La finance ne manque pas de données, elle manque de temps pour les exploiter. C’est dans ce contexte que CCH Tagetik construit son offre IA, comme une réponse progressive aux irritants concrets des directions financières.

BLOG | Splash Orlando 2026 - Déployer l'IA agentique sur OneStream : méthode et maîtrise économique
27/05/2026
Comment OneStream outille ses clients pour mettre en œuvre l'IA agentique avec rigueur, et pour en piloter l'usage dans la durée.
À Splash Orlando 2026, OneStream a posé sa vision de l'IA agentique sur la plateforme (l'objet d'une publication précédente). À côté de cette annonce produit, l'éditeur a partagé deux éléments qui méritent une attention particulière des Directions Financières : une méthode d'implémentation,illustrée par le retour de Cox Enterprise et un cadre de gouvernance économique via l'AI Control Tower.
Ces deux éléments adressent les deux grandes questions que toute Direction Financière se pose face à l'IA : « comment je la déploie ? » et « comment je la pilote dans le temps ? ». Décryptage.
Déployer : une méthode, illustrée par Cox Enterprise
Sur scène à Splash, Cox Enterprise a partagé son retour d'expérience sur le déploiement en Private Preview du Native Agent Finance Analyst, l'un des quatre agents IA livrés nativement par OneStream. Ce témoignage est précieux : il rend visible la méthode que l'éditeur recommande pour réussir une mise en œuvre d'agent agentique sur la plateforme.

SensibleAI Agents Project Plan - la méthode OneStream sur 8 semaines, en cinq phases : Analyze, Design, Build & Iterative Enhancements, Test, Rollout. Une méthode projet classique, déclinée au cas particulier des agents IA.
Premier enseignement : ce n'est pas un projet technologique, c'est un projet de modélisation métier. Les huit semaines proposées par OneStream sont rythmées comme un projet OneStream classique (scoping, design, build itératif, test, rollout) mais le contenu de chaque phase a une coloration particulière. Le cœur de l'effort n'est pas la configuration technique de l'agent, c'est la définition du Persona et l'écriture du Business Context.
Le Persona est un objet de modélisation propre à l'agent. Il rassemble trois éléments : un User Group (un sous-ensemble d'utilisateurs alignés par responsabilités et workflow), un périmètre Cubes/Metadata (les cubes, comptes et dimensions personnalisées requis pour l'analyse de ce groupe), et un jeu représentatif de Questions que ce groupe formule au quotidien. Définir un Persona, c'est donc faire un exercice de connaissance fine du métier du groupe d'utilisateurs visé.

Le Business Context : une couche de contexte écrite en langage naturel, qui guide la restitution de la donnée selon la conception applicative, le vocabulaire métier et les habitudes des utilisateurs. C'est le cœur de l'effort de modélisation.
Plus structurant encore, le Business Context : une couche de contexte écrite en langage naturel, qui guide la restitution de la donnée par l'agent selon la conception de l'application OneStream, le vocabulaire de l'équipe et les habitudes des utilisateurs. Trois catégories de règles l'illustrent : conventions de scénarios (« lorsqu'un utilisateur dit 'LE', utiliser le scénario Latest Estimate du mois courant »), niveau de détail (« pour une répartition régionale, étendre les enfants du membre Top Region par défaut »), dépendances dimensionnelles (« pour une entité de niveau pays, utiliser le membre Stand Alone détail en UD4 »).
Ce qui frappe avec ces exemples, c'est qu'ils ne s'improvisent pas. Écrire un Business Context utile demande de connaître intimement le modèle de l'application, le vernaculaire de l'équipe Finance, et les comportements des utilisateurs au quotidien. C'est un exercice de consulting, pas un paramétrage technique.
Déployer un agent IA, c'est d'abord un exercice de modélisation métier, pas un projet technologique.
Piloter : l'AI Control Tower, un cadre de gouvernance économique

AI Control Tower, vue Credit History : suivi de la consommation IA dans le temps, ventilation par agent persona et par moteur IA tiers connecté via MCP.
La deuxième pièce du dispositif est moins médiatique mais tout aussi structurante pour les Directions Financières. OneStream livre avec ses agents une console dédiée - l'AI Control Tower - qui permet de gouverner économiquement la consommation IA dans l'organisation.
Le sujet économique est en train de devenir le sujet numéro un de l'IA en entreprise. Les modèles tarifaires des plateformes IA passent progressivement d'une logique de licence prévisible à une logique de crédits consommés à l'usage. Cette bascule pose une question simple aux DAF : « comment je tiens mon budget IA dans le temps, alors que la consommation dépend du comportement des utilisateurs et de la maturité des agents déployés ? ». Sans cadre, c'est la facture qui s'envole. Avec un cadre, c'est un poste maîtrisé.

AI Control Tower, vue Credit Limits : allocation de crédits IA par utilisateur, suivi de la consommation réelle et du taux d'utilisation individuel.
L'AI Control Tower propose plusieurs leviers concrets de pilotage. Un plafond global d'entreprise de crédits IA, alloué de manière granulaire aux utilisateurs nommés. Un suivi en temps réel de la consommation, ventilé par type d'agent (Native Agents OneStream vs appels MCP vers des assistants IA externes) et par persona. Un historique sur la période, qui permet d'identifier les tendances et d'ajuster les allocations. Et une vue par moteur IA - un point particulièrement utile dans une organisation qui utilise plusieurs assistants IA en parallèle, et qui veut comprendre lesquels apportent le plus de valeur.
Pour les Directions Financières, c'est exactement le type d'outil qu'elles exigent sur les autres postes de leur SI (cloud, télécoms, énergie) appliqué cette fois au poste émergent de la consommation IA. La grammaire est familière : allouer, mesurer, ajuster, optimiser.
Sur l'IA, la question n'est plus seulement « est-ce que je peux ? ». Elle devient aussi « comment je tiens mon budget dans le temps ? ».
Déployer ET piloter : deux faces d'une même rigueur
Ces deux dispositifs, méthode d'implémentation d'un côté, AI Control Tower de l'autre, racontent la même histoire : OneStream traite l'IA agentique avec la rigueur que la fonction Finance exige. Pas d'effet vitrine, pas d'IA « boîte noire ». L'agent est conçu avec méthode, et son usage est mesuré et piloté dans le temps.
Cette posture éditeur résonne avec la nôtre chez Klee Performance, et nous l'accueillons avec satisfaction.
Sur la méthode d'implémentation, les compétences mobilisées (modélisation Persona, écriture du Business Context, design du périmètre métadonnées) recoupent directement notre cœur de métier. Définir un Persona utile demande de connaître les workflows d'un Directeur du Contrôle de Gestion, d'un Responsable Consolidation, d'un Analyste FP&A. Écrire un Business Context lisible exige de maîtriser le modèle OneStream du client et son vocabulaire métier. Ce sont des exercices que nos consultants conduisent au quotidien.
Sur le pilotage économique, nous nous positionnons comme partenaire qui rend opérationnel ce que OneStream rend possible. La maîtrise des coûts IA est un sujet émergent et il deviendra majeur dans les 18 mois à venir. Nos clients nous solliciteront pour structurer leurs politiques d'allocation, identifier les usages à forte valeur, et arbitrer entre les moteurs IA disponibles. Nous serons à leurs côtés pour bâtir ces cadres.
Cette question des coûts s'inscrit d'ailleurs dans une réflexion plus large que toute organisation devra mener : celle de la souveraineté de ses usages IA. Quels modèles utiliser, hébergés où, sous quelle juridiction, avec quelle maîtrise des données échangées ? Ce sont des arbitrages structurants, particulièrement sensibles pour les organisations européennes et pour les fonctions Finance qui manipulent des données stratégiques. L'architecture ouverte de OneStream (agents natifs d'un côté, ouverture MCP vers les assistants du marché de l'autre) donne à nos clients la flexibilité pour faire ces choix selon leur propre grille. Nous accompagnons ces réflexions dans le respect du contexte de chaque client.
Cette triple approche (déployer avec méthode, piloter avec rigueur, arbitrer en conscience) est aussi la signature de la croisée Klee Group / Klee Performance. La culture d'ingénierie logicielle structurée de Klee Group rencontre l'expertise EPM de Klee Performance pour produire un accompagnement complet. C'est le type de travail que nous menons depuis plusieurs années, et qui prend tout son sens face aux nouveaux usages que l'IA rend possibles.
Vous souhaitez échanger sur la déclinaison de ces sujets dans votre contexte ?

