Quand les dirigeants financiers réclament plus de rapidité, ils parlent rarement de reporting plus rapide. Ils veulent une compréhension plus rapide, un alignement plus rapide, des décisions plus rapides. Issu d'un environnement data et plateforme, ayant passé des années à construire les fondations sur lesquelles s'appuient les équipes Finance, j'ai vu cet écart se creuser d'un point de vue particulier. Le problème n'est presque jamais l'outil de planification. C'est ce sur quoi repose cet outil.
Mon parcours est ancré dans la data : BI, ingénierie des données, architecture de plateforme. Au fil des années, en travaillant étroitement avec des équipes Finance et EPM, j'ai vu le même schéma se répéter : la Finance investissait dans un nouvel outil de planification, lançait une implémentation, et peinait encore à répondre rapidement à une question simple. L'outil était rarement en cause. Les données en dessous, elles.
En préparant Bangkok, j'ai revisité les études et constaté que ce que j'observais côté plateforme est bien documenté côté Finance aussi. Imaginez un scénario que la plupart des dirigeants financiers reconnaîtront. Un concurrent bouge sur les prix. Le PDG a besoin d'une réponse pour jeudi. L'équipe FP&A se tait, non par manque de compétences, mais parce que les derniers chiffres réels ont onze jours, que les données sont éparpillées dans trois systèmes différents, et qu'il faudra presque une semaine entière pour construire un modèle crédible. Jeudi, la décision a été prise sans eux.
C'est l'écart d'agilité. Et les preuves, de plus en plus, ne sont plus anecdotiques.
L'étude Finance Trends 2026 de Deloitte, menée auprès de plus de 1 300 dirigeants financiers dans le monde, classe la vitesse comme priorité stratégique numéro un et identifie la planification de scénarios avancée et la gouvernance agile comme les principales réponses à l'incertitude. Dans leur analyse spécifique au Canada, 75 % des dirigeants indiquent que leurs organisations ont besoin d'au moins une augmentation modérée des ressources pour maximiser les opportunités d'investissement, 30 % citent le renforcement des capacités de planification de scénarios, et 28 % pointent une gouvernance plus agile comme amélioration la plus urgente.
Le benchmarking FP&A 2026 de l'AFP est tout aussi explicite. Les professionnels de la Finance consacrent déjà 21 % de leur temps à des activités hors périmètre financier traditionnel : stratégie, technologie, RH, opérations. Pourtant, la même étude montre que la coordination se grippe exactement là où elle compte le plus pour la rapidité.
C'est l'écart d'agilité dans sa dimension opérationnelle. La stratégie est peut-être alignée au sommet, mais quand les hypothèses, les indicateurs et les réponses opérationnelles divergent en aval, la vitesse disparaît. Une équipe Finance qui ne parvient pas à s'accorder sur ce que signifient les chiffres ne peut pas se mobiliser vite sur ce qu'ils impliquent.
Pendant des années, les organisations ont cherché à accélérer la prise de décision en ajoutant davantage de tableaux de bord, d'outils de planification et de couches de reporting. Dans la plupart des cas, cela a produit une meilleure présentation, sans meilleure rapidité. La raison est que la vitesse est contrainte bien plus tôt dans la chaîne.
Le benchmarking FP&A 2025 de l'AFP est sans détour : 61 % des répondants identifient le manque de fiabilité des données comme un problème, et 60 % citent le manque d'accessibilité des données. La conclusion de l'AFP est directe : une infrastructure technologique et data robuste est indispensable si le FP&A veut soutenir une prise de décision rapide et une analyse plus approfondie.
EY dresse le même diagnostic structurel dans ses travaux sur les organisations de DSF : les équipes Finance sont régulièrement mobilisées pour des vérifications de qualité des données, des travaux de reclassification et des raccordements manuels entre données opérationnelles et financières, précisément parce que les deux ne sont pas suffisamment structurées ni connectées à la source. Le résultat : une fonction techniquement compétente, mais architecturalement contrainte.
Il est tentant de traiter l'effort manuel comme un problème de coût : des heures perdues en réconciliation qui pourraient être automatisées. Ce cadrage sous-estime l'impact réel. Le travail manuel crée de la latence. Et la latence en Finance n'est pas qu'une inefficacité ; c'est l'écart entre le moment où un signal de marché arrive et celui où l'entreprise peut y répondre.
Quand un modèle de scénario exige d'abord d'extraire des données de l'ERP, de les réconcilier avec le pipeline CRM, de les aligner avec les mises à jour des coûts achats, puis de reconstruire le modèle de planification from scratch, le processus peut ressembler à ceci :
Les recommandations de l'APQC sur le closing mensuel expriment ce point avec précision : moins de jours consommés par le closing et la réconciliation signifie plus de jours consacrés à l'application de l'expertise Finance aux décisions de l'organisation. Chaque jour récupéré sur le retraitement est un jour réalloué au jugement.
La fenêtre concurrentielle pour la plupart des réponses de marché, un mouvement tarifaire, une perturbation supply chain, une escalade client, est de 48 à 72 heures. Trois à cinq jours ne comblent pas l'écart ; ils le confirment.
L'enquête Global Treasury 2025 de PwC retrouve le même schéma dans des domaines adjacents : seulement 57 % des répondants utilisent un système de gestion de trésorerie, tandis que 36 % intègrent encore des processus manuels. PwC note explicitement que les approches manuelles nuisent à la ponctualité, à la précision et à l'auditabilité des informations sur les risques. L'exposition manuelle de la Finance va bien au-delà du FP&A.
Le problème n'a jamais été la volonté des équipes FP&A d'aller vite. C'est que l'architecture qu'elles ont héritée a été conçue pour le reporting périodique, non pour le support de décision en temps réel.
Les organisations qui comblent l'écart d'agilité ne sont pas nécessairement celles qui ont déployé les outils de planification les plus sophistiqués. Ce sont celles qui ont d'abord résolu la fondation. Ce changement a quatre dimensions pratiques :
Quand les organisations effectuent ce changement en pratique, un schéma architectural clair émerge. La couche de données gouvernée, qui détient les actuals immuables, applique le modèle de données, fournit la sécurité au niveau des lignes et des pistes d'audit complètes, est au centre. Chaque outil de planification, chaque tableau de bord BI, chaque moteur de scénarios y lit. Aucun d'eux ne maintient sa propre copie des actuals. Les prévisions et les budgets y sont écrits en retour.
Quand cette séparation est nette, quelque chose d'important se produit : la Finance arrête de réconcilier et commence à analyser.
Les caractéristiques qui comptent le plus dans cette couche centrale sont peu spectaculaires mais déterminantes. Elle doit ingérer en continu depuis l'ERP, le CRM, les achats et les RH sans intervention manuelle. Elle doit conserver chaque version de chaque chiffre, non comme une sauvegarde, mais comme un historique interrogeable, pour que les reclassements et les demandes d'audit deviennent une simple requête plutôt qu'un projet. Elle doit permettre la création instantanée de sandboxes de scénarios à partir des actuals courants, sans toucher aux données de production. Et elle doit appliquer des définitions cohérentes d'entité, de centre de coûts, de devise et de période, pour que Finance et Commercial lisent véritablement les mêmes chiffres.
C'est précisément là que les plateformes de données cloud modernes comme Snowflake sont devenues pertinentes pour la Finance, non pas comme outil de planification, mais comme fondation gouvernée sur laquelle les outils de planification s'appuient. L'architecture de Snowflake est bien adaptée aux exigences décrites : ingestion continue depuis n'importe quel système source, Time Travel pour la reconstruction à un instant t de tout état financier, clonage zéro-copie pour des sandboxes de scénarios qui ne touchent pas aux données de production, et sécurité au niveau des lignes et des colonnes qui s'applique naturellement aux hiérarchies d'accès Finance. Cortex AI, fonctionnant dans le même périmètre de sécurité, signifie que la détection d'anomalies et la génération de narratifs de variance opèrent sur des actuals gouvernés plutôt que sur des copies exportées. Rien de tout cela ne fait de Snowflake un outil de planification. Ce n'en est pas un. Mais pour les organisations qui cherchent une fondation unique et fiable sur laquelle n'importe quelle couche de planification peut s'asseoir, cela répond directement aux exigences structurelles. Le choix de l'outil de planification devient alors, dans ce contexte, largement une décision front-end plutôt qu'une décision d'architecture.
Le benchmarking 2025 de l'AFP a constaté que seulement 23 % des répondants utilisaient l'IA en FP&A de façon régulière, même si 40 % la testaient et prévoyaient une implémentation dans l'année. Cette trajectoire est réelle, et les capacités sont authentiques : narratifs de variance assistés par l'IA, détection d'anomalies, suggestions d'accruals, requête en langage naturel, tout cela réduit des heures de travail manuel par analyste et par mois.
Mais l'IA ne supprime pas l'exigence fondationnelle ; elle l'amplifie. Un modèle d'IA interrogé sur des actuals gouvernés en temps réel dans un environnement de données sécurisé est un outil analytique fiable. Le même modèle interrogé sur un extrait assemblé manuellement datant de onze jours produit des outputs au ton assuré, construits sur des données peu fiables. Des définitions médiocres, des données déconnectées et des indicateurs incohérents ne deviennent pas stratégiques parce qu'ils sont traités par un modèle. Ils deviennent simplement un moyen plus rapide de générer de la confusion.
La perspective FP&A 2026 d'EY exprime ce point en termes d'implémentation : l'IA peut automatiser les tâches répétitives et renforcer l'analyse, mais elle ne devient durable que lorsque la Finance dispose des bonnes fondations de données en dessous. Ce n'est pas une mise en garde contre l'IA ; c'est un argument de séquençage. La fondation d'abord, puis l'IA par-dessus.
Une plateforme de données gouvernée n'est pas l'outil de planification. C'est la couche qui rend n'importe quel outil de planification digne de confiance. Elle détient les actuals sous forme immuable. Elle applique le modèle de données. Elle fournit la sécurité au niveau des lignes, des pistes d'audit complètes, et la capacité de reconstituer n'importe quel chiffre à n'importe quel moment. L'outil de planification y lit et y réécrit les prévisions. Quand cette séparation est nette, plusieurs outils peuvent lire les mêmes actuals sans conflit, les sandboxes de scénarios peuvent être lancés instantanément sans toucher aux données de production, et chaque ajustement et révision de prévision possède un historique traçable, non parce que quelqu'un l'a documenté, mais parce que l'architecture l'impose.
Je résumerais le moment EPM actuel en une phrase : la vitesse n'est plus principalement un problème d'outillage ; c'est un problème de fondation. Les organisations qui comblent l'écart d'agilité ne sont pas nécessairement celles qui ont le front-end le plus sophistiqué. Ce sont celles qui rendent les données financières fiables, connectent les indicateurs financiers et opérationnels, réduisent les interventions manuelles, standardisent la logique fondamentale, et repensent la gouvernance pour une réponse plus rapide.
D'un point de vue d'architecture data, rien de tout cela n'est surprenant. Cela reflète ce qui se passe dans chaque domaine où l'analytique dépasse l'infrastructure, jusqu'à ce que l'infrastructure rattrape son retard, l'analytique ne peut pas être fiable, et les personnes qui doivent agir sur la base de ces informations le savent. La Finance n'est pas différente.
Le changement fondamental ne consiste pas à ralentir pour tout nettoyer avant que la valeur puisse être délivrée. C'est le contraire. C'est le travail qui rend enfin la vitesse réelle, et durable, non dépendante de quelques personnes qui font des heures supplémentaires pour maintenir le modèle en état de marche.
Si vous êtes prêts à combler l'écart d'agilité, parlez à notre équipe, nous aidons les dirigeants Finance et Data à bâtir la fondation qui rend la vitesse réelle.