Dans la plupart des PME, le contrôle de gestion tient dans une personne et un fichier. Souvent la même depuis huit ans, souvent le même fichier, avec des onglets que plus personne n’ose toucher parce qu’une formule cachée y renvoie. Cette personne sait tout. Elle sait aussi qu’elle passe les trois premiers jours ouvrés du mois à assembler des extractions au lieu de chercher pourquoi la marge du secteur nord a perdu deux points. Marier l’intelligence artificielle et le contrôle de gestion ne consiste pas à automatiser son poste. Cela consiste à lui rendre ces trois jours, et à lui donner accès à un niveau de détail qu’aucun tableur ne supporte.
Le problème n’est pas de calculer, c’est de rassembler
Un coût de revient exige des données qui vivent dans quatre endroits différents : les achats dans la comptabilité fournisseurs, les temps passés dans la gestion de production ou les feuilles d’heures, les quantités produites dans l’outil de fabrication, les ventes dans la facturation. Chacun de ces systèmes a sa propre nomenclature, ses propres codes, sa propre notion de « référence ». Le contrôleur passe son temps à faire correspondre ce qui ne correspond pas.
C’est un travail de couture, pas d’analyse. Et c’est exactement le genre de travail qu’une machine fait mieux, plus vite, et sans se lasser.
Prenons un atelier agroalimentaire installé à Aubergenville, quarante-cinq salariés, deux cent vingt références actives entre les produits en propre et les fabrications à façon. Le coût de revient était calculé une fois par an, sur une base de temps standard datant de l’installation de la ligne. Autant dire une fiction polie. Entre-temps, les cadences avaient changé sur trois postes et la moitié des références avait été reformulée.
Ce que l’analyse automatisée fait remonter
Une fois les flux raccordés, la première sortie a été inconfortable. Sur les deux cent vingt références, une quarantaine se vendait au-dessus du coût de revient réel de moins de ce que coûtait leur simple manutention. Douze étaient franchement déficitaires, dont deux produits phares que personne n’aurait osé remettre en cause. L’écart matière, mesuré cette fois sur les consommations réelles et non sur les recettes théoriques, ressortait à un peu plus de deux points au-dessus de la norme interne, concentré sur une seule ligne de conditionnement.
Deux points, sur une activité de cette taille, représentent le résultat d’un mois entier.
Le second apport concerne le rythme. La clôture de gestion tombait vers le douze du mois suivant, ce qui rendait toute réaction tardive. Elle est descendue autour du quatre, non pas en accélérant les hommes, mais en supprimant les étapes de ressaisie. Un écart détecté le quatre se corrige dans le mois en cours. Détecté le douze, il est déjà reproduit.
Troisième apport, moins visible : la détection d’écarts que personne ne cherchait. Un modèle qui surveille en continu des centaines de couples produit-centre de coût signale des dérives que le contrôleur, concentré sur ses vingt indicateurs habituels, ne pouvait pas repérer. Encore faut-il que ces signaux soient exploitables, ce qui nous amène au point suivant.
Signaler un écart n’est pas l’expliquer
Un outil vous dira que le coût unitaire de la référence 4082 a augmenté de sept pour cent sur six semaines. Il ne vous dira pas que c’est parce que l’opérateur qui maîtrisait le réglage est parti en congé maladie et que son remplaçant compense par de la matière. Cette explication-là se trouve à l’atelier, en discutant vingt minutes avec le chef d’équipe.
C’est la raison pour laquelle nous déconseillons formellement de supprimer le poste de contrôleur de gestion sous prétexte que l’outil produit les chiffres. Le métier se déplace vers l’interprétation et vers le terrain. Il ne disparaît pas, il devient enfin celui qu’il aurait toujours dû être. Nos clients qui l’ont compris ont gardé leur contrôleur et lui ont donné un périmètre plus large.
Autre réserve. Un système qui produit quarante alertes par semaine sera ignoré au bout de trois semaines. Le paramétrage des seuils est un travail d’ajustement continu qui prend plusieurs mois, et qui doit être fait avec les opérationnels concernés, pas dans un bureau. Une alerte doit correspondre à une action possible, sinon elle n’est que du bruit.
La question de la donnée d’entrée
Rien de tout cela ne fonctionne si les factures fournisseurs arrivent en pièce jointe et se saisissent à la main avec trois semaines de décalage. La qualité du contrôle de gestion dépend directement de la fraîcheur et de la structuration des flux d’achat et de vente, ce qui explique que les entreprises les mieux préparées soient celles qui ont déjà avancé sur la transition vers la facturation électronique. Les données structurées qui en découlent alimentent le contrôle de gestion sans effort supplémentaire.
Un point de vigilance sur la frontière des rôles. Le contrôle de gestion est un outil interne de pilotage : il éclaire des décisions d’exploitation et n’a pas vocation à produire des chiffres opposables à des tiers. La tenue, la clôture et la présentation des comptes restent l’affaire de l’expert-comptable, et le cas échéant du commissaire aux comptes. Les deux univers doivent se réconcilier, sans jamais se confondre, et il est sain que l’écart entre analytique et comptabilité générale soit expliqué à chaque clôture.
Comment démarrer sans casser l’existant
Ne commencez pas par le modèle de coûts complet. Choisissez une ligne de production, un atelier, une famille de produits, et faites tourner l’analyse en parallèle du fichier historique pendant deux ou trois clôtures. Vous constaterez des écarts entre les deux, et ces écarts sont le vrai livrable de la phase de démarrage : chacun raconte une hypothèse implicite que personne n’avait écrite.
Impliquez le contrôleur dès la première réunion, pas au moment du déploiement. Il connaît toutes les exceptions, tous les bricolages, toutes les raisons pour lesquelles telle famille est traitée différemment depuis 2019. Sans lui, le projet reconstruit une version simplifiée et fausse de votre réalité. Prévoyez quelques semaines de raccordement technique et plusieurs mois avant que les chiffres soient acceptés par tout le monde, ce qui est la vraie ligne d’arrivée.
Rapprocher l’intelligence artificielle et le contrôle de gestion revient à cesser de piloter avec des coûts standards périmés et des clôtures qui arrivent trop tard. Le bénéfice ne se voit pas dans un indicateur unique, il se voit dans les décisions que l’on prend enfin en connaissance de cause. MINOBIA travaille ces sujets avec les PME industrielles et de services, en partant toujours de vos données et de votre organisation existantes.
Questions fréquentes
Faut-il un ERP pour se lancer ?
Non, mais il faut des sources de données identifiables et exportables. Une gestion de production sommaire complétée par des relevés d’atelier fiables vaut mieux qu’un ERP mal alimenté.
À partir de combien de salariés est-ce pertinent ?
La question n’est pas l’effectif mais le nombre de références et de centres de coût. Une entreprise de vingt personnes avec cent cinquante références en tire plus qu’une de cent avec cinq produits.
Combien de temps avant d’obtenir des chiffres exploitables ?
Les premiers résultats arrivent en quelques semaines. Leur acceptation par les équipes prend plus longtemps, souvent deux ou trois clôtures, le temps que chacun vérifie ses propres chiffres.
Que faire des références déficitaires révélées par l’analyse ?
Rien dans l’immédiat. Certaines servent à tenir un client, d’autres absorbent des frais fixes. La décision se prend au cas par cas, avec le commerce, une fois les chiffres validés.
Les équipes vont-elles accepter cette transparence ?
Pas spontanément, si les chiffres servent à sanctionner. Elles l’acceptent très bien quand ils servent à corriger des réglages et à défendre des budgets. La façon dont on présente l’outil compte autant que l’outil.
À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
