C’est le nom d’un expert-comptable qui figure sur le travail réalisé — pas celui du logiciel, ni celui du modèle d’IA. Ce principe simple a guidé chacune de nos décisions sur la manière dont les agents IA peuvent intervenir dans les dossiers de nos clients.
Nous avons intégré l’IA agentique à Silverfin et mené une phase d’accès anticipé avec plusieurs cabinets comptables. Mais avant de laisser un agent IA intervenir sur le travail réalisé pour leurs clients, nous nous sommes imposé trois conditions. Une fonctionnalité qui ne remplit pas ces trois exigences n’est tout simplement pas déployée.
1. Vous gardez le contrôle, vos données aussi
Le scénario le plus inquiétant avec un agent IA, c’est celui où il a les clés de tout : il accède à des systèmes sans que vous puissiez voir ce qu’il y fait, apporte des modifications sans que vous les ayez demandées, et vous ne vous en rendez compte qu’après coup. Ce n’est pas le type d’agent IA que nous avons développé.
L’agent dispose exactement des mêmes droits d’accès que la personne qui l’utilise, et rien de plus. Il ne peut accéder qu’aux éléments auxquels vous avez vous-même accès. Il agit ainsi comme une extension de votre travail, et non comme un système autonome échappant à votre contrôle.
Garder le contrôle, c’est aussi savoir ce qui se passe. Vous voyez les étapes suivies par l’agent, ainsi que les modifications qu’il propose, avant même qu’elles ne soient appliquées. Rien n’est ajouté à votre travail, rien n’en est supprimé, sans que vous le sachiez. Sur le plan technique, nous respectons les exigences de transparence du règlement européen sur l’IA — et nous allons même plus loin : nous expliquons clairement comment l’agent fonctionne, plutôt que de vous demander de faire confiance à une « boîte noire ».
En résumé : l’accès de l’agent se limite aux droits de l’utilisateur qui l’emploie, et chaque modification vous est soumise sous forme de proposition, que vous pouvez examiner et refuser. Si l’une de ces deux conditions n’est pas remplie, l’agent n’est pas prêt.
2. La responsabilité incombe toujours à un être humain
C’est une personne qui valide le travail, en y engageant son jugement professionnel et sa réputation. Que l’IA facilite la tâche n’y change rien : la question de la responsabilité reste entière.
Ce principe a guidé l’un de nos principaux choix de conception. La solution la plus simple aurait été de laisser l’agent modifier directement les modèles et les documents de travail. Nous avons pourtant choisi une approche plus exigeante : l’agent formule des propositions — qu’il s’agisse de données à ajouter ou d’éléments à modifier — mais rien n’est intégré à votre travail avant que vous ne l’ayez validé. Vous pouvez voir comment chaque proposition a été construite, juger si elle vous convient et, seulement ensuite, l’accepter et marquer la page comme « préparée ».
La décision finale reste entre les mains d’une personne. L’IA prépare et formule des propositions ; le comptable, lui, les évalue et donne son aval. C’est ce que nous voulons dire lorsque nous parlons d’une IA conçue pour assister les comptables, et non pour les remplacer. L’outil permet d’aller plus vite, mais la validation finale reste du ressort d’une personne qui en assume pleinement la responsabilité.
3. Cela doit réellement vous faire gagner du temps
Une fonctionnalité peut être sécurisée, contrôlée et traçable sans pour autant être réellement utile. Si vérifier le travail de l’agent vous prend aussi longtemps que réaliser la tâche vous-même, vous n’y gagnez rien : vous ne faites que déplacer la charge de travail.
Notre troisième condition repose donc sur un calcul simple : le temps consacré par l’IA à la tâche, additionné au temps nécessaire pour vérifier son travail, doit rester inférieur au temps qu’il vous aurait fallu pour l’accomplir vous-même. Si ce n’est pas le cas, la fonctionnalité est mise en pause.
Nous ne prétendons pas avoir déjà démontré que c’est systématiquement vrai — c’est précisément pour cette raison que nous avons lancé notre programme d’accès anticipé. Nous voulons observer comment la fonctionnalité est réellement utilisée au quotidien, et non dans le cadre d’une démonstration contrôlée. Nous voulons aussi éviter un piège courant : accélérer une étape du processus tout en créant, sans s’en rendre compte, davantage de travail ailleurs. Nous sommes convaincus de pouvoir y arriver. Mais avant de déployer la fonctionnalité à plus grande échelle, nous voulons rester rigoureux et mesurer concrètement le gain de temps qu’elle apporte réellement.
L’infrastructure sous-jacente?
Ces trois principes s’appliquent à chacune des fonctionnalités que nous développons. Mais ils reposent sur un quatrième engagement, plus fondamental encore : rester vigilants quant aux fournisseurs dont nous dépendons.
Aujourd’hui, l’infrastructure de l’IA est encore largement subventionnée. Les grands fournisseurs ne facturent pas le coût réel d’exploitation de ces systèmes : ils investissent pour gagner des parts de marché et s’ancrer profondément dans les workflows, au point qu’il devient de plus en plus difficile d’en changer avec le temps. Les tarifs d’aujourd’hui ne seront pas ceux de demain. Toute entreprise qui devient fortement dépendante d’un fournisseur unique prend donc un risque dont l’ampleur n’est pas encore pleinement mesurable.
C’est pourquoi nous concevons nos solutions de manière à éviter cette dépendance. Plutôt que de tout miser sur un seul modèle, nous nous connectons à un écosystème plus large. C’est le même principe qui a permis aux entreprises, grâce aux API ouvertes, de combiner les meilleures technologies sans se retrouver prisonnières d’un fournisseur unique.
Nous pouvons ainsi utiliser, pour chaque tâche, le modèle réellement le mieux adapté. Cela inclut des agents spécialisés dans certains domaines, qui commencent à surpasser les agents généralistes. Nous gardons également la liberté de changer de fournisseur à mesure que les prix, les performances et les options évoluent.
Beaucoup de fournisseurs cherchent au contraire à créer une forte dépendance à leur écosystème. Cela peut sembler avantageux aujourd’hui. Dans quelques années, cette dépendance pourrait bien devenir une véritable contrainte.
Une même logique
Ces quatre engagements ont un point commun : pour chacun d’entre eux, nous avons délibérément choisi l’approche la plus exigeante. Un accès limité plutôt qu’un contrôle généralisé. Des propositions soumises à votre validation plutôt que des modifications appliquées directement. Un gain de temps à démontrer plutôt qu’une promesse accrocheuse à afficher. Une approche ouverte vis-à-vis des fournisseurs plutôt qu’une dépendance facile à instaurer.
Nous faisons ces choix parce que c’est la condition sine qua non pour proposer aux experts-comptables une solution à laquelle ils peuvent confier les dossiers de leurs clients en toute confiance.
Au cours des prochaines semaines, nous partagerons les retours de nos clients participant au programme d’accès anticipé après leur premier mois d’utilisation, y compris les éléments qui nous ont surpris. Si vous souhaitez mieux comprendre le contexte de notre projet pilote et les raisons qui nous ont conduits à adopter cette approche, vous retrouverez tous les détails dans nos articles précédents.
Ce que l’IA agentique signifie vraiment pour les cabinets comptables
Pourquoi nous adoptons une approche réfléchie de l’IA agentique
