Les Experts-Comptables ne seront jamais « automatisés »

Twitter s’est récemment agité autour de l’IA et de l’expertise comptable.

De nombreux experts-comptables craignent en effet que le « code » et l’IA ne viennent un jour les remplacer par l’automatisation.

Les exemples de ces dernières années (taxis, secrétaires, libraires, caissiers…) donnent l’impression que bientôt, une armée de robots viendra faire le travail à leur place et que les experts-comptables n’ont plus qu’à « apprendre le code » pour espérer garder leur travail.

Voyons donc cette question avec le point de vue d’un codeur.

Un expert-comptable, au quotidien, doit faire face à 3 niveaux de difficulté :

  • La complexité de la vie de son entreprise cliente
  • La complexité de la loi
  • Enfin, la complexité liée à la typologie de business dans laquelle l’entreprise cliente évolue.

Pour donner un exemple concret, si j’achète une machine-outil à X milliers d’euros, je dois l’amortir sur un certain nombre d’années. Ce nombre d’années dépend évidemment des recommandations de Bercy, mais aussi des pratiques traditionnellement appliquées dans l’industrie ciblée, et enfin des désirs du dirigeant qui va vouloir appliquer une certaine stratégie financière (pas forcément au niveau comptable mais au niveau fiscal).

On peut évidemment imaginer une IA qui pourrait lire les articles de loi sur ce sujet, regarder les choix de dirigeants d’autres sociétés ayant acheté la même machine-outil, et appliquer une médiane entre les deux pour définir l’amortissement. Cependant, cette IA ne peut pas prédire que le dirigeant d’entreprise voudra faire un choix différent pour une raison stratégique.

Ces niveaux de complexité rendent illusoire l’idée qu’une IA peut « faire le travail » à la place d’un véritable Expert-Comptable. Autant essayer d’inventer une IA qui lit dans les pensées des gens.

Un autre exemple vient en tête pour les sociétés technologiques : le label JEI, « Jeune Entreprise Innovante ». Ce label permet, sous certaines conditions très qualitatives, de réduire fortement les charges sociales en cas d’embauche. Cependant, les conditions dans lesquelles les entreprises peuvent être éligibles ne sont pas binaires. Il s’agit, en dernier recours, d’une décision qualitative prise par l’expert-comptable et qui doit être justifiable devant un contrôleur des impôts.

Comme ce label est très récent, la jurisprudence manque encore cruellement sur ce sujet : pas de data donc, et donc pas d’IA possible.

On peut également prendre l’exemple d’une provision pour risque et charge pour licenciement : dans cet exemple précis la data existe, mais la décision reste réellement qualitative. Il ne suffit pas de prendre une médiane entre les différentes provisions comptabilisées par les autres entreprises, il faut une appréciation de la gravité des faits en fonction du rôle du salarié et de ses fonctions. Qui fera suffisamment confiance à une IA pour prendre ce type de décision ? L’avocat et l’EC sont les interlocuteurs privilégiés dans ce cas précis.

Cela est encore plus vrai sur des sujets comme les impairment tests de certains actifs ou encore les impacts de passer des dépenses en actif ou en charge chez les associations au vu des impacts sur les Comptes Administratifs et les BP.

L’IA n’existe, pour l’instant, que pour effectuer des tâches hyper précises sur des domaines extrêmement normalisés avec une grande quantité de data très harmonisées.

En médecine par exemple, les algorithmes de Computer Vision qui repèrent les zones cancéreuses sur les radios ne sont pas qualifiés pour prendre une décision d’opérer ou pas. Seuls les médecins prennent ce choix.

Encore une fois, on pourrait imaginer un algorithme d’IA qui annoncerait une nécessité d’opérer en se basant sur une grande quantité de données passées, par exemple le taux de réussite, la taille de la tumeur, l’âge du patient, etc. Mais il ne serait pas simple d’y intégrer la totalité des données médicales d’un patient, notamment les informations rares et non usuelles qui présentent potentiellement un risque supplémentaire en cas d’opération : par exemple, si le corps du patient est trop faible pour supporter une opération, ou à cause d’une allergie à un médicament.

La répétitivité est la clé de l’automatisation. Or le métier d’un expert comptable, tout comme celui d’un médecin, est tout sauf répétitif.

Evidemment, le problème est que certains entrepreneurs croient aux promesses qui leur sont faites d’automatiser 100% de leur comptabilité pour le prix d’un abonnement téléphonique. Ils se passent donc d’expert-comptable et prennent un prestataire qui leur vend une solution miracle.
Plusieurs mois après, ils se rendent compte de leur erreur lorsqu’il faut prendre une décision qualitative, et c’est un expert-comptable qui doit tout nettoyer derrière.

Chez Chaintrust, nous pensons que la plus grande menace sur le CA des experts-comptables n’est pas l’automatisation, ni le « code », mais l’internalisation de la comptabilité, notamment par les PME de plus 50 employés.

C’est pourquoi l’automatisation, loin d’être une menace, est au contraire un outil formidable pour mieux gérer le flux et proposer des services qualitatifs de plus en plus performants. La technologie n’est pas un danger, c’est une commodité de moins en moins chère et dont il faut se servir pour avancer plus vite. Plus un cabinet sera automatisé, plus il pourra gérer des gros volumes et prendre en charge la comptabilité de clients importants qui ont des exigences spécifiques.

Une récente étude de l’OEC a montré qu’au delà de 50 employés, seules 40% des PME avaient encore un expert-comptable.

Imaginez-vous le potentiel financier de toutes ces sociétés qui gagneraient à recevoir vos conseils d’expert ?

Alors n’attendez plus et venez automatiser vos tâches répétitives sur www.chaintrust.io/ 🙂