IA et comptables d’ici 2030

L’IA transforme la comptabilité, mais la question la plus utile n’est pas « L’IA va-t-elle remplacer les comptables ? » C’est plutôt « Quelles activités comptables évoluent, quels contrôles restent indispensables et quelles capacités les professionnels de la finance doivent-ils développer ? »

La saisie des factures, l’imputation des transactions, les rapprochements, les premières versions de reporting et la recherche documentaire peuvent de plus en plus être assistés ou automatisés. Pourtant, il faut toujours quelqu’un pour apprécier le seuil de signification, expliquer l’incertitude, remettre en question les anomalies, exercer son jugement professionnel, protéger les données confidentielles et engager sa responsabilité sur les états financiers. Le travail pourrait se déplacer de la préparation de l’information vers sa vérification, son interprétation et la prise de décision.

Ce guide porte sur un rôle, à partir de sources publiques : ce n’est ni une prédiction sur un salarié en particulier, ni l’affirmation qu’un poste comptable donné va disparaître. L’exposition dépend des tâches réelles de l’organisation, de ses systèmes, de son secteur, des règles locales et des outils d’IA autorisés. Les opportunités et les risques diffèrent entre un aide-comptable, un fiscaliste, un contrôleur de gestion, un responsable financier et un auditeur.

Vous voulez savoir ce que cela signifie pour votre organisation ? Explorez la préparation de votre entreprise à l’IA avec hilighter. L’aperçu gratuit part de votre organisation et de vos rôles ; ses résultats sont indicatifs et l’évaluation est actuellement disponible en anglais. Aucun formulaire de contact n’est demandé pour lire ce rapport.

Réponse rapide : le métier de comptable en une minute

Appréciation éditoriale : le potentiel de changement à court terme le plus élevé se concentre sur les tâches répétitives, fondées sur des règles et alimentées par des données numériques fiables. Les responsabilités les plus durables relèvent de la redevabilité, du jugement, de la confiance des parties prenantes et des décisions aux conséquences significatives. Ce sont des appréciations qualitatives, et non des pourcentages d’emplois menacés.

1. Ce que disent réellement les recherches actuelles

Les travaux de 2025 de l’Organisation internationale du Travail, fondés sur l’analyse des tâches, placent les métiers administratifs parmi les plus exposés à l’IA générative, tout en concluant que la transformation des emplois est plus probable que leur remplacement pur et simple pour la plupart des métiers. Il s’agit d’une évaluation à l’échelle de l’économie, et non d’une mesure portant sur les comptables de votre entreprise. [1]

Le Future of Jobs Report 2025 du Forum économique mondial classe les comptables et auditeurs parmi les rôles dont les employeurs prévoient le recul d’ici 2030. Le même rapport estime que 39 % des compétences actuelles de l’ensemble de la population active vont se transformer ou devenir obsolètes entre 2025 et 2030. Ce chiffre de 39 % ne concerne pas spécifiquement les comptables. [2]

Les travaux de l’ACCA de 2026 décrivent un glissement de l’exécution courante vers le jugement, l’assurance, la gouvernance et l’aide à la décision. L’ACCA identifie aussi des besoins en culture de l’IA, en analyse prédictive, en gouvernance des données et en capacité à communiquer des enseignements. [3][4]

Les organisations professionnelles insistent sur les applications concrètes et les contrôles. L’ICAEW décrit des usages émergents d’agents d’IA pour la clôture, les rapprochements et le traitement des exceptions, tandis que ses publications récentes sur l’information financière soulignent le besoin persistant de revue humaine, de sources exactes et de supervision. [5][6]

Comment lire ces sources : prévisions, modèles d’exposition des tâches et enquêtes ne mesurent pas la même chose. On ne peut pas les combiner pour obtenir un « X % de risque que ce métier disparaisse » digne de confiance. La cartographie des tâches qui suit est une synthèse éditoriale de hilighter sur les évolutions probables des processus, et non un classement statistique ou un comparatif indépendant de produits.

2. D’abord, préciser de quel comptable on parle

« Comptable » est un terme générique, pas un poste unique. Les activités les plus susceptibles d’évoluer varient fortement :

• Tenue de comptabilité et comptabilité fournisseurs/clients : gros volumes de documents standardisés, imputation, lettrage, relances et files d’exceptions. Ces tâches constituent souvent de bons points de départ pour une automatisation maîtrisée.
• Comptable général / comptable financier : rapprochements, provisions et charges à payer, calendriers de clôture, pièces justificatives et préparation des états financiers. L’automatisation peut augmenter le débit, tandis que les contrôles et la validation restent centraux.
• Contrôleur de gestion / analyste FP&A : interprétation des écarts, budgets, scénarios et échanges avec les équipes opérationnelles. L’IA y joue souvent le rôle d’assistant d’analyse plutôt que de décideur.
• Fiscaliste : la recherche, la préparation des données, la rédaction de listes de contrôle et la documentation peuvent être assistées, mais le conseil et l’interprétation propres à chaque juridiction exigent des textes vérifiés et une revue professionnelle engageant une responsabilité.
• Auditeur : l’analyse de données et la détection d’anomalies peuvent aider à cibler l’attention, mais le caractère suffisant des éléments probants, l’indépendance, l’esprit critique et les conclusions d’audit restent des responsabilités professionnelles.
• Responsable financier / directeur financier : la responsabilité se déplace vers la conception de processus fiables, les exceptions, la gouvernance, les compétences de l’équipe et la qualité des décisions de gestion.

Une analyse par pays est importante : lois fiscales, normes comptables, qualifications professionnelles, règles de conservation et usages acceptables de l’IA varient selon la juridiction. Ce rapport ne constitue pas un conseil comptable, fiscal ou juridique.

3. La cartographie de l’impact de l’IA, tâche par tâche

Légende : Potentiel de changement élevé = tâches répétitives adaptées à une automatisation maîtrisée des processus ; Moyen = assistance de l’IA significative mais très dépendante du contexte ; Pilotée par l’humain = l’IA peut préparer les éléments, mais la responsabilité et les décisions restent humaines. Ce sont des catégories éditoriales, et non des scores de risque calculés.

Important : « potentiel de changement élevé » ne signifie pas « forte probabilité de perdre son emploi ». Beaucoup d’organisations réaffecteront le temps gagné au service, à l’analyse, au contrôle interne, à la relation client ou à la croissance. D’autres pourront réduire certains postes. Les résultats réels dépendent du contexte et ne sont pas écrits d’avance.

Un processus concret : le traitement mensuel des factures fournisseurs

Avant : un membre de l’équipe télécharge les factures, saisit les informations, vérifie les fournisseurs, choisit les comptes d’imputation, enregistre les écritures, relance pour les pièces manquantes et rapproche les totaux à la main.

Avec un processus maîtrisé, assisté par l’IA :

1. Réception : un système approuvé reçoit les factures et crée un enregistrement traçable de chaque pièce source.
2. Extraction : l’IA ou l’OCR propose les informations fournisseur, les dates, la devise, les taxes et les montants par ligne ; l’image source reste consultable.
3. Classement : des règles et des modèles proposent les comptes d’imputation et signalent les éléments hors politique.
4. Revue des exceptions : un comptable examine les champs à faible niveau de confiance, les bons de commande sans correspondance, les doublons, les coordonnées bancaires inattendues et les traitements de TVA inhabituels.
5. Approbation et comptabilisation : les personnes habilitées approuvent la transaction selon les règles de séparation des tâches existantes ; le système journalise les modifications.
6. Rapprochement et amélioration : l’équipe vérifie le grand livre, teste les exceptions et suit les types d’erreurs avant d’ajuster le processus.

Ce qui change pour le comptable : moins de saisie, plus de temps pour résoudre les exceptions, analyser les anomalies, valider les éléments probants et améliorer les contrôles. Le comptable doit toujours maîtriser les fondamentaux de la comptabilité : l’automatisation donne aussi plus d’ampleur aux contrôles défaillants.

Un mode de défaillance à anticiper : une extraction de facture apparemment exacte attribue à tort la TVA ou un compte bancaire. Sans double contrôle (préparateur et vérificateur) ni validation, un traitement « plus rapide » peut simplement faire entrer les erreurs plus vite dans le grand livre.

4. Quelles compétences actuelles risquent de perdre de leur valeur relative ?

Certaines compétences restent utiles mais pourraient moins distinguer un salarié lorsque le logiciel prend en charge une grande partie du travail courant.

Ne sacrifiez pas les fondamentaux. La comptabilité en partie double, la logique des états financiers, les rapprochements, les normes comptables, les principes fiscaux et le contrôle interne restent indispensables pour repérer qu’un résultat produit par l’IA est faux. La compétence menacée est souvent la méthode d’exécution manuelle, pas le savoir professionnel sous-jacent.

5. Les huit compétences à développer en priorité

Les huit compétences suivantes forment un programme de développement concret. Ce sont des recommandations fondées sur les tâches émergentes et les recommandations professionnelles, notamment l’analyse de l’ICAEW sur les lacunes de compétences des équipes finance, et non l’affirmation que tous les employeurs utilisent les mêmes intitulés de compétences. [8]

Conseil aux managers : évaluez les compétences à partir d’exemples de travaux, de pratiques observées ou d’éléments documentés, plutôt qu’en demandant aux salariés s’ils « connaissent l’IA ». Une personne capable d’écrire des prompts sophistiqués peut tout de même être incapable de repérer une erreur dangereuse de reconnaissance du chiffre d’affaires.

6. Compétences et responsabilités émergentes (déjà en train de se dessiner)

Ce ne sont pas nécessairement des métiers ou des qualifications standardisés. Ce sont des responsabilités de plus en plus pertinentes pour les processus financiers assistés par l’IA :

1. Superviseur de clôture assistée par l’IA : suit les étapes de clôture automatisées, les rapprochements et les files d’exceptions ; identifie quand une tâche doit repasser sous contrôle humain.
2. Réviseur des résultats de l’IA en finance : vérifie l’intégrité des sources, la cohérence des calculs, la logique métier et les affirmations non étayées avant que l’information n’atteigne les décideurs.
3. Concepteur des contrôles de l’automatisation comptable : définit les points d’approbation, les pistes d’audit, les seuils d’erreur et la séparation des tâches lors de la conception de processus assistés par l’IA.
4. Responsable des données financières : porte les définitions, l’origine, les droits d’accès et la qualité des données utilisées par le reporting et les outils d’IA.
5. Business partner financier sensibilisé à l’IA : relie des analyses plus rapides aux décisions opérationnelles en explicitant hypothèses, incertitudes et arbitrages.

Ces activités peuvent s’ajouter aux rôles existants plutôt que créer cinq intitulés de poste distincts. Une équipe finance de trois personnes peut les répartir entre ses membres actuels ; un groupe multinational peut en confier formellement la responsabilité à des spécialistes.

7. Hypothèses sur les compétences de 2028-2030

Ce sont des scénarios, et non des référentiels métiers établis ni des prévisions vérifiées du marché du travail. Leur émergence dépend de la fiabilité de l’IA, de l’intégration des logiciels, des attentes réglementaires et de l’adoption par les organisations.

Évitez de former des salariés pour des intitulés de poste inventés sans relier les compétences à des tâches réelles. Le bon point de départ est un processus réel, une capacité observable et un responsable humain.

8. Que pourrait-il changer entre 2026 et 2030 ?

Ce calendrier est un scénario éditorial, et non une prévision technologique ou d’emploi assortie d’une probabilité connue. La réglementation, les coûts, la fragmentation des systèmes et la qualité des données peuvent retarder ou inverser l’adoption.

Trois scénarios selon le type d’organisation

Petite entreprise avec un expert-comptable externe : commencez par cartographier la réception des pièces, les catégories de dépenses, les validations de paiement et le reporting mensuel. Le principal bénéfice pourrait être moins de pièces manquantes et une meilleure information de gestion, et non le remplacement de l’expert-comptable.

Cabinet d’expertise comptable : identifiez une tâche interne répétitive, comme la rédaction de lettres de mission à partir de modèles approuvés ou la collecte des documents. Protégez la confidentialité des clients et revoyez tout conseil technique. Visez la qualité de service, pas seulement le nombre d’heures automatisées.

Équipe finance d’une grande entreprise : donnez la priorité aux rapprochements, aux processus de clôture et au reporting de gestion. Traitez les intégrations entre systèmes, les droits d’accès, la séparation des tâches et l’auditabilité comme des exigences de premier rang.

9. Un plan de préparation concret à 90 jours pour les équipes comptables

Pas besoin d’un programme de transformation à l’échelle de l’entreprise pour commencer. L’objectif est une amélioration mesurable et défendable, pas une démonstration d’IA spectaculaire.

Jours 1 à 30 : comprendre et établir un point de référence

• Choisissez un rôle comptable et documentez ses 8 à 12 tâches récurrentes réelles ; distinguez ce qui se fait aujourd’hui d’une fiche de poste dépassée.
• Choisissez un processus bien délimité, idéalement à fort volume et à faible enjeu, comme des suggestions de classement ou une première version de commentaires non réglementaires.
• Relevez le temps passé, les taux d’erreur, les reprises, les exceptions, les approbations et les exigences de confidentialité avant d’introduire l’IA.
• Classez les données : publiques, internes, confidentielles et à accès restreint. Confirmez quels outils approuvés peuvent traiter chaque catégorie.
• Désignez le responsable humain, les déclencheurs d’escalade et une liste d’usages interdits (par exemple : envoyer des données clients brutes à des outils de chat grand public non approuvés).

Livrable : une cartographie rôle/tâches d’une page, un registre des risques et une fiche de mesure de référence.

Jours 31 à 60 : mener un pilote maîtrisé

• Utilisez d’abord des exemples fictifs ou autorisés et protégés de façon appropriée. Obtenez les approbations organisationnelles et professionnelles nécessaires.
• Testez les résultats produits par l’IA sur un jeu de référence documenté ; incluez des cas normaux, inhabituels et volontairement problématiques.
• Exigez une vérification humaine avant toute comptabilisation, communication externe ou conclusion comptable.
• Suivez les faux positifs, les faux négatifs, les affirmations sans source, le temps de correction et l’expérience utilisateur.
• Formez un petit groupe à expliquer pourquoi un résultat est juste ou faux, et pas seulement comment l’obtenir.

Livrable : un processus testé, une liste de contrôle de revue et des critères de décision (poursuite ou arrêt) documentés.

Jours 61 à 90 : décider, améliorer et développer les compétences

• Comparez le pilote au point de référence sur la qualité, le délai, les exceptions et le coût total.
• Conservez, adaptez ou arrêtez le processus selon des éléments documentés ; n’étendez pas un pilote qui a échoué.
• Mettez à jour les compétences requises pour le rôle et convenez d’activités de développement individuelles à partir de preuves issues du travail.
• Désignez des responsables pour la qualité des données, les évolutions des modèles et des outils, les revues périodiques et les incidents.
• Planifiez une revue de suivi à 90 jours et n’étendez la démarche à un autre rôle ou processus qu’avec une justification claire.

Livrable : une courte note de décision, une cartographie des compétences mise à jour, des responsables des contrôles nommés et une date de suivi.

Un tableau de bord simple pour le pilote

Aucun score ni pourcentage universel n’est fourni, car cela suggérerait une précision que seules les propres mesures de l’organisation peuvent apporter.

10. Cinq questions à poser avant de déployer l’IA en comptabilité

1. Qu’automatise-t-on exactement ? Une étape d’extraction de données, un projet de document, une recommandation d’approbation ou une décision comptable relèvent de catégories de risque très différentes.
2. Quelles sources et quelles règles encadrent le résultat ? Les utilisateurs peuvent-ils retrouver le document original, la norme en vigueur et une piste d’audit ?
3. Qui est responsable ? Nommez la personne qui approuve et définissez les seuils, les droits d’accès, la séparation des tâches et les règles d’escalade.
4. Qu’est-ce qui peut mal tourner sans que personne ne le voie ? Prévoyez des tests sur les erreurs de traitement fiscal, les règles obsolètes, les paiements en double, les fuites de données, les références inventées et les explications assurées mais non étayées.
5. Comment l’équipe va-t-elle progresser ? Préservez du temps pour apprendre la validation, la gouvernance des données et la communication financière ; ne vous contentez pas de suivre le volume traité.

Pour l’audit en particulier, les recommandations professionnelles et réglementaires continuent d’insister sur la gestion de la qualité, la confidentialité, la fiabilité des éléments probants et la supervision humaine. Les recommandations 2026 de l’ICAEW avertissent que déployer l’IA sans politiques ni formation adaptée peut nuire à la qualité de l’audit ; l’usage de l’IA par les clients audités modifie aussi ce que les auditeurs doivent comprendre de la fiabilité de l’information de gestion. [7][9] Les obligations professionnelles applicables dépendent de la juridiction et de la mission.

11. Transformer cet article en évaluation des compétences propre à votre entreprise

Un article ne peut pas savoir si votre équipe comptable passe l’essentiel de son temps à collecter des justificatifs, à traiter des contrats complexes, à conseiller des clients, à tester des contrôles ou à présenter des prévisions. Deux personnes ayant le titre de comptable peuvent avoir des profils de tâches complètement différents et une exposition différente au travail assisté par l’IA.

Pour un résultat plus utile, partez de votre organisation réelle et de votre fiche de poste dans l’évaluation AI Workforce Readiness de hilighter, gratuite et indicative. Commencez par votre entreprise et votre rôle. Utilisez ses enseignements sur les tâches et les compétences comme des hypothèses à vérifier avec les personnes qui font le travail, puis cartographiez et développez les compétences concernées dans hilighter. Aucun formulaire de contact n’est obligatoire pour cette ressource.

Après l’évaluation : créez ou utilisez un espace de travail hilighter pour décrire le rôle comptable, cartographier les compétences requises, reconnaître les preuves issues du travail, associer les managers à la validation et définir des priorités de développement concrètes. Ne présentez pas comme déjà disponibles les fonctionnalités premium signalées comme bientôt disponibles.

12. Questions fréquentes

L’IA va-t-elle remplacer les comptables d’ici 2030 ?

Il n’existe aucun pourcentage unique et crédible applicable à tous les comptables. Certaines tâches comptables courantes ont un fort potentiel d’automatisation, et les employeurs s’attendent à une évolution du métier. Mais le jugement, les contrôles, la responsabilité professionnelle et le conseil aux entreprises restent essentiels. Le résultat dépend de la répartition des tâches, de l’organisation et de la réglementation, pas seulement de l’intitulé « comptable ».

Quelles tâches comptables sont les plus exposées à l’IA ?

L’extraction courante de documents, le classement répétitif des transactions, les suggestions de rapprochement bancaire, les premières versions de relances et la rédaction de rapports standard sont de bons candidats à l’assistance par l’IA dans un environnement maîtrisé. La résolution des exceptions, l’interprétation fiscale et les jugements significatifs exigent une implication plus forte des experts.

La tenue de comptabilité va-t-elle disparaître ?

Les activités de tenue de comptabilité les plus répétitives pourraient demander moins de saisie manuelle, mais des comptes exacts exigent toujours des rapprochements, l’application de règles, la gestion des exceptions et des contrôles. Les petites entreprises et les cabinets comptables pourraient réorganiser leur offre de services plutôt que supprimer entièrement la tenue de comptabilité.

Quelles compétences les comptables doivent-ils acquérir en premier ?

Commencez par la culture de l’IA, la vérification des résultats, la qualité des données, le traitement des exceptions, les contrôles de processus et la communication financière. Un professionnel de la finance doit savoir détecter les erreurs et expliquer les décisions, pas seulement produire des textes fluides.

Les comptables doivent-ils apprendre à programmer ou le prompt engineering ?

Pas nécessairement. Des compétences techniques peuvent aider dans certains rôles, mais la première priorité pour la plupart des équipes est de comprendre leurs processus, d’utiliser correctement les outils approuvés et de valider les résultats. Savoir formuler des prompts simples et clairs est utile ; de solides principes comptables et le jugement sont indispensables.

L’IA peut-elle préparer automatiquement des déclarations fiscales ou des rapports d’audit ?

Les outils peuvent aider au traitement des documents, à la recherche et à la rédaction de projets, mais ce sont des activités réglementées et dépendantes du contexte. Les règles en vigueur, les qualifications, les éléments probants et une revue engageant une responsabilité s’appliquent toujours. Ne considérez jamais la réponse non étayée d’un modèle comme un conseil fiscal ou d’audit faisant autorité.

Quelle différence entre exposition des tâches et préparation des équipes ?

L’exposition des tâches décrit où l’IA pourrait changer le travail. La préparation consiste à savoir si votre organisation dispose des données, des outils, de la gouvernance et des compétences humaines démontrées pour exploiter ces changements de façon responsable. Une forte exposition peut coexister avec une faible préparation.

Comment une petite entreprise sans service RH peut-elle se lancer ?

Choisissez un rôle, documentez les tâches réelles, testez un processus sans risque et recueillez des preuves de compétences. L’objectif est de comprendre ce qui change et d’offrir aux salariés un parcours de développement réaliste. Nul besoin d’un vaste programme de transformation.

Méthodologie, politique des sources et transparence éditoriale

Publié par : SkillsBoard SAS, la société qui développe hilighter. Cette ressource soutient son offre commerciale de préparation à l’IA et de développement des compétences. Aucune organisation externe n’a payé pour y figurer. Cet article ne présente ni tests indépendants de logiciels ni résultats empiriques sur les clients de hilighter.

Éléments de preuve : recherches publiques et recommandations professionnelles de l’OIT, du WEF, de l’ACCA et de l’ICAEW. Les sources sont citées ci-dessous ; les affirmations sur le métier sont nuancées en fonction des populations et des méthodologies de ces publications. Nos catégories par tâche, nos hypothèses sur les compétences futures, nos processus et notre plan à 90 jours sont une synthèse éditoriale originale et des conseils illustratifs, et non des estimations statistiques validées.

Limites : les capacités de l’IA, les contraintes de déploiement et les exigences des métiers peuvent évoluer. Les juridictions diffèrent. Cette publication a une vocation pédagogique et ne peut remplacer l’avis de professionnels qualifiés en comptabilité, audit, fiscalité, RH, sécurité de l’information ou droit. Ne l’utilisez pas pour prendre des décisions d’emploi automatisées ni pour noter des salariés nommément désignés.

Revu le : 6 novembre 2026. Mettez à jour les affirmations importantes fondées sur des sources et la date affichée si l’article est substantiellement révisé. En cas de republication dans d’autres langues, conservez tous les niveaux de confiance, calendriers et références.

Sources et lectures complémentaires

1. Organisation internationale du Travail (International Labour Organization), Generative AI and Jobs: A Refined Global Index of Occupational Exposure (20 mai 2025). https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
2. Forum économique mondial (World Economic Forum), The Future of Jobs Report 2025, perspectives emploi / perspectives compétences (2025). https://www.weforum.org/publications/the-future-of-jobs-report-2025/2-jobs-outlook et https://www.weforum.org/publications/the-future-of-jobs-report-2025
3. ACCA, Global Talent Trends 2026 (26 mai 2026), avec notamment une analyse du travail comptable assisté par l’IA. https://www.accaglobal.com/policy-and-insights/reports/global-talent-trends.html
4. ACCA, AI driving increased use of real-time data by accountants, enabling better business decisions, but integrity concerns widespread (juillet 2026). https://www.accaglobal.com/gb/en/news/2026/July/enabling_insight.html
5. ICAEW, Four AI agent use cases for finance teams (28 juillet 2026). https://www.icaew.com/insights/viewpoints-on-the-news/2026/jul-2026/four-ai-agent-use-cases-for-finance-teams
6. ICAEW, Using AI in corporate reporting: cautious adoption while managing risks (26 octobre 2026). https://www.icaew.com/technical/corporate-reporting/corporate-reporting-resources/by-all-accounts/articles/2026/using-ai-in-corporate-reporting-cautious-adoption-while-managing-risks
7. ICAEW, Artificial intelligence in audit work: managing the risks (6 mai 2026). https://www.icaew.com/regulation/working-in-the-regulated-area-of-audit/audit-regulations-and-guidance/artificial-intelligence-in-audit-work-managing-the-risks
8. ICAEW, How finance teams can boost their AI skills capabilities (15 avril 2026). https://www.icaew.com/insights/viewpoints-on-the-news/2026/apr-2026/how-finance-teams-can-boost-their-ai-skills-capabilities
9. ICAEW, What does client use of AI mean for the audit? (24 septembre 2026). https://www.icaew.com/technical/audit-and-assurance/faculty-resources/audit-and-beyond/2026/what-does-client-use-of-ai-mean-for-the-audit