Pilotage de la performance

L’intelligence artificielle ne relève plus uniquement de la science-fiction, loin s’en faut… Cette nouvelle révolution technologique est d’ailleurs en ordre de marche depuis quelques années, apportant à chacune de ses étapes son lot de bénéfices… Pour preuve, les technologies d’automatisation, à l’origine même de l’Intelligence Artificielle, ont déjà contribué à accélérer et améliorer les processus.

L’arrivée ensuite des robots « intelligents », a permis, dans un second temps, de scénariser et de réaliser des actions déjà menées par les hommes. Aujourd’hui, certains de ces robots intelligents embarquent des algorithmes d’apprentissage automatique (machine learning) capables de modéliser les données pour les rendre « intelligentes ».

Ils peuvent, dès lors, réaliser de nouveaux traitements statistiques et proposer des actions plus adaptées à une situation donnée. L’Intelligence Artificielle permettra d’aller encore plus loin et de réaliser des analyses prédictives, de simuler l’avenir à partir du passé en prenant en compte toutes les données disponibles structurées ou non, afin de proposer des analyses pertinentes qui optimiseront la prise de décision.

A ce jour, il existe encore peu de solutions complètes embarquant un tel niveau d’intelligence à part peut-être Aera Technology qui propose le concept du « Self Driving Enterprise », à savoir un copilote intelligent aidant à la prise de décisions.

Il ne fait donc aucun doute qu’en matière d’Intelligence Artificielle, nous n’en soyons qu’au début de l’histoire. Cependant, malgré la jeunesse de cette technologie, elle offre d’ores et déjà à la Finance de nombreux leviers de performance. La preuve par cinq.

Les Agents Conversationnels, sources d’efficacité

L’intelligence artificielle s’appuie sur un ensemble de technologies pour fonctionner, dont les agents conversationnels ou autres chatbot. Ces assistants intelligents apportent à la fonction Finance des réponses rapides à ses questions métiers. Elle peut par exemple interroger un chatbot sur l’évolution de son compte de résultat en fonction de certaines hypothèses. Le recours à cette technologie est ainsi beaucoup plus facile et moins contraignant que, par exemple, de rentrer des paramètres métiers dans un système pour réaliser des simulations et visualiser les résultats. Les équipes ainsi « accompagnées » gagnent alors en efficacité et réactivité.

L’Automatisation des processus, gage de productivité

Le traitement automatisé des données contribue pour sa part à accélérer et à optimiser la collecte, la mise en forme et la qualification des données structurées et non structurées reçues par les équipes Finance pour ensuite les traiter et les analyser. Il permet par exemple de standardiser certains processus de comptabilité transactionnelle telles que la saisie des factures clients ou fournisseurs, le référencement ou la mise à jour de données fournisseurs…

Il peut également offrir aux trésoriers et Cash managers la capacité de positionner les rentrées de cash plus rapidement ou encore d’accélérer les temps de traitement des lettrages. L’automatisation des processus limite ainsi les risques d’erreurs de saisie et le temps passé par l’équipe Finance à vérifier et analyser les données. Elle peut ainsi mieux se consacrer aux analyses et actions à mettre en place au sein de son organisation pour optimiser la performance de l’entreprise.

L’accès continu aux données optimise les organisations

Avec les technologies liées à l’intelligence artificielle, les outils sont aujourd’hui accessibles et disponibles 24h/24. Pour la Finance, c’est ainsi l’assurance d’un accès continu aux données des opérationnels. Elle n’est alors plus obligée d’attendre leur disponibilité pour obtenir des tendances, des éléments de résultats, des analyses prédictives. Elle gagne ainsi en efficience opérationnelle tout en préservant et en renforçant la qualité des analyses fournies.

Le machine learning peut limiter les temps de cycle d’élaboration budgétaire

Certains outils d’élaboration budgétaire qui intègrent du machine learning ou des technologies se rapprochant de l’intelligence artificielle, permettent à la fonction Finance d’élaborer différentes hypothèses de budgets et d’expliquer ensuite à quels résultats elles peuvent conduire. Le contrôleur de gestion peut alors mieux objectiver, "factualiser" et argumenter une prévision budgétaire, ce qui contribue à limiter les itérations avec la direction générale. In fine, ce sont les temps de cycles d’élaboration budgétaire qui pourraient être réduit de 20 à 50%.

L’Intelligence Artificielle renforce le rôle de business partner du DAF

Les outils de business intelligence intégrant de l’intelligence artificielle contribuent, entre autres, à remonter et modéliser des informations, voire amener du prédictif dans les analyses. Le contrôleur de gestion aura alors davantage de temps à consacrer pour analyser, questionner, valider ou non des scénarios, conseiller les opérationnels et investir son rôle de conseil. Déchargée des missions de production d’informations financière, de surveillance du cash ou des risques de fraude, la direction financière pourra, pour sa part, s’investir davantage dans son rôle de business partner auprès de la direction générale et des directions opérationnelles.

Cette transformation est en marche et les directions financières doivent anticiper afin de maîtriser ces nouvelles technologies pour ancrer de nouveaux usages dans les organisations.