L’impact de l’intelligence artificielle sur l’évolution du contrôle de gestion : vers un pilotage augmenté de la performance

Abstract

Résumé

L’intelligence artificielle (IA) transforme profondément les pratiques de contrôle de gestion, ouvrant la voie vers un pilotage augmenté de la performance. Cette étude examine les conditions dans lesquelles l’adoption de l’IA améliore la performance du contrôle de gestion et explore comment les organisations peuvent optimiser son intégration. À travers une analyse de la littérature et une méthodologie basée sur l’évaluation empirique, nous identifions trois niveaux d’impact : l’automatisation des processus de collecte et de traitement des données, l’analyse prédictive pour l’anticipation des tendances, et l’aide à la décision stratégique. Les résultats montrent que l’IA permet une réduction significative du temps de production des rapports (jusqu’à 60%), une amélioration de la précision des prévisions financières et un meilleur alignement entre les objectifs opérationnels et stratégiques. Cependant, cette transformation soulève des défis liés à la gouvernance des données, aux compétences des contrôleurs de gestion et à l’éthique algorithmique. Cette recherche adopte une approche mixte combinant une revue systématique de la littérature et une étude empirique. L’enquête repose sur l’analyse de quatre entreprises et un questionnaire administré auprès de 127 contrôleurs de gestion.

Mots clés : Analyse prédictive, Contrôle de gestion, Intelligence artificielle, Pilotage de la performance, Transformation digitale.

Abstract

Artificial intelligence (AI) is profoundly transforming management control practices, paving the way for enhanced performance management. This study examines the conditions under which the adoption of AI improves management control performance and explores how organizations can optimize its integration. Through a literature review and a methodology based on empirical evaluation, we identify three levels of impact: the automation of data collection and processing, predictive analytics for anticipating trends, and support for strategic decision-making. The results show that AI enables a significant reduction in report production time (up to 60%), improved accuracy of financial forecasts, and better alignment between operational and strategic objectives. However, this transformation raises challenges related to data governance, the skills of management controllers, and algorithmic ethics. This study employs a mixed-methods approach that combines a systematic literature review with an empirical study. The research is based on an analysis of four companies and a questionnaire administered to 127 management controllers.

Keywords : Artificial intelligence, Digital transformation, Management accounting, Performance management, Predictive analytics.