décrivant le 2 août 2026 comme une « bascule générale » de toutes les obligations IA. C’est inexact depuis la validation du 29 juin 2026. La vraie échéance du 2 août concerne les obligations de transparence (article 50) et les systèmes haut risque de l’Annexe III, pas l’ensemble du règlement.
Si vous utilisez un outil d’IA générative (ChatGPT, Claude, Mistral) en interne pour produire des analyses, des emails ou des synthèses, vous n’êtes pas dans le champ des systèmes à haut risque. Votre obligation principale est de former vos équipes à un usage adapté (obligation d’AI literacy prévue à l’article 4, en vigueur depuis février 2025) et de documenter vos politiques d’usage.
Si vous utilisez un outil de scoring financier ou de crédit automatisé pour évaluer vos clients ou partenaires, vous êtes potentiellement dans le périmètre « haut risque » de l’Annexe III. La charge de conformité se déplace alors vers le fournisseur de l’outil si vous êtes déployeur d’une solution tierce, mais vous restez responsable de vérifier que le fournisseur est lui-même conforme.
Si vous développez une solution d’IA qui sera commercialisée, vous êtes fournisseur au sens de l’AI Act. Vos obligations sont beaucoup plus lourdes : documentation technique, évaluation de conformité, enregistrement dans la base de données UE, marquage CE pour les systèmes à haut risque.
✓ La première action à mener : l’inventaire des usages IA
Avant toute autre chose, constituez un registre de vos usages IA : chaque outil, son usage, les données traitées, le service concerné, le responsable métier. Cet inventaire est la base de toute démarche de conformité AI Act et prend généralement 2 à 4 heures pour une start-up de moins de 50 salariés. Il révèle souvent des usages non identifiés par la direction : des salariés qui ont individuellement souscrit à des outils IA avec des données professionnelles, des intégrations automatiques entre des outils SaaS qui font appel à des modules IA tiers.
C’est l’angle le moins traité sur ce sujet et le plus directement pertinent pour une start-up accompagnée par wilhow.
Le traitement fiscal des abonnements aux outils IA. Les abonnements à ChatGPT Enterprise, Claude for Work, Mistral ou des outils sectoriels sont des charges déductibles comme n’importe quel abonnement SaaS. La TVA est récupérable si vous êtes assujetti. Aucune particularité fiscale spécifique à ce stade, contrairement à ce qu’on lit parfois.
La capitalisation des coûts de développement d’une solution IA propriétaire. Si votre start-up développe une solution intégrant un modèle IA en interne (fine-tuning d’un modèle, entraînement sur vos données, développement d’une API propre), les coûts de développement peuvent être capitalisables selon les règles du PCG ou d’IAS 38, sous réserve de remplir les 6 conditions cumulatives habituelles. La particularité des projets IA : la condition de « faisabilité technique » est souvent difficile à établir en phase d’entraînement, car les résultats ne sont pas prédictibles avant que le modèle ne soit entraîné. Dans le doute, la prudence comptable conduit à passer en charges jusqu’à ce que la faisabilité soit démontrée.
La propriété intellectuelle des outputs IA. Les contenus générés par IA dans le cadre de votre activité (analyses financières, rapports, documentation) soulèvent des questions de propriété intellectuelle que le droit français n’a pas encore pleinement tranchées. Pour les start-ups qui monétisent des outputs partiellement générés par IA, le risque de propriété intellectuelle doit être documenté dans les CGV et les contrats clients.
L’éligibilité des dépenses IA au CIR. C’est un sujet sur lequel l’administration fiscale n’a pas encore publié de doctrine claire. Si votre start-up développe des méthodes ou architectures d’IA originales (et non pas simplement utilise des APIs tierces), ces travaux peuvent être éligibles au CIR au titre du développement expérimental, sous réserve de démontrer la levée d’incertitudes techniques. L’utilisation de modèles foundationnels existants (GPT-4, Claude) sans modification substantielle ne qualifie pas en R&D éligible au CIR.
Il est important, dans un écosystème saturé de discours sur la transformation par l’IA, de poser clairement ce que les outils actuels ne font pas et ne feront pas à court terme.
L’IA ne remplace pas le jugement fiscal. Savoir si une dépense est déductible, si un dispositif s’applique à votre situation, si un montage est conforme : ces questions mobilisent une expertise juridique et fiscale qui est de la responsabilité de l’expert-comptable et du conseil fiscal, pas d’un outil d’automatisation.
L’IA ne sécurise pas votre dossier CIR. La narration de la démarche expérimentale, la qualification des travaux de R&D, la documentation des incertitudes techniques résolues : c’est un exercice que l’IA peut aider à mettre en forme, mais dont la substance doit venir des équipes techniques et être validée par un praticien.
L’IA ne détecte pas les erreurs qu’elle ne connaît pas. Un outil de rapprochement bancaire automatisé ne va pas repérer une erreur de TVA sur des factures dont le taux a été mal paramétré si l’erreur est systématique depuis le début. Il va réconcilier des données incorrectes avec la même efficacité qu’il réconcilierait des données correctes.
L’IA n’est pas un DAF. La lecture stratégique de vos chiffres, la préparation d’un board meeting, la structuration d’un dossier de levée, l’anticipation des besoins de financement : toutes ces missions demandent une compréhension du contexte, de la stratégie et des relations humaines que les outils actuels ne peuvent pas simuler de façon fiable.
En 2026, la question n’est plus de savoir si votre start-up doit intégrer l’IA dans sa gestion financière. Elle le fait probablement déjà, via votre logiciel de comptabilité, votre outil de trésorerie ou les assistants que vos équipes utilisent au quotidien. La vraie question est : est-ce que vous maîtrisez ce que l’IA fait dans votre finance, quelles données elle traite, quelles décisions elle influence, et dans quel cadre réglementaire vous opérez depuis le 2 août 2026 ?
Chez wilhow, nous accompagnons les start-ups dans la structuration de leur stack financière, le choix des outils adaptés à leur stade, et la vérification de la conformité de leurs processus comptables et fiscaux face aux nouvelles obligations réglementaires. Nous travaillons sur Pennylane et Finthesis, et nous aidons nos clients à tirer parti de l’automatisation sans perdre la rigueur que les investisseurs et l’administration attendront lors des prochains contrôles ou due diligences.
Grégory Humé
