IA en finance : une adoption massive qui bute encore sur la donnée

Alors que l’IA s’impose désormais dans la finance, sa généralisation ne garantit pas encore la création de valeur. Derrière cette adoption, un point de blocage persiste : les outils d’IA se multiplient, mais les fondations data ne sont pas encore suffisamment fiables, intégrées et solides pour passer à l’échelle.

Selon le rapport KPMG Global AI in Finance 2026, l’usage actif de l’IA est passé de 30 % en 2024 à 75 % en 2026. Pourtant, les entreprises les plus avancées affichent un écart moyen de 32 points sur leurs indicateurs de performance financière, signe que toutes ne tirent pas le même bénéfice de cette adoption.

Pascal Gasp, Senior Solutions Architect South EMEA chez Starburst :

« L’étude KPMG montre que l’IA est désormais largement entrée dans la finance. Le sujet n’est donc plus seulement l’adoption, mais bien la capacité à transformer cette adoption en performance fiable et prévisible.

C’est un point de bascule important. Quand l’IA influence une prévision, un arbitrage budgétaire ou une décision financière, la qualité de la donnée devient stratégique. Les données du rapport le confirment. Si 75 % des fonctions finance utilisent désormais activement l’IA, 36 % des organisations voient encore la qualité, l’intégration et l’interopérabilité des données comme leur principale opportunité de création de valeur. Les entreprises ne manquent donc plus d’outils d’IA, mais de fondations data fiables, auditables et exploitables à grande échelle.

L’écart de 32 points en faveur des organisations les plus avancées en IA agentique le confirme. Les agents IA ne créent pas de valeur seuls, ils décuplent la valeur, ou exposent les failles, de l'environnement data sur lequel ils s’appuient. Et le fait que les organisations capables de produire des preuves d’audit liées à l’IA obtiennent 3 à 6 fois plus d’améliorations significatives montre que la gouvernance n’est pas un frein à l’innovation, mais une condition de passage à l’échelle.

Pour les directions financières, le prochain avantage concurrentiel ne viendra donc pas uniquement du choix du modèle. Il viendra de la capacité à connecter les bonnes données, à les rendre compréhensibles par l’IA, à en contrôler l’usage et à prouver pourquoi une décision a été prise. L’IA en finance ne pourra inspirer confiance que si les données qui l’alimentent inspirent déjà confiance. »

Un sujet au cœur des priorités des DSI et des directions financières en 2026.