Comment analytique, IA et RPA peuvent transformer le quotidien de la finance

Dans un monde économique de plus en plus mouvant, la direction financière cherche à se moderniser pour mieux aiguiller les opérationnels et mieux soutenir le Top Management dans ses prises de décision. Voici des pistes concrètes pour mener cette transformation numérique.

Si l'on devait citer deux piliers de la fonction de DAF, on pourrait citer en premier lieu la gouvernance et le pilotage. C'est en tout cas ce que pense Ash Noah, Directeur Général Apprentissage, éducation et développement de l'Association of International Certified Professional Accountants (AICPA).

« La gouvernance consiste à s'assurer que les contrôles, les règles, la conformité [et] l'exactitude des reportings [sont] une image fidèle de la situation de l'entreprise et que celle-ci est gérée conformément à ces règles et à ces procédures », résume-t-il. « Cela a toujours été la base du métier ».

En plus de cette base historique, le pilotage vise à aider les métiers et les dirigeants à prendre de bonnes décisions, dire où investir, s'assurer que les coûts d'exploitation sont maitrisés et réduits au minimum et que les profits sont maximisés.

Le pilotage motorise la prise de décision et les analyses stratégiques. Il est plus prospectif là où l'aspect gouvernance est plus prévisible. Ce deuxième s'appuie sur des règles et il est reproductible. Par conséquent, des outils comme l'ERP ou les bots pour automatiser certaines opérations comptables ont été facilement intégrés. « Ces technologies numériques comptables, qui aident la finance à automatiser de gros volumes de transactions, existent depuis une bonne dizaine d'années », constate Ash Noah.

AI et analyse prédictive pour la prise de décision

Aujourd'hui, c'est la partie prise de décision (pilotage) qui commence à être outillée par la technologie.

« La visualisation des données (Data Viz), l'informatique cognitive et l'analytique avancée permettent de traiter et d'exploiter de grandes quantités de données afin de présenter d'autres points de vue et de tester plusieurs scénarios, puis de prendre les bonnes décisions », avance Ash Noah.

John Van Decker, du Gartner, ajoute que le coeur de l'activité comptable (le système d'enregistrement financier) et la clôture des comptes sont devenus de bon cas d'usages pour l'Intelligence Artificielle (IA) et le Machine Learning (ML) à mesure que ces technologies mûrissent.

« Nous constatons que les éditeurs proposent à présent ce type de fonctionnalités et qu'ils ont des plans assez solides pour l'avenir dans ces domaines [...] Nous le voyons dans la gestion des factures, des décaissements [et] de la trésorerie [avec des outils] qui font des projections [au-delà des moteurs de règles traditionnels] et qui vous disent que si vous faites ce type de mouvement de trésorerie, alors il y a des chances que vous ayez ce type de problèmes ».

Pour bénéficier de l'intelligence artificielle et du Machine Learning, Gartner recommande d'opter pour le cloud, qui inclut nativement ces fonctionnalités. « Je pense que la stratégie naturelle pour les financiers en termes d'IA [et] d'apprentissage statistique va être de chercher ces fonctionnalités directement dans ses applications », estime John Van Decker. « La finance ne va probablement pas aller chercher un autre outil d'IA et l'acheter [puis l'intégrer à ses applications], ni embaucher des Data Scientists  pour se pencher spécifiquement sur les données du grand livre de compte ».

Blockchain

Une autre technologie peut avoir de nombreux avantages pour la direction financière : la blockchain. Ces registres numériques distribués (DLT) peuvent réduire la fraude et les erreurs dans les relations inter-entreprises voire intra-entreprise.

« Dès que j'ai un coût, quelqu'un, quelque part, a une forme de revenu. Et à chaque fois que j'ai un revenu, une autre personne, ailleurs, a un dépense. », explique Henner Schliebs, vice-président en charge de l'ERP et des outils financiers chez SAP. « Pourquoi tout garder dans des registres et des livres de comptes séparés alors que nous pouvons [technologiquement] avoir l'historique comptable de la relation entre nos deux entreprises, directement dans le registre d'une blockchain - un registre auquel vous et moi pouvons accéder, mais qui n'a plus besoin de réconciliation préalable ? »

Il n'en reste pas moins que la blockchain, malgré une maturité grandissante, est encore une technologie en devenir.

La finance n'est plus juste une chambre d'enregistrements

La transformation numérique redessine l'environnement économique mondial avec l'émergence rapide de nouveaux modèles économiques et « une concurrence féroce est exacerbée », résume le rapport « 2019 CFO Agenda: Building Next-Generation Capabilities » du Hackett Group. Dans ce cadre global, la fonction financière doit certes réduire les coûts mais aussi aider à différencier l'entreprise en offrant une meilleure expérience client.

Pour atteindre ces objectifs, le Hackett Group liste cinq impératifs (identifiés pas les DAF eux-mêmes) :

  • Réduire les coûts d'exploitation
  • Moderniser les plates-formes d'applications et tirer parti des nouvelles technologies
  • Améliorer les capacités d'analyse
  • Redéployer les ressources vers des activités créatrices de valeur
  • Aligner les compétences sur les besoins de l'entreprise

« Ce que nous avons trouvé, c'est que les domaines IT les plus porteurs pour la finance sont le cloud (le SaaS), le RPA, l'analytique avancée, le Master Data Management (MDM) et la visualisation des données », liste Nilly Essaides, directrice en charge de la recherche en finance et en Enterprise Performance Management du Hackett Group et l'une des auteurs du rapport. « Nous constatons également une forte augmentation de l'adoption mondiale de ces technologies ».

RPA

Le RPA est en forte croissance. L'explication tient au fait que la connectivité entre les outils existants de différentes entreprises ou au sein même d'une entreprise - ERP, outils de planification, SIRH, spécifiques faits maison, etc. - est souvent faible.

« Pourtant, il faut bien synchroniser [et] intégrer tout cela rapidement pour que les systèmes échangent automatiquement les données entre eux. Cet échange était jusqu'ici fait manuellement », pose Nilly Essaides. « Le RPA résout ce problème ».

Machine Learning et comptabilité continue

Bhaskar Himatsingka, chef de produit chez Adaptive Insights (racheté par Workday), estime que l'apprentissage automatique (ML) est important dès que l'on aborde de la partie transactionnelle de la finance, par exemple pour rendre continu le processus de clôture.

À l'heure actuelle, tout le service comptable travaille d'arrache-pied à la fin de chaque mois pour s'assurer que tous les chiffres collent bien. « Mais que se passerait-il si le système - qui reçoit les données financières en entrées - pouvait filtrer en continu celles pour lesquelles ils faut vraiment faire attention et dépenser de l'énergie, et au contraire déterminer celles pour lesquelles il n'y a aucun besoin de changer et donc automatiser leurs traitements ? De cette manière, le DAF et son équipe pourraient mieux organiser leur temps et aplanir leurs périodes de pic d'activités », s'enthousiasme Bhaskar Himatsingka.

« Ils pourraient même entrer dans un processus comptable continu plutôt que dans un processus comptable rythmé par des échéances à la fin de chaque mois, de chaque trimestre et d'année ».

Analytique avancé & MDM

Selon Nilly Essaides, la raison du succès grandissant dans la finance de l'analytique avancé (qui utilise le Machine Learning pour produire des tableaux et des prévisions) est que le paysage économique évolue de plus en plus rapidement. Dans de nombreux cas, les technologies disruptives et les nouveaux modèles d'affaires transforment complètement l'environnement d'un secteur. Il est donc indispensable de s'adapter au changement et de voir quand il arrive.

« La nécessité d'avoir la bonne information et une bonne compréhension de la façon d'ajuster rapidement le cap, s'est considérablement accrue », constate Nilly Essaides. « Il est donc impératif que les services financiers - qui sont en support des décisions de gestion - développent leurs outils analytiques - avec des capacités prédictives, voire prescriptives - qui permettent d'aller plus vite en avant et qui fournissent des enseignements agrégés (des insights) pour que le top management puisse prendre des décisions efficaces ».

Derrière l'analytique avancée, le Master Data Management est un autre outil de technologie très important pour moderniser la direction financière. La qualité de la donnée, le suivi de la donnée, sa traçabilité et sa remontée puis son unification dans une source de référence, sont en effet critiques. « Parce que si les données ne sont pas cohérentes dans l'ensemble de l'organisation, il sera très difficile de faire de l'analytique et de générer des insights pertinents », prévient-elle.

Pour approfondir sur Applications métiers

- ANNONCES GOOGLE

Close