La finance a besoin d’une révolution avant l’arrivée de l’IA. Voici pourquoi.

Les équipes qui remporteront la course à l’IA dans la finance seront celles qui bâtissent leur infrastructure dès aujourd’hui, plutôt que d’attendre que les modèles soient prêts.

En ce moment, à chaque fois que je discute avec des cadres financiers, on aborde la question de l’IA. Pourtant, il semble que moins de 10 % des directeurs financiers ont entièrement intégré l’IA ou étendu les cas d'usage de l'IA à l'ensemble de leur organisation.¹

Ce qui me frappe, c’est la variété des réactions face à ce nouvel outil. Certains ont déjà lancé des programmes pilotes et envisagent de reconfigurer leur architecture de données du tout au tout. D’autres préfèrent observer la situation attentivement, en attendant la maturité des modèles avant de s’engager. Je comprends la logique derrière ces deux attitudes, mais les résultats qu'elles produisent commencent à diverger.

Les organisations plus attentistes ont souvent le même profil. Elles sont engagées par des contrats signés plusieurs années plus tôt avec des fournisseurs. Elles opèrent au sein de hiérarchies dans lesquelles les responsables financiers ont souvent le sentiment de ne pas avoir l’autorité nécessaire pour agir en moteurs du changement. Et elles ont recours à des systèmes disparates dont la reconstruction nécessiterait beaucoup de travail. Il s’agit d’entreprises performantes, mais qui ont accumulé ces contraintes en se développant. Et ces contraintes deviennent plus lourdes à mesure que les années passent.

Je comprends l’instinct qui les pousse à attendre. Notre mission est de fournir des chiffres fiables sur lesquels nos collègues peuvent s’appuyer pour prendre des décisions. L'introduction d'un outil susceptible de produire des erreurs apparaît donc comme un trop grand risque. Mais l'attente a un coût d'opportunité qui n'apparaît pas sur les tableaux de bord avant qu'il ne soit trop tard pour rattraper le temps perdu.

Attendre que les choses soient parfaites est un piège

La finance exige l'exactitude et l'IA n'en est pas encore à ce stade. En tant que cadres financiers, notre goût de l'exactitude nous pousse à attendre que les résultats soient fiables. Mais l'IA ne s'améliore pas de la manière dont les gens l'imaginent. Il n'y a pas d'évolution linéaire vers la fiabilité que vous pouvez suivre pour déterminer votre date d'entrée.

J'ai plutôt observé un long plateau de résultats imparfaits suivi d'un bond soudain dans les capacités. Je vois ça comme une courbe « mauvais-mauvais-pas mauvais ».

L'IA ne sera jamais parfaite d'entrée de jeu. Elle doit être entraînée. Pour que l'IA parvienne seule à un niveau de précision acceptable, il lui faut une période continue de supervision humaine et de vérification des faits. En donnant du feedback et des informations à l'IA, vous lui apprenez comment fonctionne votre activité et comment créer des résultats adaptés à vos exigences. Expérimenter avec l'IA, même si les résultats sont imparfaits, vous donne une longueur d'avance pour faire ce bond dans les capacités.

La division fondamentale dans notre secteur

Aujourd'hui, la plupart des équipes finances correspondent au tableau suivant : un outil avec les données sur les transactions, un autre pour les données sur les dépenses, un troisième pour les devises et un tableur pour rapprocher tous ces chiffres. Un rapport Power BI créé il y a 18 mois et dont plus personne ne veut s'occuper aujourd'hui. Un cadre financier qui sait exactement ce qui doit changer, mais attend un trimestre où il aura assez de bande passante pour se lancer. Et pendant ce temps, les données gagnent en complexité, les solutions de contournement se multiplient et le coût pour tout reconfigurer grimpe un peu plus chaque mois. Les entreprises classiques peinent sous le poids de leur héritage, tant au niveau des logiciels que de la mentalité.

Des équipes plus agiles se positionnent différemment. La hiérarchie n'est pas assez pesante pour qu'un cadre financier motivé ne parvienne pas à initier le changement. Les relations avec les fournisseurs ne sont pas assez politiques pour qu'une consolidation nécessite l'intervention du conseil d'administration. Il reste de la marge de manœuvre pour évoluer. Mais cette marge se réduit chaque année, à mesure que la pile s'épaissit, que l'équipe prend de nouvelles habitudes avec les outils existants et que l'entreprise ajoute des entités, des devises et des marchés qui génèrent chacun leur propre flux de données.

Les organisations qui se positionnent rapidement sur l'IA ont vu cette fenêtre de tir et ont commencé à consolider avant que l'urgence se fasse sentir. Lorsque l'IA entrera en scène, l'écart se creusera entre les leaders et les entreprises à la traîne.

Une infrastructure adaptée amplifie la valeur de l'IA

Selon mon expérience, trois éléments de votre infrastructure ont un impact sur votre réussite dans l'intégration de l'IA :

1. Des données auxquelles le modèle IA peut se fier

L'IA fait confiance aux données qu'elle voit. Elle produit des réponses avec la même confiance, que les données sous-jacentes soient fiables ou non. Si vos registres de transactions sont incohérents, si votre plan comptable manque de logique ou si vos données multidevises ne sont pas rapprochées, l'IA vous donnera avec aplomb des réponses qui pourraient se révéler erronées. La plupart des équipes ne découvrent le problème qu'après avoir fait une erreur. Pour les entreprises pionnières, des données propres sont une base incontournable. Elles nettoient, harmonisent et standardisent tout avant de développer l'IA à plus grande échelle. Cela leur donne un temps d'avance.

2. Des systèmes qui partagent la même vision

Les équipes finances utilisent souvent des outils disparates : compte fournisseurs, gestion des dépenses, devises et reporting. Quand les données sont éparpillées sur différentes plateformes qui ne communiquent pas entre elles, l'IA peut seulement générer des réponses basées sur des fragments de l'activité au lieu d'adopter une vue d'ensemble. Les équipes qui connectent leurs données créent une source unique de référence nécessaire à l'IA pour fonctionner en autonomie.

3. Des processus conçus pour l'automatisation

On ne peut pas confier à l'IA des processus manuels et ponctuels. Si votre processus de clôture de fin de mois implique qu'une personne télécharge un fichier CSV et le compare à un autre fichier avant de transmettre le résultat via une chaîne d'approbation par e-mail, l'intégration de l'IA dans ce flux de travail ne fait que mettre en évidence sa complexité sans la résoudre. L'automatisation va amplifier l'architecture que vous avez déjà. Si vos fondations sont solides, vous obtiendrez une montée en puissance. Mais si elles ne le sont pas, tout ira à vau-l'eau. Pour exploiter au mieux l'IA, vous devez d'abord transformer l'architecture de processus, avec des processus définis, faciles à répéter et structurés pour l'IA dès le départ.

Pour assurer ces trois points, vous n'avez pas besoin de commencer avec une infrastructure parfaite. En revanche, vous devez étudier sans complaisance votre infrastructure actuelle, car c'est d’elle que dépend le type de responsable financier que vous devrez devenir.

Être prêt pour l'IA, cela commence avec les responsables financiers

Les compétences qui rendaient un cadre financier efficace il y a 5 ans évoluent d'une façon dont la plupart des gens n'ont pas encore pris conscience.

La finance a toujours été une question d'analyse. Nous avons appris à travailler avec des données, à trouver les signes, à produire les chiffres dont l'entreprise a besoin pour prendre une décision. Ces compétences gardent leur valeur, mais la nature du travail évolue. Les responsables financiers qui progressent aujourd'hui sont ceux qui créent et améliorent des systèmes pour réaliser l'analyse à leur place. Au lieu d'analyser le retour sur investissement d'une campagne, vous construisez et entrainez l'agent IA qui s'en charge. Puis votre travail devient d'améliorer cet agent.

Des équipes financières pionnières confient déjà la gestion de leurs opérations financières à des agents IA. Imaginez des opérations financières autonomes et sans contact. Les documents sont ingérés, catégorisés et rapprochés par des agents qui travaillent en arrière-plan. Les validations trouvent leur chemin automatiquement. Les exceptions sont mises en avant pour être étudiées par un œil humain. Le rôle de l'humain dans ce processus est de configurer les paramètres et d'affiner la logique des agents.

L'indicateur à surveiller est le délai à obtenir des informations utiles. La précision des rapports de fin de mois est importante, de même que la rapidité de l'entreprise à percevoir un changement, à comprendre ce qui le motive et à y réagir. L'IA peut réduire de manière drastique le délai de prise de décision, l'écart entre le moment où quelque chose apparaît dans vos données et celui où votre équipe y répond. Réduire cet écart nécessite des données connectées et des systèmes orchestrés qui créent une base sur laquelle l'IA peut apprendre.

Agissez maintenant, n'attendez pas que tout soit parfait

L'agilité devient aussi importante que la précision. Nous devons admettre que la capacité à évoluer, apprendre et s'adapter aux systèmes est devenue aussi importante que la précision d'un résultat individuel. Les équipes qui attendent que l'IA franchisse un seuil de fiabilité donné avant de l'utiliser font la même erreur que les organisations qui ont retardé leur transformation numérique parce que le cloud n'avait pas encore fait ses preuves. Ils avaient raison de percevoir un défaut. Mais ils avaient tort concernant le coût de l'attente.

Ce dont vous avez besoin aujourd'hui est une base qui vous permettra d'utiliser l'IA le moment voulu. Des données propres, des systèmes unifiés et des processus numérisés sont des fondamentaux pour la finance. Les avantages à les avoir en place et le coût de ne pas s'en occuper augmentent plus vite que la plupart des responsables financiers ne le croient.

Nous avons passé les dix dernières années à bâtir une infrastructure financière unifiée, une plateforme rassemblant paiements, devises, dépenses et données pour offrir aux équipes financières une base sur laquelle construire. C'est cette consolidation qui fait du passage à la finance autonome une étape pratique plutôt qu'une ambition lointaine.

Les modèles finiront par s'améliorer, mais votre infrastructure sera-t-elle prête à suivre à ce moment ?

 ¹https://www.egonzehnder.com/press-release/cfos-recognize-ai-s-strategic-importance-but-adoption-remains-in-early-stages-new-egon-zehnder-survey-shows