En janvier 2023, j'ai écrit un article sur ce que les CFO modernes doivent savoir sur la consolidation 3.0. L'argument était simple : les plateformes héritées, sur site, détenues par l'informatique des années 1990 et 2000 avaient fait leur temps. La troisième vague — axée sur le cloud, détenue par la finance, sans code, plus rapide à mettre en œuvre — arrivait, et les fournisseurs qui ne s'adaptaient pas seraient laissés pour compte.
Trois ans plus tard, je maintiens chaque mot. La direction était bonne. Et pour être honnête, la réalité de la mi-vague de 2026 ne me surprend pas : les fournisseurs de consolidation se sont reposés sur leurs lauriers trop longtemps, confortables dans l'idée que la consolidation est collante et que les clients ne remplacent pas rapidement. Ce que je n'avais pas anticipé, c'est que l'IA arriverait et commencerait la quatrième vague avant que la troisième n'ait à peine commencé. La promesse de la 3.0 — véritablement prête à l'emploi, en direct en quelques semaines, détenue par la finance dès le premier jour — a été partiellement tenue par certains et à peine commencée par d'autres. Le marketing a rattrapé plus vite que le produit. Et maintenant, l'horloge s'est remise à zéro, à une vitesse que le marché n'a jamais vue auparavant.
J'ai vécu toutes les quatre générations de ce marché. La Consolidation 1.0 qui était sur site, détenue par l'informatique, et lourde en programmation, qui a laissé place à la Consolidation 2.0 environ une décennie plus tard. Il a fallu une autre décennie avant que la 3.0 n'arrive. Chaque changement générationnel a pris dix à quinze ans pour se dérouler complètement. Les fournisseurs avaient le temps de le voir venir, de le débattre et de se repositionner progressivement. Le rythme était évolutif.
La Consolidation 4.0 ne suit pas cette chronologie. Nous sommes à peine trois ans dans la 3.0 — et de nombreux fournisseurs n'ont pas encore tenu ses promesses. L'IA ne se déplace pas au rythme des vagues technologiques précédentes. Elle se déplace à la vitesse de la pensée. Les fournisseurs qui supposaient qu'ils avaient la décennie habituelle pour s'adapter vont se retrouver face à deux problèmes non résolus à la fois, sur une chronologie qui ne leur laisse la place de résoudre ni l'un ni l'autre correctement.
C'est ça la véritable disruption. Pas seulement que l'IA arrive. Mais qu'elle est arrivée alors que la plupart du marché était encore en cours de route sur la vague précédente.
Le mythe du client moyen simple
Depuis aussi longtemps que je suis dans cette industrie, il y a eu une hypothèse confortable que la consolidation du marché moyen est plus simple que celle de l'entreprise : Moins d'entités, moins d'utilisateurs et des exigences plus simples. Cela semble raisonnable, mais c'est faux — et ça l'est depuis des années.
Les organisations financières du marché moyen portent une complexité structurelle de niveau entreprise sur des ressources de marché moyen.
Pensez à ce que cela signifie en pratique. Une entreprise termine une acquisition en milieu d'année. La plateforme gère la clôture de routine. Mais l'allocation du prix d'achat, le calcul du goodwill, les ajustements d'acquisition par étapes — ceux-ci se retrouvent presque universellement dans Excel, car ils ne sont pas préconfigurés dans l'application. L'équipe financière publie une écriture de journal manuel et passe à autre chose. Il en va de même pour les cessions, les réorganisations, les opérations interrompues. L'ajout d'une nouvelle devise de reporting ou d'un nouveau niveau de sous-consolidation, quelque chose qui devrait être routinier, nécessite souvent un travail de configuration qui ressemble beaucoup au codage que la 3.0 était censée éliminer.
Les entreprises du marché moyen n'ont eu d'autre choix que de compter sur ces solutions de contournement — non pas parce que leurs équipes ne sont pas capables, mais parce qu'aucun fournisseur ne leur a donné ce dont elles avaient réellement besoin. Soit les solutions qui pouvaient gérer la complexité étaient trop chères, prenaient trop de temps à mettre en œuvre, ou étaient trop dépendantes de l'informatique et de l'expertise extérieure pour être détenues et maintenues. Alors, les équipes financières se sont adaptées. Elles ont construit des ponts de tableur, publié des écritures de journal manuelles et créé des processus parallèles en dehors du système. Et elles ont appelé ça normal.
La différence clé entre le marché moyen et l'entreprise n'est pas la complexité ; ce sont les ressources. Une grande entreprise a des spécialistes — des équipes de personnes qui gèrent les cas limites, exécutent les flux de travail parallèles et absorbent l'effort manuel. Une équipe financière du marché moyen a souvent un contrôleur qui est un homme-orchestre, responsable de tout, sans personne à qui confier les cas difficiles. Ce contrôleur n'a pas besoin d'un produit plus simple. Il a besoin d'un produit plus complet — une plateforme qui gère ce que les clients d'entreprise paient des consultants pour gérer, sans nécessiter un consultant pour la configurer.
Cet écart, entre ce que la 3.0 a promis et ce que la plupart des fournisseurs ont réellement livré pour ce client, est l'affaire inachevée que la quatrième vague doit résoudre.
La vitesse sans confiance n'est qu'un risque compressé. J'ai vu de nombreuses organisations clôturer en cinq jours et ne pas encore pleinement soutenir leurs chiffres au moment où elles atteignent le conseil d'administration.
À quoi l'IA dans la consolidation devrait réellement ressembler
Chaque fournisseur sur ce marché parle d'IA. La plupart d'entre eux font l'une des trois choses :
- Appliquer la détection d'anomalies aux entrées pour essayer de trouver des tendances
- Orchestrer les étapes de workflow
- Construire des chatbots qui répondent aux questions sur les données financières.
Ce n'est pas sans valeur. Mais aucun d'eux n'est ce dont la consolidation a réellement besoin — et l'écart entre l'IA commercialisée et l'IA construite révèle combien peu de fournisseurs comprennent réellement leurs clients.
Les cycles de clôture prolongés et un manque de confiance dans les chiffres partagent une cause commune : des erreurs qui apparaissent lorsque la consolidation est exécutée. Mais ce n'est pas là qu'elles ont pris naissance. Trop d'erreurs tombent encore entre les mailles du filet en amont — dans l'importation de la balance de vérification, le calendrier de continuité manuel, la soumission intersociétés, la publication des écritures de journal — s'accumulant silencieusement jusqu'à ce que le moteur de consolidation les expose. À ce moment-là, le contrôleur de l'entreprise doit les retracer jusqu'au contrôleur de l'entité, qui enquête, corrige, parfois remonte jusqu'à l'ERP. Le cycle de clôture s'allonge. C'est l'équivalent financier des serpents et des échelles — chaque erreur de données est un serpent qui vous renvoie au début.
L'IA stratégiquement intégrée en amont — là où les données prennent naissance, avant que les erreurs n'aient une chance de se propager — est l'échelle. Attrapez le problème à la source, et tout ce qui est en aval s'améliore automatiquement.
Ce dont la consolidation a besoin, c'est d'un gardien de données : une IA intégrée tout au long du processus dès la toute première décision de conception, active à chaque point de saisie de données, présente dans chaque flux de travail de soumission d'entité, surveillant dès qu'une période s'ouvre. Ne pas réagir aux erreurs. Les prévenir.
Mais il y a un principe de conception qui sépare l'IA de confiance de l'IA dangereuse dans ce contexte — et c'est un principe que la plupart des fournisseurs promouvant l'automatisation complète ont mal compris. Les comptables sont prudents, délibérés et conservateurs. Pas parce qu'ils sont résistants à la technologie — la plupart des professionnels de la finance accueillent l'IA avec enthousiasme. Mais parce que lorsqu'il s'agit des données elles-mêmes, ils ont raison de vouloir du contrôle. Ce sont les chiffres qu'un CFO approuve. Les chiffres qui vont au conseil d'administration, aux auditeurs, aux régulateurs. En consolidation, les chiffres doivent être corrects — soumettre des chiffres inexacts peut être catastrophique, à la fois professionnellement et légalement. L'instinct de conserver le contrôle sur eux n'est pas une limitation à contourner. C'est une responsabilité professionnelle et éthique.
Les fournisseurs qui prônent l'automatisation complète — une IA qui agit sur les données, publie les écritures, accepte les éliminations sans révision humaine — ont mal interprété ce dont les comptables de consolidation ont besoin de l'IA...
La bonne conception est un agent qui est autonome sur les tâches de processus — envoi de rappels, application des portes de soumission, routage des approbations, escalade des éléments en retard — et suggestif sur les décisions de données – diagnostique, prépare et propose. Le contrôleur examine et décide. L'IA fait le gros du travail ; l'humain est toujours en contrôle. Cette limite n'est pas une limitation de la vision. C'est la vision. Et c'est ce qui rend l'IA dans la consolidation digne de confiance plutôt que simplement impressionnante dans une démonstration.
La pièce que les trois vagues ont ignorée — et que l'IA seule ne peut pas réparer
Mais voici la vérité plus difficile : l'IA, même lorsqu'elle est correctement conçue, n'est aussi bonne que les données sur lesquelles elle opère. Et cela pointe vers un problème que aucune des trois premières vagues n'a jamais sérieusement abordé.
Les vagues 1.0 à 3.0 ont toutes optimisé la même chose : la couche de processus. La vitesse à laquelle vous pouviez clôturer, la quantité d'implication informatique dont vous aviez besoin et la quantité de codage requise. Chaque génération a amélioré les mécanismes. Pas une seule n'a fondamentalement demandé si les données circulant à travers ces mécanismes étaient réellement dignes de confiance.
Chaque génération a hérité du même péché originel : le moteur de consolidation a été optimisé ; les données l'alimentant ne l'ont pas été. La technologie pour imposer un véritable cadre de confiance des données à travers une organisation financière multi-entités et multi-systèmes n'existait tout simplement pas à grande échelle. Ainsi, l'industrie a accepté une hypothèse implicite selon laquelle les erreurs seraient détectées en aval, manuellement, par des contrôleurs qui avaient appris par une dure expérience où les mines terrestres étaient enterrées.
Cette hypothèse n'est plus acceptable. Et avec la bonne architecture, elle n'est plus nécessaire.
Une couche de confiance des données établit une base de données unique certifiée — une intégration par système source, une définition canonique pour chaque métrique financière, une version validée de la vérité. Chiffres de la balance de vérification. Taux de change. Écritures de journal. Soldes intersociétés. Ingesté une fois, validé une fois, certifié une fois. Pas dupliqué à travers des applications avec une logique légèrement différente dans chacune. Pas réconcilié manuellement chaque fois que le même nombre apparaît dans un rapport différent. Certifié une fois. Digne de confiance partout.
Une véritable couche de confiance transforme l'ensemble du processus de clôture et de consolidation. Les portes de qualité des données sont appliquées à chaque point de soumission, de sorte qu'au moment où le moteur de consolidation fonctionne, les données ont été certifiées à la source. La clôture et la consolidation cessent d'être deux processus connectés par un flux de travail et deviennent une discipline intégrée unifiée par une base certifiée — une où les chiffres sont dignes de confiance avant que la consolidation ne fonctionne, pas réconciliés après qu'elle soit terminée.
Et pour les fournisseurs avec une suite de produits — FP&A, Clôture, Consolidation, Réconciliation de comptes — l'effet cumulatif est profond. Le taux de change dans la consolidation est le même taux certifié dans le modèle FP&A. L'écriture de journal approuvée dans la clôture est la même écriture dans le document de travail d'audit. Une version de la vérité, circulant partout. Le CFO cesse de demander “pourquoi ce chiffre est-il différent ici que là ?” — parce que l'architecture rend impossible que le chiffre diffère. L'IA opérant sur des données cloisonnées, définies de manière incohérente, est une responsabilité déguisée en une démonstration convaincante. L'IA opérant sur une base de données unifiée et certifiée est une proposition entièrement différente. La combinaison d'un gardien de données IA et d'une couche de confiance n'est pas une amélioration incrémentale — c'est l'architecture qui définit la Consolidation 4.0.
Pourquoi j'ai rejoint Prophix
J'ai passé trente ans au centre de ce marché. Je connais la plupart des acteurs du marché moyen non pas comme un analyste qui les évalue de l'extérieur, mais comme quelqu'un qui a travaillé chez eux, à leurs côtés, et a concouru contre eux. Quand j'ai commencé à réfléchir sérieusement à ce que je voulais faire ensuite, j'ai évalué le terrain avec soin — y compris des fournisseurs avec lesquels j'avais travaillé de près, des conversations avec des partenaires de mise en œuvre, et un regard rigoureux sur qui construisait réellement quelque chose de nouveau par rapport à ce qui reconditionnait ce qui existait déjà sous un récit d'IA.
Ce que j'ai trouvé, pour la plupart, c'était le même schéma : des capacités 3.0 encore en cours d'achèvement, une IA prévue comme un ajout futur, et le problème de confiance des données laissé entièrement pour un autre cycle de feuille de route.
Ce que j'ai trouvé chez Prophix était différent — et ce n'était pas un plan. C'était déjà en mouvement.
Prophix a été un pionnier dans l'application de l'IA à la gestion de la performance financière bien avant que l'IA ne devienne le sujet de discussion préféré de l'industrie. Ce n'est pas une réaction à la pression du marché ou un pivot pour capturer une tendance. C'est une continuation d'une direction qui a été fixée il y a des années et qui s'accélère maintenant — parce que la technologie a enfin rattrapé la vision.
Au cœur se trouve un moteur de consolidation que Prophix construit depuis vingt-cinq ans — et cette profondeur compte plus qu'il n'y paraît. La consolidation est déterministe : il y a des réponses correctes, et les obtenir nécessite un corpus accumulé de logique de domaine, construit cas limite par cas limite, client par client, au fil des décennies. L'IA est probabiliste — extraordinairement puissante pour détecter des motifs, faire ressortir des anomalies et accélérer les flux de travail, mais raisonnant en probabilités plutôt qu'en certitudes comptables. L'IA seule ne peut pas construire en quelques mois ce que Prophix a construit en vingt-cinq ans. Ce qu'elle peut faire, c'est rendre cette fondation beaucoup plus intelligente. C'est la combinaison : un moteur déterministe robuste et éprouvé qui garantit l'exactitude, avec l'IA tissée tout au long pour attraper ce que les humains manquent, prévenir ce qui était autrefois attrapé trop tard et réduire l'effort manuel qui consomme encore trop de chaque cycle de clôture. Une couche de confiance en cours de construction comme fondation architecturale à travers l'ensemble de la suite. L'IA intégrée comme principe de conception dès la première décision, non ajoutée lorsque la construction est terminée.
Cette combinaison — une base de données certifiée, l'IA tout au long, à travers une suite qui se construit vers ce moment depuis des années — est à quoi la Consolidation 4.0 ressemble réellement. Pas une plateforme de consolidation avec des fonctionnalités d'IA ajoutées par-dessus. Pas une couche de confiance boulonnée sur une architecture existante. Un produit conçu de l'intérieur vers l'extérieur pour le moment dans lequel nous sommes maintenant, par une entreprise qui l'a vu venir et qui se construit vers cela depuis.
Je suis également venu ici à cause du leadership de l'équipe exécutive. Alok Ajmera, PDG de Prophix, a une perspective claire : les fournisseurs du mauvais côté de la barrière de l'IA vont perdre, et c'est la fenêtre pour être du bon côté. Ce n'est pas de la fanfaronnade — c'est une lecture précise de l'endroit où le marché se dirige, et c'est soutenu par les décisions de produit qui ont déjà été prises. Une entreprise qui a défini l'IA dans cet espace plutôt que d'y réagir, et qui double maintenant ses efforts au bon moment, est exactement là où je veux être.
