Clôture mensuelle avec l’IA : ce qu’elle prépare, ce qui reste à valider

Il manque 1 240 euros entre le relevé bancaire et le compte banque du grand livre, et la clôture mensuelle doit être sur le bureau de la direction vendredi. C’est exactement le genre de tâche que Microsoft confie désormais à Copilot : fin octobre, l’éditeur a présenté plus de 25 compétences et extensions dédiées à la finance, dont un rapprochement qui compare soldes et transactions, puis prépare les écarts pour revue. L’offre a de quoi tenter. Elle pose la question qui revient dans tout projet pour intégrer l’IA dans un métier : quelle part du travail la machine prend-elle, et qui répond de ce qui en sort ?

Ce que Copilot met sur la table, et à quelles conditions

Les fonctions comptables annoncées couvrent trois gestes de la clôture. Le rapprochement compare soldes et transactions, repère les écarts et prépare les éléments à valider. Côté écritures, Copilot rédige charges à payer, reclassements, répartitions, extournes et écritures récurrentes, en contrôlant que les données requises sont présentes et que chaque écriture s’équilibre. Le reporting confronte le réalisé au budget et en dégage les principaux facteurs d’écart. Un historique peut garder la trace de ce que Copilot a modifié, et pourquoi.

Ces fonctions comptables sont toutefois rangées dans Frontier, le programme d’accès anticipé de Microsoft. Pour les voir apparaître, il faut une licence Microsoft 365 Copilot attribuée au compte, et un administrateur qui a activé le programme, coupé par défaut. Avant de compter dessus, mieux vaut vérifier ce que débloque votre formule Copilot et ce que votre service informatique accepte d’ouvrir.

Le seul chiffre publié est un chiffre d’usage : en sept jours d’ouverture limitée, plus de 8 000 utilisateurs ont appelé ces compétences comptables, plus de 44 000 fois. Il dit que la fonction intrigue. Il ne dit rien du temps gagné, ni du nombre d’écritures reprises ensuite.

Reste la question des logiciels. Les extensions partenaires citées par Microsoft branchent Copilot sur Dynamics 365, QuickBooks, Xero et Zoho Books. Aucun des logiciels comptables courants en France n’y figure. Copilot travaillera donc sur des exports Excel du grand livre et des relevés, ce qui ajoute un point de contrôle : l’export lui-même. Ces logiciels ont d’ailleurs leur propre IA. Pennylane, par exemple, suggère les rapprochements entre factures et transactions, lettre automatiquement les comptes de tiers et propose le compte d’imputation selon le fournisseur. La comparaison utile oppose donc Copilot à l’outil qui tient vos comptes, plutôt qu’au travail à la main.

Le montant tombe juste, la pièce justificative beaucoup moins

Aucune étude indépendante ne mesure encore ces outils sur de vraies clôtures. Deux bancs d’essai publiés cette année montrent en revanche avec précision où les modèles trébuchent.

Le premier, FinBalance, conçu par des chercheurs de BITS Pilani, en Inde, et d’Oxford, confie à six modèles de langage des liasses de pièces (factures, relevés, contrats) à transformer en écritures justifiées, puis en bilan. Le meilleur obtient le bilan exact dans 46 % des cas. Surtout, parmi les écritures dont le compte et le montant sont bons, 52 % citent la mauvaise pièce. Exiger du modèle qu’il cite ses sources n’y change presque rien : la part de mauvaises pièces ne baisse que de 1,4 point. Chez quatre modèles sur six, le bilan annoncé diffère même de celui qu’on obtient en repassant leurs propres écritures, avec 26 à 41 points d’écart. Le modèle aligne des lignes plausibles, puis se trompe en les totalisant.

Le second, Crypto Accounting Bench, demande à douze modèles de reconstituer les écritures que sept organisations ont effectivement passées. En moyenne, les montants concordent dans 97,8 % des cas, le compte choisi dans 56,3 %.

Deux réserves s’imposent. FinBalance repose sur des dossiers synthétiques, et les modèles testés (GPT-5, Claude Haiku 4.5 ou Gemini 3 Flash) ne sont plus les plus récents : les taux vont bouger. Le profil d’erreur, lui, guide la relecture. Le montant se vérifie vite et sort presque toujours bon ; ce sont le compte d’imputation et la pièce rattachée qu’il faut contrôler ligne à ligne.

Une clôture qui tombe juste n’est pas une clôture juste

FinBalance contient un résultat plus dérangeant. Quand on renvoie au modèle l’écart entre son bilan et ses propres écritures, calculé par un registre comptable classique, son score de bilan exact gagne 30 à 33 points. Mais sa capacité à signaler les contradictions entre pièces chute, jusqu’à 52 points de moins pour l’un des modèles. Poussé à équilibrer, il équilibre, au lieu de dire que deux documents se contredisent.

Transposé à une clôture, c’est le scénario à craindre : un écart de rapprochement refermé par une écriture plausible, qui fait tomber le compte juste et masque une facture saisie deux fois ou un paiement mal affecté. Un écart laissé ouvert se voit à la revue. Un écart refermé à tort disparaît. D’où deux règles de conception : les soldes, les totaux et l’équilibre restent calculés par le logiciel comptable, et l’IA ne fait que proposer et expliquer, avec la consigne de lister à part ce qu’elle n’a pas su justifier plutôt que de le forcer.

La clôture mensuelle se teste sur un mois déjà bouclé

Le seul essai qui vaille se fait sur ses propres comptes, et sur un mois déjà bouclé à la main : on connaît la bonne réponse, on peut compter les erreurs. Nous avons montré, en mesurant la productivité de l’IA au travail, que la vitesse de génération ne prouve rien. Ce qui compte, c’est le temps jusqu’au résultat validé, corrections comprises.

Le chronomètre tourne du premier export jusqu’à la validation, relecture incluse. Les erreurs se comptent par nature, parce qu’elles ne coûtent pas la même chose : un montant faux saute aux yeux, une pièce mal rattachée ressort au contrôle des comptes, un écart refermé à tort peut traverser plusieurs mois. Si le temps gagné sur la préparation se reperd à la relecture, l’essai l’aura montré à peu de frais, avant tout abonnement ou toute intégration.

Gardez aussi la trace. L’historique de ce que l’outil a modifié, les exports utilisés et les corrections apportées forment le dossier que l’expert-comptable ou le commissaire aux comptes demandera. Et plus les cabinets d’audit passent eux-mêmes à l’IA agentique, plus ils sauront précisément quoi demander.

Ce qui ne se délègue pas

Microsoft le reconnaît dans son annonce : les professionnels de la finance gardent la main sur les recommandations, les décisions, les validations et les actions qui en découlent. La signature d’une clôture n’est pas une étape qu’on automatise ; c’est l’endroit où une personne accepte de répondre des chiffres.

Le meilleur terrain pour commencer se trouve loin des écritures d’inventaire. La facturation électronique entre entreprises est effective depuis le 1er septembre 2026 : une part croissante des factures fournisseurs arrive structurée, montants, dates et fournisseurs lisibles sans ressaisie. Rapprocher ces factures des paiements est la tâche la plus répétitive de la clôture, la plus facile à vérifier, et celle où une erreur se rattrape le mois suivant.

Les charges à payer, les provisions et le commentaire des écarts demandent du jugement. L’IA peut les préparer, à condition que la personne qui signe les relise comme le travail d’un nouveau collaborateur dont elle ne connaît pas encore les habitudes : pièce par pièce, au début, puis par sondage quand la confiance est gagnée sur plusieurs clôtures.