L'IA en cabinet fiduciaire suisse en 2026 — état des lieux
Où en est réellement l'IA appliquée à la fiduciaire en Suisse ? Cas d'usage réels, pièges, et ce qui marche aujourd'hui vs ce qui marchera en 2028.
GA
Greg Annas
Co-fondateur BeGenerous Digital
L'IA est devenue le sujet sur lequel tout le monde a une opinion et personne ne sait quoi faire. Voici notre lecture du terrain, après 18 mois de construction d'un produit IA-native pour cabinets fiduciaires suisses.
TL;DR — 4 cas d'usage qui marchent réellement en 2026
Triage et classification d'emails (Outlook/Gmail → mandats clients) — économie de 30 % du temps inbox
Drafts de réponse dans le style du cabinet — démarrage rapide, validation humaine systématique
Classification de documents (factures, bilans, contrats) — drop multiple, IA classe et nomme
Génération de narratives d'audit OAR sur base de pièces réelles — du structuré, pas du hallucinogène
Ce qui ne marche pas encore : décisions LBA automatiques, comptabilité IA, signatures électroniques sans humain, génération d'avis fiscaux.
Le contexte suisse spécifique
Avant de parler IA, le contexte. Trois contraintes pèsent sur la fiduciaire suisse :
nLPD 2026 : restriction sur le traitement de données personnelles par des sous-traitants US
LBA art. 10a : confidentialité absolue sur les soupçons MROS (anti tipping-off)
Conservation 10 ans : tout doit être traçable et reproductible (art. 958f CO)
Ces contraintes excluent les solutions IA qui :
Cet article vous a plu ?
Recevez le prochain directement dans votre inbox. Un email par semaine, jamais de spam.
Testez FidUp 14 jours
Hébergement suisse, conforme LBA, sans carte bancaire.
Envoient des données fiduciaires à OpenAI sans DPA explicite avec sous-traitance UE
Auto-classent des emails LBA sensibles côté serveur public sans isolement strict
Ne tracent pas les prompts et réponses (l'audit doit pouvoir vérifier qui a généré quoi)
C'est pourquoi FidUp a choisi Anthropic Claude (DPA UE, zero data retention) et applique des règles métier dans la couche applicative, pas dans le LLM.
Cas d'usage 1 — Triage et classification d'emails
Un fiduciaire passe en moyenne 30 % de son temps dans son inbox. La majorité de ce temps est non rentable : trier, identifier le client, retrouver le mandat, décider quoi répondre.
L'IA bien conçue automatise les étapes 1 à 3 :
Classification du type d'email (demande document / question / envoi document / relance / urgent / info)
Association au bon client (matching nom + UID + email expéditeur)
Détection LBA sensible (mots-clés "transfert vers", "client demande de ne pas signaler", etc.)
Priorité estimée selon urgence et type
L'étape 4 (rédaction) reste humaine : l'IA propose un draft, le collaborateur lit, ajuste, envoie.
Avant FidUp, on perdait 2h le matin à trier nos emails. Maintenant on les ouvre déjà classés, déjà rattachés au bon mandat, avec un draft pré-rédigé. On gagne facilement 1h par jour par collaborateur.
Marc Beaumont · Associé, Fiduciaire Beaumont & Partners, Lausanne
Bilingue FR / DE (Claude est bon en allemand suisse)
Disambiguation entre clients du même nom (UID + adresse)
Ce qui ne marche pas encore
Compréhension fine d'attachements complexes (avenants juridiques)
Détection sarcasme / ton (envoyer un draft trop sec à un client mécontent)
Connaissance du contexte historique (ce que le client a dit il y a 6 mois)
Cas d'usage 2 — Classification de documents en masse
Quand un client envoie 50 PDF (factures fournisseurs, relevés bancaires, contrats, fiches salaires) dans un email "Voici tous mes documents 2025", il fallait avant ouvrir chaque PDF, identifier le type, renommer, classer.
C'est le cas d'usage qui produit l'effet "wow" le plus rapide en démo.
Cas d'usage 3 — Drafts de réponse en bilingue
Pré-rédiger une réponse à un email client demande de :
Comprendre le mail entrant (et son contexte mandat)
Identifier le ton du cabinet (formel, chaleureux, technique)
Adapter à la langue du client (souvent DE pour clients alémaniques)
Inclure les bonnes infos métier (référence facture, calendrier TVA, etc.)
Une IA généraliste fait moyennement. Une IA spécialisée fiduciaire (avec contexte client + mandat + historique) fait bien. C'est la différence entre ChatGPT générique et un copilot intégré.
Style transfer — l'IA apprend votre voix
FidUp analyse vos 100 derniers emails envoyés et apprend votre style (formel/informel, phrases courtes/longues, signatures, expressions récurrentes). Chaque draft généré utilise ce style, pas un style "neutre IA".
Cas d'usage 4 — Audit OAR en 1 clic
Un audit OAR demande de produire :
Narrative du cabinet sur ses pratiques LBA
Sondage de 10-50 dossiers clients avec analyse risque
Préparation manuelle : 3 à 5 jours. Avec IA : 30 minutes. La narrative est générée à partir de vos données réelles, pas inventée. L'auditeur reçoit un lien sécurisé 30 jours.
C'est sur ce cas que le ROI annuel est le plus tangible : pour un cabinet de 10 personnes facturant 200 CHF/h, 4 jours économisés = 6'400 CHF/an d'économie directe.
Ce qui ne marche pas (encore)
Ne pas automatiser ces points en 2026
Décisions LBA finales (entrée/sortie de relation, communication MROS)
Signatures électroniques sans contrôle humain
Génération d'avis fiscaux (l'IA hallucine sur le droit suisse cantonal)
Comptabilité (les LLMs ne savent toujours pas tenir un journal sans erreurs)
Saisie de pièces comptables sans validation
Pour ces cas, l'IA peut assister (proposer une décision, expliquer une règle), mais l'humain doit valider. C'est ce que la nLPD et la LBA exigent : pas de décision automatisée individuelle sans humain dans la boucle (art. 21 nLPD).
L'horizon 2027-2028
Les capacités qui arrivent et qui changeront la donne :
Compréhension de documents complexes (statuts, avenants, contrats multi-pages) avec extraction structurée
Multi-agents : un agent pour la TVA, un pour la LBA, un pour le payroll, coordonnés
Voice : transcription et résumé d'appels client en temps réel, avec actions à valider
Vérification croisée : l'IA vérifie un bilan en interrogeant ZEFIX, AFC, banques en parallèle
Ces capacités existent partiellement en 2026 mais ne sont pas encore matures pour la conformité fiduciaire.
Comment choisir votre stack IA en 2026
Quatre critères :
Modèle hébergé en UE ou Suisse (Anthropic via EU endpoint, ou modèles open source self-hosted)
DPA signé avec votre cabinet, pas un click-wrap générique
Pas de training sur vos données (zero data retention pour le LLM)
Audit log immutable sur tous les prompts et réponses (conservation 10 ans CO)
Si votre fournisseur ne peut pas répondre clairement à ces 4 points, passez votre chemin. C'est non négociable en Suisse.
Conclusion
L'IA en cabinet fiduciaire en 2026, ce n'est pas un futur lointain. Quatre cas d'usage marchent aujourd'hui et économisent 30 à 40 % du temps administratif. Cinq cas restent humains et doivent le rester. La frontière bouge chaque trimestre.
Le cabinet qui prend de l'avance n'est pas celui qui automatise tout. C'est celui qui sait précisément ce qu'il automatise et pourquoi.