Cas pratique : agent IA pour la finance d'une PME industrielle

TL;DR

• Client : PME industrielle de 45 salariés dans la Loire, fabrication de pièces mécaniques de précision, environ 8,5 millions d'euros de chiffre d'affaires. Problème : clôture mensuelle qui traînait à 9 jours ouvrés, saisie manuelle d'environ 320 factures fournisseurs par mois, prévision de trésorerie tenue à la main dans un tableur.
• Stack livrée : n8n cloud, Claude pour l'extraction documentaire, Pennylane (déjà en place), Qonto, Slack pour la supervision. Build 9 800 EUR en 4 semaines, exploitation environ 120 EUR par mois.
• Résultats à 9 mois : clôture mensuelle passée de 9 à 3 jours ouvrés, saisie fournisseurs quasi entièrement préparée par l'agent, prévision de trésorerie à 13 semaines mise à jour chaque matin, temps comptable libéré d'environ 11 heures par semaine.
• Trois incidents documentés sans maquillage : un code TVA erroné intercepté avant comptabilisation, une facture en double détectée par le contrôle, et une coupure de 4 jours après une mise à jour de l'API Pennylane.
• Anonymisé à la demande du client, chiffres réels conservés.

Pourquoi on publie ce cas

Dans notre panorama des cas d'usage IA en PME, on cite la finance comme l'un des terrains les plus rentables pour un agent, à condition de border le périmètre. Plusieurs dirigeants nous ont demandé à quoi ça ressemble concrètement, et surtout ce qui se passe quand l'agent se trompe sur un chiffre. Légitime : en finance, une erreur n'est pas un mail mal rédigé, c'est une écriture fausse dans le grand livre.

Voici donc le déroulé complet d'un déploiement finance, mesuré sur 9 mois de production, incidents inclus. Même principe que sur nos précédentes études de cas comme le cas 003 sur la relance des factures : identité du client retirée, chiffres réels conservés, échecs documentés. On ne raconte pas une démo, on raconte une mise en production qui a tenu.

Le contexte de départ

Le client est un fabricant de pièces mécaniques de précision installé dans la Loire. 45 salariés, dont 34 en production sur deux équipes, environ 8,5 millions d'euros de chiffre d'affaires annuel. La fonction finance, au moment du cadrage, tenait sur deux personnes : une comptable à temps plein et un directeur administratif et financier à temps partagé, présent deux jours par semaine.

L'état des lieux début 2025 :

• La clôture mensuelle prenait 9 jours ouvrés. Le DAF ne disposait donc du résultat du mois écoulé qu'autour du 12 du mois suivant, trop tard pour réagir.
• Environ 320 factures fournisseurs par mois, saisies à la main dans Pennylane à partir de PDF reçus par mail ou sur papier. Une facture prenait en moyenne 4 à 6 minutes entre la réception, l'imputation comptable et le rapprochement avec le bon de commande.
• Le rapprochement bancaire se faisait une fois par semaine, le vendredi, sur l'export Qonto.
• La prévision de trésorerie tenait dans un tableur que le DAF mettait à jour le mardi matin, à partir des encaissements attendus et des échéances fournisseurs. Fiable la première semaine, périmée la troisième.
• Aucune visibilité consolidée en continu : pour répondre à la question "où en est ma trésorerie à 8 semaines", il fallait attendre le mardi suivant.

Un détail révélateur : la comptable passait environ deux journées entières par mois rien que sur la saisie fournisseurs, et ces journées tombaient pile en fin de mois, c'est-à-dire au moment où la clôture avait justement besoin d'elle. Le goulot d'étranglement n'était pas la compétence, c'était la mécanique répétitive qui saturait les bonnes périodes.

Ce profil n'a rien d'exceptionnel. La plupart des PME industrielles françaises tiennent leur finance avec une équipe réduite et des outils corrects mais sous-exploités. Pennylane était là, Qonto était là, l'API des deux était disponible, mais personne n'avait le temps de les faire parler entre eux. C'est précisément le terrain idéal pour un agent : des données propres, des outils qui exposent des API, et un processus dont le coût se chiffre en heures.

Phase 1 : cadrage et cartographie (1 semaine, sans écrire de workflow)

On ne commence jamais un projet finance par l'outil. La première semaine a servi à cartographier le processus existant et, surtout, à le borner. Trois ateliers avec la comptable et le DAF.

On a d'abord listé les fournisseurs récurrents et leur typologie comptable. Sur 320 factures mensuelles, environ 70 fournisseurs représentaient 85 pour cent du volume, avec des imputations stables : matières premières, sous-traitance, énergie, transport, services. Cette régularité est ce qui rend l'automatisation possible. On a construit avec la comptable une table de correspondance fournisseur vers compte de charge et code TVA, qui devient le référentiel de l'agent.

On a ensuite défini les règles d'arrêt, c'est-à-dire les situations où l'agent doit s'arrêter et passer la main à un humain. Toute facture d'un fournisseur inconnu, tout avoir, toute facture multidevise, tout montant qui dévie de plus de 20 pour cent de la moyenne historique du fournisseur, et toute facture dont le total extrait ne correspond pas au total recalculé. Ces règles sont le coeur du dispositif : un agent finance sans points d'arrêt explicites est une bombe à retardement.

Enfin, on a validé l'architecture avec l'expert-comptable du client. Point non négociable : l'agent prépare, Pennylane fait foi. La comptabilité officielle reste tenue dans l'outil agréé, qui assure la piste d'audit et produira le FEC en cas de contrôle. L'agent travaille en amont et ne stocke jamais la comptabilité de référence.

Phase 2 : le périmètre livré

Le projet s'est concentré sur trois processus, dans cet ordre de priorité.

Saisie des factures fournisseurs. Une boîte mail dédiée reçoit les factures. Un workflow n8n récupère chaque PDF, l'envoie à Claude pour extraction structurée (fournisseur, numéro, date, montant HT, TVA, total TTC, lignes), puis applique la table de correspondance pour proposer l'imputation comptable. Le total extrait est systématiquement comparé au total recalculé ligne par ligne. Si tout concorde et que le fournisseur est connu, l'écriture est poussée dans Pennylane en statut brouillon. Sinon, la facture part dans une file Slack pour validation humaine. La comptable valide les brouillons en lot, une fois par jour, au lieu de tout saisir à la main.

Pré-rapprochement bancaire. Chaque matin, le workflow récupère les transactions Qonto de la veille et les rapproche des écritures Pennylane en attente. Les correspondances évidentes (même montant, même libellé fournisseur, fenêtre de date cohérente) sont proposées en lot. Les cas ambigus restent manuels. Le rapprochement est passé d'une corvée hebdomadaire à une validation quotidienne de quelques minutes.

Prévision de trésorerie à 13 semaines. Un troisième workflow consolide chaque matin les encaissements attendus (factures clients émises et échéances), les décaissements (factures fournisseurs validées et échéances récurrentes connues comme les salaires et les charges) et le solde Qonto réel. Le tout alimente un tableau de bord lisible et envoie au DAF un résumé Slack chaque lundi. Fini le tableur du mardi matin : la prévision est désormais recalculée tous les jours sur des données fraîches.

On a volontairement laissé de côté la facturation client et la paie. La facturation tournait déjà bien, et la paie est un domaine où nous ne mettons jamais d'agent sans cadre RH dédié. Le périmètre minimal qui apporte le plus de valeur, c'est la saisie fournisseurs et la trésorerie. Le reste viendra ou ne viendra pas.

Phase 3 : montée en production progressive

On n'a pas tout branché d'un coup. Le déploiement a suivi une montée en permissions, exactement comme on le recommande dans notre approche du déploiement d'agents en production.

Pendant les deux premières semaines, l'agent a tourné en lecture seule. Il extrayait les factures et proposait les imputations, mais rien n'était poussé dans Pennylane : la comptable comparait les propositions de l'agent avec ce qu'elle aurait saisi. Cette phase d'observation a permis d'affiner la table de correspondance et d'attraper les cas que le cadrage avait manqués, comme un fournisseur de transport qui facturait tantôt en prestation, tantôt en refacturation de débours.

À partir de la troisième semaine, on a activé l'écriture en brouillon dans Pennylane, toujours avec validation humaine systématique. La comptable validait chaque lot et notait les corrections. Le taux de propositions acceptées sans modification est monté progressivement de 74 pour cent la première semaine à 91 pour cent au bout d'un mois, à mesure que la table de correspondance se complétait.

Ce n'est qu'au bout de six semaines, une fois la confiance établie et le taux d'erreur mesuré, qu'on a réduit la validation à un contrôle par lot quotidien plutôt qu'une validation pièce par pièce. L'agent n'a jamais eu, et n'aura jamais sur ce client, le droit d'écrire une écriture définitive sans qu'un humain l'ait vue passer.

Les résultats à 9 mois

Les chiffres ci-dessous sont mesurés sur 9 mois de production, comparés au trimestre précédant le déploiement.

La clôture mensuelle est passée de 9 à 3 jours ouvrés. Le gain ne vient pas magiquement de l'IA : il vient du fait que la saisie fournisseurs n'est plus un mur à franchir en fin de mois. Les factures sont traitées au fil de l'eau, donc à la clôture il ne reste que le contrôle et les écritures d'inventaire. Le DAF dispose désormais du résultat autour du 4 du mois suivant, contre le 12 auparavant.

La saisie des factures fournisseurs est quasi entièrement préparée par l'agent. Sur les 320 factures mensuelles, environ 91 pour cent sont imputées correctement du premier coup et validées en lot. Les 9 pour cent restants partent en file humaine, ce qui est le comportement voulu, pas un échec. Le temps comptable consacré à la saisie est passé d'environ deux journées par mois à quelques heures de validation.

La prévision de trésorerie à 13 semaines est mise à jour chaque matin et le DAF la consulte en continu. C'est le gain que le client cite en premier, avant même le temps économisé : pouvoir répondre à tout moment à la question "est-ce que je peux engager cet achat de machine sans tendre ma trésorerie" a changé sa façon de piloter. Sur la période, l'entreprise a décalé deux décaissements importants après avoir vu un creux de trésorerie se former trois semaines à l'avance, là où l'ancien tableur l'aurait découvert trop tard.

Au total, environ 11 heures par semaine de temps finance ont été libérées entre la comptable et le DAF. Ce temps n'a pas servi à supprimer un poste : il a servi à renforcer le contrôle de gestion, à mieux suivre la marge par famille de produits, et à préparer sereinement un changement d'expert-comptable qui dormait dans les cartons depuis deux ans.

Face à un coût total d'environ 10 880 EUR sur 9 mois (build 9 800, exploitation 1 080), le projet est remboursé sur le seul temps finance libéré, sans même compter l'effet du meilleur pilotage de trésorerie. Le retour sur investissement s'est fait autour du septième mois.

Les trois incidents, sans maquillage

Aucun déploiement ne se passe en ligne droite, et un retour d'expérience honnête doit montrer ce qui a cassé.

Un code TVA erroné, intercepté avant comptabilisation. En semaine 5, l'agent a proposé une imputation avec un taux de TVA à 20 pour cent sur une prestation de transport intracommunautaire qui relevait de l'autoliquidation. Le garde-fou a fonctionné : le fournisseur était nouveau dans cette configuration, donc la facture est partie en file humaine plutôt qu'en brouillon validé automatiquement. La comptable a corrigé et on a enrichi la table de correspondance. Sans la règle "toute combinaison fournisseur-TVA inconnue déclenche une validation humaine", cette erreur serait passée. C'est la preuve par l'exemple que la sécurité, en finance, se joue dans l'architecture, pas dans la qualité du modèle.

Une facture en double, détectée par le contrôle. Un fournisseur a envoyé deux fois la même facture, une fois par mail et une fois sur papier scanné quelques jours plus tard. L'agent a détecté un numéro de facture déjà traité et a bloqué le doublon avant comptabilisation. Ce contrôle de doublon, on l'ajoute désormais par défaut sur tous les projets finance, parce que les fournisseurs qui relancent en doublon sont plus fréquents qu'on ne le croit.

Une coupure de 4 jours après une mise à jour de l'API Pennylane. En mois 6, Pennylane a fait évoluer un champ de son API et le workflow d'écriture a commencé à échouer silencieusement. Les factures continuaient d'être extraites mais n'étaient plus poussées en brouillon. On ne s'en est aperçu qu'au bout de 4 jours, quand la comptable a trouvé sa file de validation anormalement vide. Le correctif a pris deux heures, mais l'incident a révélé un trou : il n'y avait pas d'alerte sur l'absence de flux. On a depuis ajouté un signal de vie quotidien dans Slack qui prévient si le volume de factures traitées tombe à zéro un jour ouvré. C'est le genre de garde-fou auquel on ne pense qu'après s'être brûlé une fois.

Ce que ce cas dit aux autres PME

Trois enseignements transposables, au delà des outils.

Premièrement, la finance est un excellent premier terrain d'agent IA en PME, à une condition : border le périmètre par des règles d'arrêt explicites. L'agent qui prépare et l'humain qui valide, ce n'est pas une précaution timide, c'est l'architecture qui rend le projet tenable sur la durée. Si vous lisez quelque part qu'un agent peut tenir votre comptabilité tout seul, fuyez.

Deuxièmement, le gain le plus visible n'est pas celui qu'on attend. Le client était venu chercher du temps de saisie, il a surtout gagné de la visibilité sur sa trésorerie. C'est presque toujours le cas : la valeur réelle d'un projet finance se révèle à l'usage, dans la capacité à décider plus vite, pas seulement dans les heures économisées.

Troisièmement, la donnée propre est le vrai prérequis. Ce projet a marché parce que Pennylane et Qonto étaient déjà en place et tenus correctement. Une PME dont le rapprochement bancaire a trois semaines de retard doit régler ça avant de penser à automatiser, sinon l'agent travaille sur une photo périmée. On automatise un processus sain, on ne répare pas un processus malade avec de l'IA.

Si vous voulez creuser la mécanique côté outils, notre guide sur l'automatisation de la comptabilité PME détaille les briques utilisées ici, et notre panorama des cas d'usage IA en PME replace ce cas finance dans l'ensemble des processus automatisables.