Le Bureau de la valeur AI : du backlog des cas d'usage au compte de résultat audité

1. Le problème de la valeur AI est un problème de preuves

Les conseils d’administration peuvent approuver une stratégie AI tout en restant incapables de répondre à une question plus simple : qu’est-ce qui a changé dans l’économie de l’entreprise ? L’écart apparaît généralement parce que la technologie, les opérations et la finance mesurent des objets différents. Une équipe technologique mesure la précision, la latence, le débit ou le coût par token. Une équipe opérationnelle mesure le temps de cycle, le volume d’exceptions ou l’adoption par les employés. La finance mesure le chiffre d’affaires, la masse salariale, les dépenses fournisseurs, le fonds de roulement, les provisions et la trésorerie. Le conseil d’administration a besoin d’un pont maîtrisé entre ces trois perspectives.

Un cas d'usage AI ne crée de la valeur que par le biais d'un mécanisme métier. Un modèle de traitement documentaire peut réduire l'extraction manuelle ; l'effet financier dépend du volume, de la correction des erreurs, de la capacité des collaborateurs, des engagements de niveau de service et de la décision prise par la direction quant au temps libéré. Un assistant commercial peut accroître la prospection pertinente ; l'effet financier dépend de la conversion, de la marge brute, de la capacité commerciale, de la qualité des clients et du remplacement d'autres activités. Un système de maintenance prédictive peut améliorer le délai d'alerte ; l'effet sur la trésorerie dépend des temps d'arrêt évités, des choix de maintenance, des stocks, des pénalités contractuelles et de la fiabilité de la base de comparaison.

Le AI Value Office est un contrôle de gestion qui suit le mécanisme depuis l'intervention jusqu'à la trésorerie. Il ne prétend pas que chaque effet soit précisément mesurable. Il exige que chaque estimation précise ce qui est observé, ce qui est calculé, ce qui est supposé, qui a approuvé la méthode et quelles preuves pourraient l'infirmer. Un conseil d'administration peut alors distinguer la valeur réalisée, la valeur annualisée étayée par des preuves, le potentiel conditionnel et la valeur d'option stratégique.

Ce Value Office contrôle également le gaspillage du portefeuille. Une initiative fragile peut consommer des licences de modèles, de la capacité d'intégration, des travaux sur les données, de la formation des utilisateurs, de la gestion du changement, des revues de sécurité et de l'attention de la direction longtemps après que son sponsor initial a quitté ses fonctions. Un registre unique du portefeuille met en évidence les systèmes redondants, l'expérimentation cachée, le chevauchement de fournisseurs et les initiatives sans responsable désigné des bénéfices. L'arrêt devient une décision ordinaire d'allocation du capital.

L'objectif opérationnel est de produire des éléments probants de gestion auditables. L'auditabilité signifie ici qu'un réviseur compétent peut retracer l'effet revendiqué jusqu'aux données sources contrôlées, reproduire le calcul, examiner les hypothèses clés et identifier les approbateurs responsables. Les conclusions d'assurance externe et d'audit légal requièrent les professionnels qualifiés concernés et les normes applicables.

La valeur ne parvient au conseil d’administration que lorsque les résultats techniques sont reliés à une conséquence financière maîtrisée et à une évaluation explicite de la pérennité.

2. Établir le mandat et les droits de décision

Le bureau de la valeur AI a besoin d’un mandat approuvé par le conseil d’administration, car il arbitre entre des récits séduisants et un capital rare. Son périmètre doit inclure les systèmes AI significatifs développés en interne, achetés auprès de fournisseurs, intégrés dans des logiciels, introduits par une acquisition et utilisés via des outils contrôlés par les employés. La matérialité peut refléter l’exposition financière, l’impact client, les conséquences réglementaires, la criticité opérationnelle, la sensibilité des données et le risque réputationnel.

Le directeur financier (CFO) doit être responsable de la politique de bénéfices, de l’économie du portefeuille et du lien avec la budgétisation, la prévision, la comptabilité et l’approbation des investissements. Le directeur des opérations (COO) ou le dirigeant métier concerné doit être responsable du processus modifié et du résultat opérationnel réalisé. Le directeur des systèmes d’information (CIO), le directeur technique (CTO), le directeur des données ou le responsable AI doit être responsable de l’architecture, de la performance technique, des données et de la livraison technologique. Les fonctions risque, conformité, juridique, confidentialité, cybersécurité et risque de modèle doivent documenter leurs conclusions dans le cadre de leurs mandats. L’audit interne peut évaluer si le système de gouvernance et de preuves fonctionne comme prévu ; il doit conserver son indépendance organisationnelle.

Les droits de décision doivent être précis. Le bureau définit quels cas d’usage entrent dans le portefeuille, quelles preuves sont requises à chaque jalon, qui approuve une situation de référence, qui peut autoriser un déploiement en production, qui valide un bénéfice, qui accepte le risque résiduel et qui peut mettre un système hors service. Un comité de pilotage dépourvu de décisions explicites peut devenir un forum de reporting qui laisse la responsabilité dispersée.

Le bureau doit rester léger. Il a besoin d’un responsable de portefeuille, d’un contrôleur financier, d’un analyste des bénéfices, d’un spécialiste des données ou de la mesure et d’un accès à l’expertise pertinente en risque et en technologie. Les équipes d’initiative restent responsables de la livraison. Le bureau fournit la politique, la remise en question, la comparabilité et un référentiel de preuves. Une équipe centrale qui tente d’exploiter chaque système créera un goulot d’étranglement et affaiblira la responsabilité métier.

Les documents réglementaires et normatifs soutiennent la responsabilité sur l'ensemble du cycle de vie. Le cadre de gestion des risques AI du NIST organise l'activité autour de gouverner, cartographier, mesurer et gérer. Les principes AI de l'OCDE mettent l'accent sur la traçabilité, la gestion systématique des risques et la responsabilité selon le rôle et le contexte. Le cadre de responsabilité du GAO s'appuie sur la gouvernance, les données, la performance et le suivi. Ces cadres ne déterminent ni le traitement comptable ni le rendement des investissements d'une entreprise ; ils soutiennent la conception d'une supervision documentée.

Tableau 1. Droits de décision du AI Bureau de la valeur

Les intitulés varient selon l'organisation. L'objectif de contrôle est de disposer d'un responsable explicite pour chaque décision et d'une piste de preuves conservée.

3. Constituer un registre unique du portefeuille

Le registre du portefeuille constitue la cartographie de référence des initiatives et des systèmes. Chaque ligne doit comporter un identifiant unique, un sponsor financier, un responsable de processus, les utilisateurs, la contrainte métier, la décision envisagée, le modèle ou le fournisseur, les sources de données, la zone géographique, l'exposition client, la pertinence réglementaire, l'étape, les dépenses approuvées, le coût récurrent, le mécanisme de bénéfice attendu, le responsable des bénéfices, le statut de contrôle et la date du prochain jalon de décision. Le registre doit être relié aux inventaires techniques et aux registres de risques sans dupliquer leur contenu détaillé.

Le périmètre doit s'étendre au-delà des projets étiquetés AI. La Banque d'Angleterre et la FCA ont indiqué que les entreprises s'attendaient à une augmentation du risque lié aux modèles intégrés ou cachés. Une application peut introduire AI par le biais d'une mise à jour logicielle, d'une automatisation de flux de travail ou d'une fonctionnalité tierce sans nouvelle demande de capital. Les fonctions achats, architecture et les responsables métier ont donc besoin d'un moyen d'identifier les systèmes intégrés et d'enregistrer leur utilisation.

Le registre devrait regrouper les initiatives par mécanisme métier plutôt que par technologie à la mode. Les groupes utiles comprennent la qualité des revenus, la tarification, l'acquisition de clients, la prestation de services, le fonds de roulement, les pertes liées aux risques, la conformité, la capacité des employés et la capacité stratégique. Cela rend comparables les propositions concurrentes. Deux modèles différents qui s'attaquent au même goulot d'étranglement du recouvrement devraient être en concurrence pour le même résultat plutôt que d'apparaître comme des réussites d'innovation distinctes.

Les dépendances ont leur place dans la vue de portefeuille. Plusieurs initiatives peuvent dépendre d'un même fournisseur de modèle de fondation, d'une même source de données, d'une même plateforme d'orchestration ou d'une même petite équipe interne. L'enquête de la Bank of England et de la FCA a signalé une concentration importante parmi les fournisseurs externes de cloud, de modèles et de données. La concentration peut transformer un ensemble d'avantages apparemment diversifiés en une seule exposition opérationnelle et commerciale.

Le registre devrait également consigner les initiatives rejetées et retirées. Un portefeuille qui ne montre que les travaux actifs masque la qualité de l'allocation du capital. Les motifs de rejet aident à améliorer les propositions futures. Les données sur les retraits révèlent si un cas d'usage a échoué en raison d'une faible adoption, de données médiocres, d'un risque inacceptable, d'une rentabilité insuffisante, d'un changement de fournisseur, d'une refonte des processus ou d'une meilleure alternative. Ces éléments deviennent un actif d'apprentissage institutionnel.

4. Utiliser six jalons correspondant à six décisions

Le premier jalon, définir, demande si la contrainte métier est importante et si AI est une intervention appropriée. L'équipe expose le processus actuel, la population concernée, la fréquence des décisions, la perte ou l'opportunité, les alternatives et le responsable redevable. Un simple moteur de règles, une refonte du flux de travail ou une correction de la qualité des données peuvent résoudre le problème avec un coût et un risque de cycle de vie inférieurs.

Le deuxième jalon, établir la base de référence, détermine la performance du processus actuel. La base de référence comporte un dictionnaire de métriques, un système source, une période d'observation, une segmentation, un volume, une variance, un profil d'exceptions et les changements externes connus. Une base de référence de conversion des ventes devrait distinguer le produit, le canal, la région, la cohorte et la capacité de vente. Une base de référence des coûts de service devrait distinguer la masse salariale totale de l'activité qui peut réellement être modifiée ou redéployée.

Le troisième jalon, pilote, teste la faisabilité technique et celle du flux de travail au sein d'une population délimitée. La conception précise les utilisateurs éligibles, les données, la version du modèle, la supervision humaine, le groupe de comparaison, les critères de réussite, les conditions d'arrêt, le parcours d'incident et le plafond de coût. Un pilote doit être suffisamment vaste pour tester le mécanisme et suffisamment restreint pour contenir les conséquences opérationnelles.

Le quatrième jalon, prouver, demande si le changement observé est attribuable, reproductible et économiquement positif après coût complet. L'équipe teste des explications alternatives, rapproche les données, quantifie l'incertitude et documente le scénario défavorable ajusté au risque. La finance valide la classification des avantages. Le cinquième jalon, industrialiser, traite de l'intégration, de la fiabilité, du support, des conditions fournisseurs, de la gestion du changement, des pipelines de données, des contrôles et de la responsabilité d'exploitation.

Le sixième jalon, passer à l'échelle ou retirer, alloue davantage de capital en fonction de l'économie marginale et de la durabilité. Passer à l'échelle peut signifier davantage d'utilisateurs, de géographies, de décisions, de données ou d'automatisation. Chaque extension modifie le risque et peut modifier la réglementation, les besoins de contrôle et le coût unitaire. Le retrait reste une option délibérée lorsque les éléments de preuve s'affaiblissent.

Chaque jalon répond à une décision différente. L'avancement exige des preuves proportionnées au capital, à l'impact client et au risque.

5. Définir les avantages avant de les mesurer

Les catégories d'avantages doivent correspondre aux états financiers et aux décisions de trésorerie. Les avantages en termes de revenus comprennent le volume incrémental, le prix, la conversion, la fidélisation ou la mixité produit. Les avantages en termes de marge brute comprennent la réduction des intrants variables, de l'effort de service, de la correction des erreurs ou du coût de traitement des commandes. Les avantages en termes de charges d'exploitation comprennent la suppression de dépenses externes, l'évitement d'embauches, le redéploiement de capacités internes ou l'élimination d'activités. Les avantages en termes de fonds de roulement comprennent une facturation plus rapide, le recouvrement, la libération de stocks ou un meilleur calendrier de paiement. Les avantages en termes de risque comprennent la réduction de la perte attendue, des défaillances de contrôle, de la fraude, des temps d'arrêt ou des mesures correctives réglementaires.

Chaque catégorie nécessite une règle de reconnaissance. Le revenu incrémental doit être mesuré net de la cannibalisation, des remises, des retours, des commissions, du coût de traitement des commandes et des contraintes de capacité. Les économies de coûts doivent distinguer les sorties de trésorerie supprimées, les dépenses évitées, la capacité libérée et la capacité redéployée. Les heures économisées sont un résultat opérationnel. Elles deviennent un avantage financier par une action managériale telle qu'une réduction des heures supplémentaires, l'évitement de dépenses de sous-traitance, une réduction des embauches, un volume productif plus élevé ou une amélioration documentée du niveau de service.

La réduction des risques exige une discipline fondée sur la valeur attendue. La direction peut indiquer l’exposition, la fréquence des événements ou la fourchette de probabilité, la gravité, l’effet des contrôles et l’incertitude résiduelle. Une estimation d’événement rare doit rester distincte du compte de résultat réalisé récurrent. Les pertes évitées ne doivent pas être ajoutées mécaniquement au chiffre d’affaires et aux économies de coûts. Le conseil d’administration a besoin d’une vision distincte du risque et de la valeur ainsi que d’hypothèses claires.

La valeur d’option stratégique se situe également en dehors du bénéfice réalisé. Une plateforme de données gouvernée, une capacité de modèle réutilisable ou une nouvelle proposition client peuvent créer des choix futurs. Le bureau peut consigner les jalons, les décisions pouvant être influencées et les éléments de preuve encore nécessaires. Une option stratégique ne doit pas être présentée comme un chiffre d’affaires ou une trésorerie actuels.

Les définitions des bénéfices doivent rester stables dans l’ensemble du portefeuille. Si chaque initiative crée son propre langage, la finance ne peut ni les classer ni détecter les chevauchements. Une taxonomie commune aide aussi l’entreprise à expliquer pourquoi un système techniquement réussi peut avoir un effet financier limité et pourquoi un modèle modeste intégré à un processus à fort volume peut créer davantage de valeur.

Tableau 2. Protocole de reconnaissance des bénéfices

La présentation comptable et les conclusions d'assurance requièrent les normes applicables et le jugement professionnel. Le tableau est un protocole de preuves à l'attention de la direction.

6. Construire la hiérarchie des contrefactuels

L'attribution consiste à déterminer ce qui se serait probablement produit sans l'intervention. La conception pratique la plus robuste dépend du contexte. Les essais contrôlés randomisés peuvent comparer des unités éligibles affectées à différents traitements lorsque l'éthique, les opérations et la taille de l'échantillon le permettent. Les déploiements par phases créent des groupes de comparaison contemporains. Les cohortes appariées comparent des clients, employés, actifs ou cas similaires. Les modèles de double différence comparent les évolutions entre groupes affectés et non affectés. Les séries temporelles interrompues peuvent tester un processus stable avant et après le déploiement tout en tenant compte de la tendance et de la saisonnalité.

Une simple comparaison avant-après est plus faible lorsque la tarification, les effectifs, la demande, le produit, la politique ou la saison ont changé en même temps. Le service devrait conserver un journal des changements et vérifier si ces facteurs expliquent une partie du résultat. Le jugement de la direction reste utile ; il doit être visible plutôt qu'intégré silencieusement dans une feuille de calcul.

L'unité de mesure doit correspondre au mécanisme. Une recommandation au niveau du client exige des cohortes de clients ou d'opportunités. Une intervention de traitement documentaire exige des types et des niveaux de complexité de documents comparables. La maintenance prédictive exige des équipements, des cycles de service et des environnements comparables. Une moyenne globale peut masquer une amélioration dans un segment et une détérioration dans un autre.

L'adoption fait partie du contrefactuel. Un outil mis à la disposition de mille employés peut être réellement utilisé par cent. Le dénominateur doit identifier les décisions éligibles, l'utilisation réelle, les résultats acceptés, les dérogations, les exceptions et les sessions abandonnées. Les bénéfices doivent être attribués aux décisions dans lesquelles l'intervention a opéré, puis extrapolés uniquement à partir d'hypothèses d'adoption étayées.

Le service doit préenregistrer les éléments importants des pilotes significatifs : objectif, indicateur principal, indicateurs secondaires, population éligible, méthode de comparaison, fenêtre d'observation, exclusions, conditions d'arrêt et règle de décision. Le préenregistrement réduit la tentation de sélectionner des indicateurs favorables une fois les résultats visibles. Il donne également aux équipes finance et contrôle une base claire pour contester.

La méthode doit être adaptée à la décision. Des dispositifs plus robustes peuvent exiger davantage de préparation, de données et de contrôle opérationnel.

7. Intégrer le coût complet de AI

Les dossiers de justification économique de AI commencent souvent par une licence fournisseur ou des frais prévus d'utilisation du modèle. Le coût complet comprend la découverte, l'acquisition de données, l'étiquetage, le nettoyage, l'intégration, le développement, les tests, la sécurité, la confidentialité, la revue juridique, la conduite du changement, la formation, la supervision humaine, la surveillance, la réponse aux incidents, l'évaluation du modèle, la gestion des fournisseurs, l'infrastructure et la mise hors service. Le temps des collaborateurs internes est une ressource rare, même lorsqu'il ne génère pas de décaissement supplémentaire.

Les coûts ont des comportements différents. L'inférence de modèle peut varier selon les requêtes, les jetons, la longueur du contexte, la modalité, la latence et le routage. Les coûts de données peuvent varier selon les enregistrements, les sources et la fréquence d'actualisation. La revue humaine peut varier selon les exceptions et le niveau de risque. Les licences de plateforme peuvent être fixes par tranches. L'intégration et la transition sont souvent concentrées au démarrage. La surveillance et l'assurance se poursuivent tout au long de la durée de vie du système.

L'économie unitaire doit utiliser la décision métier comme dénominateur. Les exemples incluent le coût par dossier approuvé, par document finalisé, par opportunité qualifiée, par demande de service résolue, par actif surveillé ou par décision étayée. Une baisse du coût par appel de modèle peut coexister avec une hausse du coût par résultat métier finalisé lorsque la revue, le retraitement ou l'abandon augmentent.

Le dossier de justification économique doit inclure des scénarios de défaillance et de concentration. Une modification tarifaire d'un fournisseur, la fin de vie d'un modèle, la perte d'une source de données, une augmentation de la latence, une panne, une restriction juridictionnelle ou une nouvelle exigence de contrôle peuvent modifier l'économie du projet. Une architecture multi-fournisseurs peut renforcer la résilience et augmenter les coûts. Une architecture mono-fournisseur peut réduire la complexité et accroître la dépendance. Le choix doit être explicite dans la décision d'investissement.

La comptabilisation suit les normes et les faits applicables. IAS 38 fixe les critères de comptabilisation des dépenses de développement en tant qu'actif incorporel et exige que les dépenses de recherche soient comptabilisées au fur et à mesure qu'elles sont engagées. La direction doit tenir à jour les étapes du projet, les relevés de temps, les éléments probants de faisabilité technique et l'affectation des dépenses, le cas échéant. Des conseillers comptables qualifiés et des auditeurs déterminent le traitement approprié.

Tableau 3. Structure de coûts complets de AI

Le comportement des coûts dépend du cas d'usage. Le service doit rapprocher les modèles de coûts de gestion des achats, de la paie, du cloud et des registres comptables.

8. Rapprocher le bénéfice du compte de résultat et de la trésorerie

Le registre des bénéfices doit commencer par l'évolution opérationnelle observée et aboutir aux conséquences comptables et de trésorerie. Pour les revenus, il rapproche le volume éligible, la conversion ou la rétention incrémentale, le prix net, les remises, les remboursements, les commissions, l'exécution variable et l'encaissement. Pour les coûts, il rapproche la réduction d'activité des factures fournisseurs, des actions de paie, des heures supplémentaires, des recrutements et du redéploiement productif. Pour le fonds de roulement, il sépare la libération de bilan des résultats récurrents.

Le calendrier est important. Un pilote peut montrer un effet opérationnel avant que les contrats commerciaux, les effectifs ou les engagements fournisseurs puissent changer. Le service doit présenter séparément le bénéfice réalisé, le bénéfice engagé, le rythme de croisière étayé et le potentiel conditionnel. Cela évite qu'une action future sur la capacité apparaisse comme des économies actuelles.

Le double comptage exige des contrôles au niveau du portefeuille. Un modèle de recouvrement et un flux de travail financier peuvent tous deux revendiquer la même réduction du délai moyen de recouvrement des créances clients. Un outil de tarification et un assistant commercial peuvent tous deux revendiquer la même variation de marge brute. Chaque ligne financière doit avoir un responsable principal du bénéfice et une carte de contribution des initiatives de soutien. La direction financière tranche les chevauchements avant que le portefeuille n'atteigne le conseil d'administration.

Le registre doit maintenir une passerelle entre le bénéfice brut revendiqué et la valeur nette ajustée du risque. Les déductions comprennent les coûts technologiques récurrents, la revue humaine, le support opérationnel, le coût des contrôles, l'amortissement de la mise en œuvre pour l'analyse de gestion, la remédiation client, la transition et la baisse attendue. La présentation comptable peut différer de cette passerelle de gestion.

La conversion en trésorerie complète l'analyse. Des revenus comptabilisés sans encaissement, des coûts évités sans engagement modifié et une capacité libérée sans usage productif peuvent améliorer le discours avant la trésorerie. Le conseil d'administration doit voir quand le bénéfice entre dans les revenus, les charges, le fonds de roulement, les dépenses d'investissement et la trésorerie.

Les valeurs sont des hypothèses de gestion destinées à illustrer le cadre. Elles ne constituent ni des références de marché, ni des prévisions, ni des observations relatives à une entreprise.

9. Piloter ensemble le modèle, les données et la performance humaine

Les contrôles de valeur et les contrôles de risque utilisent les mêmes éléments probants opérationnels. La dérive du modèle peut réduire la conversion ou augmenter la revue manuelle. Une défaillance de la qualité des données peut fausser les décisions et augmenter la remédiation. Une faible explicabilité peut ralentir l'approbation et la résolution client. Une panne d'un tiers peut arrêter le processus qui a généré le bénéfice. Ce sont des événements économiques autant que des événements de contrôle.

Le dossier de production doit identifier le modèle et la version du prompt, les sources de données, la configuration de récupération, les règles de workflow, l’usage éligible, les droits de décision humaine, le chemin de dérogation, l’ensemble d’évaluation, les seuils, la surveillance, les incidents et les approbations de changement. Le profil « Generative AI » du NIST met en avant la gouvernance, la provenance du contenu, les tests avant déploiement et la divulgation des incidents. Ses actions suggérées comprennent l’inventaire des systèmes, les rôles de supervision humaine et des informations sur les modèles sous-jacents, les versions et les modes d’accès.

La norme de contrôle doit suivre la décision, et non l’étiquette du modèle. Un assistant de synthèse pour des documents publics a une conséquence différente de celle d’un système qui influence des décisions de crédit, de recrutement, de tarification, de trading, médicales ou de sécurité. La matérialité doit refléter l’échelle, la réversibilité, les personnes touchées, les obligations juridiques, l’exposition des clients et la dépendance opérationnelle.

La supervision humaine doit être mesurée. Le service doit consigner le moment où la revue a lieu, la compétence du réviseur, le temps, l’acceptation, la modification, le rejet et l’escalade. Un humain dans la boucle purement nominal peut devenir un approbateur passif sous pression temporelle. L’analyse des dérogations peut révéler une faiblesse du modèle, des lacunes de formation, un usage inapproprié ou un seuil qui produit des exceptions excessives.

Les incidents doivent être reliés au registre des bénéfices. Une interruption de service, un résultat erroné, une fuite de données, une réclamation client ou un manquement au contrôle peuvent générer des coûts directs, une perte de revenus, des mesures correctives, des retards et une distraction de la direction. Le service enregistre les impacts réalisés et les impacts de scénario sans les compenser de manière invisible par rapport au bénéfice brut.

10. Encadrer les AI de tiers et intégrés

Les systèmes de tiers peuvent accélérer le déploiement et transférer les coûts du développement vers l’abonnement ou la consommation. Ils créent aussi une dépendance aux conditions du fournisseur, aux modèles, au traitement des données, aux niveaux de service, aux pratiques de changement et à la viabilité financière. La Banque d’Angleterre et la FCA ont indiqué qu’un tiers des cas d’usage de AI dans leur enquête de 2024 étaient des implémentations de tiers et que les répondants s’attendaient à une hausse du risque de dépendance aux tiers.

Les achats doivent obtenir les informations nécessaires tant pour le contrôle que pour l’économie du dispositif : finalité du système, architecture du modèle et des données, utilisation des données clients, conservation, localisation, sous-traitants ultérieurs, conditions de propriété intellectuelle, évaluation, sécurité, notification des incidents, niveaux de service, préavis de changement, droits d’audit, mécanique tarifaire, export, transition et suppression. Certaines informations peuvent rester indisponibles. Le dossier de décision doit indiquer l’incertitude qui en résulte et les contrôles compensatoires.

Les AI intégrés nécessitent un processus de changement logiciel. Une application d’entreprise établie peut ajouter une fonctionnalité AI qui utilise de nouvelles données, modifie des décisions ou change la tarification. Les responsables métier peuvent l’activer sans projet formel. Le registre du portefeuille doit recevoir des signaux des achats, de l’architecture, de la revue de sécurité, de la gestion des versions fournisseur et de l’analyse des dépenses.

L’économie des fournisseurs doit être testée au niveau du portefeuille. Des équipes distinctes peuvent acheter des copilotes, des systèmes de récupération, des modèles documentaires et des plateformes d’automatisation qui se chevauchent. La consolidation peut réduire les dépenses et augmenter la concentration. La diversification peut améliorer la résilience et accroître les coûts d’intégration et de contrôle. Le service doit présenter l’arbitrage comme une décision délibérée.

La capacité de sortie fait partie de la valeur. L’entreprise doit savoir exporter les données, conserver les enregistrements, reproduire la logique critique, migrer les flux de travail et poursuivre le service si un modèle ou un fournisseur change. Un système affichant de bonnes performances actuelles mais sans sortie pratique peut supporter une décote de durabilité dans l’allocation interne du capital et la due diligence de transaction.

Tableau 4. Due diligence commerciale et de contrôle des AI de tiers

Les droits contractuels et les obligations réglementaires varient. Les spécialistes compétents doivent examiner le montage spécifique.

11. Allouer le capital au sein d’un portefeuille

Le portefeuille doit être classé selon les preuves et la logique économique plutôt que selon l’ancienneté du sponsor financier. Une matrice pratique s’appuie sur l’ampleur du bénéfice, la solidité des preuves, le délai jusqu’à l’encaissement, le capital nécessaire, la maturité opérationnelle, l’exposition au risque, la réutilisation et la durabilité. Chaque score est lié à des preuves justificatives et à un réviseur désigné. Un risque critique ou une restriction juridique peut prévaloir sur la moyenne pondérée.

Les initiatives se répartissent en classes de capital distinctes. Les initiatives d’efficience de base améliorent les processus établis et peuvent disposer de bases de référence mesurables. Les initiatives de croissance influencent les décisions des clients et exigent une attribution rigoureuse. Les initiatives de risque réduisent la perte attendue et soutiennent la résilience. Les initiatives de capacités stratégiques créent des données, une plateforme ou des talents réutilisables. Les expérimentations testent des mécanismes incertains dans une enveloppe de dépenses plafonnée. Mélanger ces classes dans un même classement de rentabilité peut pénaliser des contrôles nécessaires et récompenser des revenus spéculatifs.

Le capital doit être libéré par tranches alignées sur les six jalons de validation. Les premiers financements servent à apprendre : accès aux données, cartographie des processus, évaluation et pilote à périmètre borné. Les financements ultérieurs servent à l’intégration en production, à la fiabilité, à la conduite du changement et à la mise à l’échelle. Un projet qui ne peut pas indiquer le prochain jalon de preuve ne doit pas recevoir un budget important indifférencié.

L’économie marginale compte à l’échelle. La première unité commerciale peut disposer de données propres et d’utilisateurs enthousiastes. La géographie suivante peut nécessiter une localisation, une adaptation réglementaire, une intégration et une formation. Le bureau doit approuver l’extension sur la base du coût et du bénéfice incrémentaux de la prochaine cohorte, et non du résultat moyen du déploiement le plus facile.

Le portefeuille doit aussi intégrer une contrainte de capacité. Les ingénieurs de données, les réviseurs de sécurité, les experts métier et les responsables de la conduite du changement sont souvent plus rares que l’argent. Le bureau doit faire apparaître les goulets d’étranglement de ressources et le coût d’opportunité du maintien d’initiatives faibles. L’arrêt d’une initiative peut libérer plus de valeur qu’un nouveau pilote.

Les scores sont des hypothèses de la direction servant à démontrer le cadre. La taille des bulles représente, à titre illustratif, le capital restant à engager.

12. Relier la valeur au financement et à la valorisation

AI peut affecter le financement et la valorisation par les flux de trésorerie, la croissance, le risque, l’intensité capitalistique et la position stratégique. Les éléments probants doivent permettre d’identifier le canal concerné. Une baisse du coût de service peut améliorer la marge lorsque le coût est réellement supprimé ou que la production augmente. Un processus de vente plus rapide peut améliorer le chiffre d’affaires lorsque la conversion et la contribution sont attribuables. Une plateforme de données maîtrisée peut soutenir de nouveaux produits lorsque les droits, la demande et l’équation économique sont étayés.

L’analyse de valorisation doit distinguer la performance actuelle, le plan crédible et l’option stratégique. La performance actuelle doit figurer dans les éléments financiers historiques. Un plan crédible exige une économie unitaire éprouvée, l’adoption, la capacité et la mise en œuvre. La valeur d’option stratégique exige des jalons et des fourchettes d’incertitude. Combiner les trois dans un seul pourcentage de revalorisation masque le risque.

La durabilité influe sur le pont de valorisation. Un bénéfice qui dépend d’un seul fondateur, d’un seul fournisseur, d’une tarification temporaire permissive ou de données clients non vérifiées est moins transférable qu’un bénéfice intégré à un flux de travail maîtrisé, à des droits sur les données documentés, à une évaluation reproductible, à des opérateurs formés et à une architecture résiliente. Le bureau doit tenir un score de durabilité avec des preuves à l’appui de chaque composante.

Les contreparties de financement examineront la conversion en trésorerie et le scénario défavorable. Un prêteur peut accorder davantage de poids aux économies récurrentes réalisées, aux revenus contractuels et à des opérations résilientes qu’à un important pipeline potentiel. Les investisseurs en actions peuvent accepter davantage d’incertitude tout en exigeant des preuves de capacité de mise à l’échelle et de défense concurrentielle. Les acquéreurs dans le cadre d’une transaction vérifieront si le système et son bénéfice résistent à un changement de contrôle et à une intégration.

Aucun cadre de gouvernance ne garantit une hausse de valorisation ni un résultat de financement. Le bureau fournit une base traçable permettant à la direction, aux conseillers et aux apporteurs de capitaux d’évaluer l’allégation. Les conditions de marché, la concurrence, la performance, les priorités des acquéreurs, la disponibilité du financement et la négociation restent déterminantes.

13. Prévenir le « AI washing » au sein de l’entreprise

Les allégations externes relatives à AI créent un risque juridique et de réputation lorsqu’elles ne sont pas étayées. Les allégations internes faussent aussi l’allocation du capital. Un projet peut être décrit comme rendu possible par AI alors que le résultat matériel provient de la refonte des processus, d’effectifs supplémentaires, d’un service fournisseur ou d’un moteur de règles classique. Le bureau doit préciser l’intervention et la contribution réelles de chaque composante.

La Securities and Exchange Commission des États-Unis a inculpé deux conseillers en investissement en 2024 pour avoir fait des déclarations fausses et trompeuses sur leur utilisation de AI. L’action coercitive portait sur les déclarations de conseillers en investissement ; la leçon managériale plus large est la discipline en matière de preuves. Les allégations adressées aux conseils d’administration, aux investisseurs, aux prêteurs, aux clients et aux employés doivent avoir une base raisonnable et documentée.

Le registre des allégations doit recenser les déclarations publiques, les supports investisseurs, les propositions, les descriptions de produits, les documents du conseil et le reporting de gestion significatif. Chaque déclaration est liée à une définition, une source, un propriétaire, une date de revue et des limites approuvées. Le langage marketing ne doit pas précéder les preuves techniques et opérationnelles.

Les tableaux de bord des bénéfices nécessitent le même contrôle. Les libellés tels que réalisé, validé, engagé et potentiel doivent avoir des définitions stables. Les graphiques doivent présenter le bénéfice brut et net, la période, la base de coûts, la méthode de comparaison et le niveau de confiance ou l’incertitude. Un reporting sélectif des pilotes réussis peut créer une vision faussée du portefeuille si les initiatives échouées et abandonnées disparaissent.

Le conseil doit demander un rapprochement entre la valeur mise en avant et le grand livre et la trésorerie. Cette question modifie les comportements dans tout le système. Les sponsors financiers comprennent qu’un résultat prometteur peut être présenté, avec son incertitude, sans être converti en un chiffre réalisé.

14. Concevoir le tableau de bord trimestriel du conseil

Le tableau de bord du conseil doit répondre à cinq questions. Où le capital est-il déployé ? Quelles initiatives ont franchi leur jalon de preuve actuel ? Quelle valeur a été réalisée et rapprochée ? Quels risques et dépendances pourraient modifier cette valeur ? Quelles décisions sont nécessaires maintenant ?

La couverture du portefeuille présente les initiatives par jalon, mécanisme métier, zone géographique, niveau de risque et sponsor financier. La couverture du capital indique les montants approuvés, engagés et dépensés, ainsi que le coût récurrent prévisionnel. La couverture des preuves indique les bases de référence approuvées, les bénéfices validés, les contrôles achevés, les revues en retard et les systèmes dont la propriété ou la dépendance vis-à-vis du fournisseur est inconnue.

Le reporting de la valeur sépare le compte de résultat réalisé, la trésorerie réalisée, le run rate étayé, la libération de fonds de roulement, la valeur du risque et les options stratégiques. Il présente les déductions du brut au net et les ajustements liés aux doubles comptages. La tendance compte : un bénéfice qui diminue après le lancement peut indiquer une adoption, une dérive, un changement de processus ou la performance du fournisseur.

Le reporting des risques identifie les incidents significatifs, les remédiations en retard, la concentration, l’impact client, les changements juridiques ou réglementaires et les systèmes approchant le renouvellement de contrat ou l’obsolescence du modèle. Le tableau de bord doit associer chaque exception à un propriétaire, une date de décision et une fourchette d’exposition financière lorsqu’elle peut être étayée.

Le reporting des décisions permet de garder la réunion centrée. Le conseil peut approuver la prochaine tranche de capital, exiger une remédiation avant la montée en charge, regrouper des fournisseurs, arrêter une initiative, modifier une classification de bénéfice ou demander un examen indépendant. Un tableau de bord qui ne produit aucune décision peut devenir une couche de reporting supplémentaire.

Tableau 5. Tableau de bord trimestriel de la valeur AI

Les seuils et les couleurs doivent être approuvés par la direction en fonction du risque, de la matérialité et du cycle de planification de l’organisation.

15. Appliquer le modèle dans trois contextes opérationnels

Dans une institution financière réglementée, le bureau peut commencer par le traitement de documents, la détection de fraude, le support client et la recherche interne. Le mécanisme de création de valeur diffère selon les cas d’usage. Un système documentaire peut améliorer les délais de traitement et le taux d’erreur. Un système antifraude influence la perte attendue et les frictions clients. Un assistant de support influence la résolution, les réclamations et la capacité de service. La gouvernance doit refléter les obligations en matière de devoir envers les consommateurs, de données, de modèle, d’externalisation et de résilience opérationnelle. L’enquête 2025 de la DFSA a constaté une adoption rapide parmi les entreprises du DIFC ayant répondu et le développement continu de la gouvernance et de la responsabilité.

Dans un cabinet de services professionnels, le bureau peut examiner la recherche, la création de propositions, la revue de documents et la récupération de connaissances. Les heures économisées ne se traduisent pas directement par un gain de trésorerie. Le cabinet doit déterminer si la capacité accroît la production facturable, améliore les délais d’exécution, réduit les dépenses externes, soutient la marge des forfaits ou crée un nouveau service. La qualité, la confidentialité, les conditions clients, la responsabilité professionnelle et la provenance des connaissances restent importantes.

Dans une entreprise industrielle, le portefeuille peut inclure la prévision, l’inspection qualité, la maintenance et l’optimisation énergétique. L’unité est une usine, une ligne, un actif ou un lot. Les bénéfices se rattachent au rendement, aux rebuts, aux temps d’arrêt, aux stocks, à l’énergie, à la maintenance et au service contractuel. La sécurité physique, la qualité des capteurs, l’état des équipements et l’environnement d’exploitation influent à la fois sur la performance technique et sur l’attribution financière.

Dans les trois contextes, le cadre reste le même : définir la contrainte, approuver la base de référence, tester une intervention encadrée, prouver le mécanisme, imputer le coût complet, maîtriser le système, étendre à l’échelle à la marge et conserver les éléments probants. Les indicateurs spécifiques et les obligations réglementaires changent.

Le déploiement multigéographique exige une nouvelle décision de jalon. Les règles relatives aux données, les pratiques d’emploi, la protection des consommateurs, la réglementation financière, la langue, l’infrastructure et la disponibilité des fournisseurs peuvent modifier le mécanisme. Un cas d’usage éprouvé au UAE, au Royaume-Uni ou en Inde ne doit pas être présumé transposable sans adaptation. Le bureau doit conserver un dossier de décision par juridiction et un avis professionnel à jour.

16. Exécuter un programme de mise en œuvre de 180 jours

Les jours zéro à trente établissent l’autorité et l’inventaire. Le conseil d’administration approuve le mandat, la matérialité et les droits de décision. La direction identifie les initiatives existantes, les systèmes intégrés, les fournisseurs, les coûts, les sponsors et les registres de contrôle. La finance définit la taxonomie des bénéfices et les libellés de reporting. Le bureau sélectionne un petit nombre d’initiatives importantes pour des tests rétrospectifs et une nouvelle initiative pour concevoir un jalon prospectif.

Les jours trente et un à soixante établissent les bases de référence et le registre des bénéfices. Les équipes finance et opérations définissent les indicateurs, les systèmes sources, les périodes, la segmentation et les méthodes de comparaison. Les équipes technologiques connectent la télémétrie. Les achats cartographient les contrats et le comportement des coûts. Les fonctions risque et juridique définissent les déclencheurs de revue. Le bureau identifie les déclarations de bénéfices en double et les initiatives sans responsable désigné des bénéfices.

Les jours soixante et un à quatre-vingt-dix exécutent les jalons de preuve. Les pilotes actifs reçoivent des plans de mesure préenregistrés. Les systèmes de production existants font l’objet de revues des bénéfices et des contrôles. La direction classe la valeur réalisée, la valeur récurrente annualisée, la valeur conditionnelle et la valeur stratégique. Les éléments probants faibles sont signalés comme tels. Les initiatives dépourvues de mécanisme viable ou de responsable sont suspendues ou abandonnées selon la gouvernance approuvée.

Les jours quatre-vingt-onze à cent vingt intègrent la planification. Les bénéfices approuvés entrent dans les budgets et les prévisions conformément à la politique financière. Les plans de ressources indiquent les actions de recrutement, de fournisseurs et de capacité. Les engagements auprès des fournisseurs et dans le cloud sont rapprochés des scénarios d’adoption. Le conseil d’administration reçoit le premier tableau de bord de portefeuille et prend des décisions de réaffectation du capital.

Les jours cent vingt et un à cent cinquante renforcent la durabilité. Les équipes testent la résilience, le changement de version, les droits sur les données, la supervision humaine, la dérive de modèle, la réponse aux incidents et la capacité de sortie. Un échantillon des calculs d'avantages est reproduit de manière indépendante. Les documents de financement et de préparation aux transactions n'utilisent que des déclarations approuvées.

Les jours cent cinquante et un à cent quatre-vingts intègrent le cycle. Le bureau aligne les revues de jalon sur les calendriers budgétaires, du comité d'investissement, des achats, de l'architecture, des risques et du conseil d'administration. Les politiques définissent l'actualisation, les exceptions et le retrait. La direction s'accorde sur les prochaines priorités du portefeuille en fonction des liquidités, de la stratégie et des preuves.

Le calendrier est une séquence de gestion illustrative. La portée réelle dépend de la taille du portefeuille, des systèmes, des données, de la réglementation et de la capacité organisationnelle.

17. Utiliser un tableau de bord de valeur pondéré par les preuves

Un tableau de bord doit orienter les décisions sans créer une fausse précision. Chaque initiative peut être évaluée selon la qualité de référence, la solidité de l'attribution, les liquidités réalisées, l'économie unitaire, l'adoption, l'exhaustivité des contrôles, la résilience, la transférabilité et la responsabilité du propriétaire. Les preuves sous-jacentes restent plus importantes que la moyenne.

Les dérogations critiques empêchent un score élevé de masquer un problème important. Les exemples incluent un usage interdit, un préjudice client non résolu, des droits sur les données non étayés, une constatation de sécurité critique, une dépendance ingérable à un fournisseur unique, l'incapacité à reproduire le calcul des avantages ou l'absence d'un propriétaire de processus responsable. L'initiative ne peut pas progresser tant que l'autorité compétente n'a pas résolu ou accepté le problème.

L'incertitude doit être exprimée sous forme de plages et de scénarios. Un avantage peut avoir un scénario bas, un scénario de la direction et un scénario haut selon l'adoption, la taille de l'effet, le prix, le volume et le coût. Le bureau consigne les corrélations entre les hypothèses. Plusieurs initiatives peuvent reposer sur la même prévision de revenus ou le même plan d'embauche ; leur potentiel à la hausse ne doit pas être additionné comme s'il était indépendant.

Le tableau de bord doit évoluer à mesure que les preuves s'accumulent. Un pilote peut avoir un potentiel élevé et des preuves limitées. Un système mature peut avoir un potentiel modéré, des liquidités réalisées élevées et des préoccupations émergentes en matière de durabilité. Le capital suit la prochaine décision, et non un label permanent.

Le conseil d'administration doit examiner le maillon le plus faible pour les initiatives à plus forte valeur et l'engagement de capital le plus élevé pour les preuves les plus faibles. Ces deux perspectives identifient souvent l'intervention la plus importante.

Tableau 6. Tableau de bord de valeur AI pondéré par les preuves

Les scores, pondérations et seuils sont des hypothèses de gestion conçues par l'entreprise. Les dérogations critiques nécessitent des décisions documentées distinctes.

18. Convertir les preuves en actions de direction

Le Bureau de la valeur AI devrait améliorer les décisions dès le premier cycle de reporting. Il peut arrêter les pilotes dupliqués, révéler les systèmes sans responsable, corriger les catégories de bénéfices gonflées, consolider la mesure et réaffecter les capacités de livraison limitées. Ces actions créent de la valeur par la discipline de gestion, avant même qu'un important bénéfice AI soit reconnu.

Les dirigeants devraient poser les mêmes questions à chaque jalon. Quelle décision métier change ? Quelle est la base de référence ? Quelles preuves démontreront la causalité ou la contribution ? Quel est le coût complet au volume actuel et à l'échelle ? Quelle action humaine transforme les résultats en compte de résultat ou en trésorerie ? Quels risques peuvent inverser le résultat ? Qui est responsable du processus après le départ de l'équipe projet ? Quelles preuves amèneraient la direction à arrêter ?

Le bureau améliore également la préparation aux transactions. Un acheteur, un prêteur ou un investisseur peut examiner un registre de portefeuille, un grand livre des bénéfices, un modèle de coûts, un registre des contrôles et une évaluation de la pérennité. L'entreprise peut expliquer la contribution AI sans s'appuyer sur des affirmations générales. Le potentiel non étayé reste visible en tant que potentiel.

Les exigences externes continueront d'évoluer. La loi AI de l'UE s'applique selon le système, le rôle, l'usage et le calendrier. Les régulateurs financiers élaborent des approches de supervision. Les normes techniques et les capacités des modèles évoluent. Le bureau devrait maintenir à jour les conseils juridiques et réglementaires et actualiser les systèmes importants lorsque les règles, l'usage ou l'architecture changent.

La discipline fondamentale reste stable : relier chaque investissement AI important à une contrainte métier, une base de référence contrôlée, une intervention testée, un pont financier, un coût complet et un responsable opérationnel redevable. Un portefeuille construit sur ces preuves donne au conseil d'administration un choix plus clair entre mise à l'échelle, refonte, renégociation, consolidation et abandon. Il donne aussi à la finance un parcours défendable depuis un arriéré de cas d'usage jusqu'à un compte de résultat et une trésorerie de qualité décisionnelle.

Sources et lectures complémentaires

1. Banque centrale du UAE, Note d'orientation sur la protection des consommateurs et l'adoption et l'utilisation responsables de l'intelligence artificielle Source officielle
2. Autorité des services financiers de Dubaï, Enquête AI 2025 Source officielle
3. Banque d'Angleterre et Autorité de conduite financière, L'intelligence artificielle dans les services financiers britanniques 2024 Source officielle
4. National Institute of Standards and Technology, Cadre de gestion des risques liés à l'intelligence artificielle 1.0 Source officielle
5. National Institute of Standards and Technology, Profil d'intelligence artificielle générative, NIST AI 600-1 Source officielle
6. National Institute of Standards and Technology, Centre de ressources AI Source officielle
7. Union européenne, règlement (UE) 2024/1689, règlement sur l'intelligence artificielle Source officielle
8. Commission européenne, cadre réglementaire pour l'intelligence artificielle Source officielle
9. OCDE, Principes AI Source officielle
10. OCDE, principe de responsabilité Source officielle
11. OCDE, principe de robustesse, de sécurité et de sûreté Source officielle
12. U.S. Government Accountability Office, Cadre de responsabilité en matière d'intelligence artificielle Source officielle
13. Banque des règlements internationaux, Gouvernance de l'adoption de AI dans les banques centrales Source officielle
14. Banque des règlements internationaux, L'utilisation de l'intelligence artificielle à des fins de politique publique Source officielle
15. Organisation internationale des commissions de valeurs, Cas d'usage de AI sur les marchés de capitaux Source officielle
16. U.S. Securities and Exchange Commission, Accusations portées contre des conseillers en investissement concernant des déclarations AI Source officielle
17. U.S. Securities and Exchange Commission, déclaration de blanchiment d'AI Source officielle
18. Fondation IFRS, IAS 38 Immobilisations incorporelles Source officielle
19. Fondation IFRS, IAS 36 Dépréciation d'actifs Source officielle
20. Fondation IFRS, IFRS 3 Regroupements d'entreprises Source officielle
21. Organisation internationale de normalisation, systèmes de management AI ISO/IEC 42001 Source officielle
22. Organisation internationale de normalisation, gestion des risques AI ISO/IEC 23894 Source officielle
23. Centre national de cybersécurité du Royaume-Uni, Lignes directrices pour le développement sécurisé de systèmes AI Source officielle
24. Agence américaine de cybersécurité et de sécurité des infrastructures, Sécurité dès la conception Source officielle
25. Financial Conduct Authority, Mise à jour sur l'intelligence artificielle Source officielle
26. Autorité monétaire de Singapour, Initiative Veritas Source officielle
27. Commission australienne des valeurs mobilières et des investissements, Rapport 798 Attention à l'écart : dispositifs de gouvernance face à l'innovation AI Source officielle
28. Bureau du surintendant des institutions financières Canada, Ligne directrice E-23 Gestion du risque de modèle Source officielle
29. Gouvernement UAE, lois sur la protection des données Source officielle
30. Centre financier international de Dubaï, Protection des données Source officielle