Nous utilisons des cookies pour vous garantir la meilleure expérience sur notre site. Si vous continuez à utiliser ce dernier, nous considérerons que vous acceptez l'utilisation des cookies.
Le site de la transformation digitale des entreprises et de l’entreprise mobile par GPOMag
Finance : l'IA vecteur de performance
Intelligence Artificielle

Finance : l’IA vecteur de performance

Aujourd’hui dans la finance, l’intelligence artificielle est avant tout utilisée pour améliorer la performance de certains processus. C’est notamment le cas pour le traitement automatisé des factures. « Dès lors que nous ajoutons une couche de Machine Learning à un processus de dématérialisation des factures fournisseurs, la technologie est alors en capacité de donner du sens aux données et d’améliorer la performance de reconnaissance des données de facturation », explique Emmanuel Olivier, directeur général d’Esker.

En effet, le Machine Learning est un type de technologie d’IA qui utilise des algorithmes pour apprendre à un ordinateur à faire ce qui est naturel pour l’homme. Sur les processus de gestion de la chaîne de facturation, il « apprend » comment gérer les commandes, traiter les factures et faire face à des exceptions, tout en améliorant en continu sa compréhension des données pour devenir encore plus précis et efficace.

Un traitement des factures plus efficace

Un bénéfice par exemple constaté par l’entreprise Pelican. Grâce à son partenariat avec Esker, la société a optimisé l’utilisation de son ERP SAP et dématérialisé le traitement des commandes clients et des factures fournisseurs. « Désormais les documents sont traités et enregistrés automatiquement dans l’ERP, grâce à la technologie Machine Learning d’Esker, précise Paul Sohn, directeur du développement commercial de Pelican. Nous avons gagné en efficacité, en temps, en précision et en transparence dans le traitement de nos commandes entrantes (fax, e-mail, EDI). La saisie des données a été réduite de 80 % pour les commandes complexes ». C’est également pour améliorer la performance et la fiabilité de ses processus de facturation avec les cliniques et hôpitaux qu’Allianz a fait le choix de s’appuyer sur la plateforme de dématérialisation des flux de Tessi. « La technologie d’intelligence artificielle embarquée dans notre solution permet à Allianz d’extraire des factures spécifiques et complexes provenant des hôpitaux et cliniques, 80% des données nécessaires à leur traitement », explique Pierre Charara, directeur du CETIA, centre d’excellence Tessi en Intelligence Automation.

Des lettrages plus fiables

En bout de chaîne des processus de facturation, l’intelligence artificielle peut également contribuer à renforcer l’efficacité des processus de lettrage. « Une solution de lettrage qui embarque de l’intelligence artificielle, et en particulier du Machine Learning, apprend tout des habitudes de règlement des clients, explique Valérie Konarski, directrice de la BU Finance chez DIMO Software. Elle automatise l’imputation et le lettrage de plus de 90 % des encaissements. Un outil de gestion des lettrages qui embarque de l’IA évite donc les actions manuelles de paramétrage et de maintenance fonctionnelle ». C’est ainsi pour permettre à ses chargés de comptes de passer du temps qualitatif à relancer les clients et à optimiser leurs rentrées de cash que la groupe Aldes a opté pour CashOnTime Allocation, le logiciel de lettrage comptable de DIMO Software. « Une personne dans le service – qui en compte sept – saisissait les virements à tour de rôle, témoigne Gilles Gallina, Credit Manager chez Aldes. Lors des échéances du 30 et du 15, c’est la journée qui y passait, en plus de la saisie des chèques et des traites. La relance venait en toute fin de processus. Désormais, quel que soit le jour du mois, à 10 heures tout est saisi. Une fois que les virements sont imputés, les collaborateurs peuvent entamer leurs relances en attendant d’avoir le courrier qui arrive vers 11 heures. Ils saisissent alors leurs chèques, leurs traites avant de repartir en relances clients ou bien ils traitent les déclarations de litiges. Le temps passé à saisir les virements est désormais optimisé ».

Au-delà de l’efficience des collaborateurs, le recours à ces technologies dans le process de lettrage est également source d’économies. « Nous avons proposé à une société de crédit de confier le lettrage de ses chèques et virements à un robot intelligent, ajoute Pierre Charara. Un projet qui lui a permis de réduire de 20 % le coût de traitement de ce processus et ce, avec un retour sur investissement en moins de 4 mois ».

Vers davantage de prédictibilité

Aujourd’hui, avec le Deep Learning, un tel système de dématérialisation peut également apprendre seul, sur la base des millions de données qui lui sont fournies. « Grâce au Deep Learning, nos solutions sont en capacité de reconnaître et de classifier automatiquement les documents et de réaliser de l’analyse prédictive et normative, ajoute Emmanuel Olivier. Par exemple le Deep Learning va permettre, dans une boîte mails dédiée à la réception des factures, d’identifier et de router vers les bons interlocuteurs les documents qui ne sont pas des factures. De même, dans un process de traitement des commandes ou de recouvrement de créances, le Deep Learning va permettre d’identifier les anomalies, telle qu’une évolution dans un comportement de paiement ».

De plus en plus d’éditeurs travaillent ainsi à l’intégration de technologies qui demain permettront aux directions financières de gagner en prédictibilité sur certains de leurs processus. « Nous réalisons actuellement un Proof of Concept sur les prédictions de dates de paiement des factures clients, ajoute Valérie Konarski. Jusqu’à présent, nous ne le faisions qu’à partir des comportements de paiement observés de façon individuelle dans les applications et analysés avec des technologies de Machine Learning. Désormais, nous entendons aller plus loin et consolider ces informations avec des données tiers et des critères de risques étendus ».

Le Machine Learning et le Deep Learning contribuent ainsi déjà à l’efficience et à la fiabilisation des processus financiers, à la réduction du DSO* ou encore à la limitation du risque de non paiement. Mais les opportunités de l’IA dans la finance sont encore nombreuses, notamment en termes de prédictibilité.

* Le DSO (Days Sales Outstanding) correspond au nombre moyen de jours de crédit clients. C’est un indicateur financier qui permet d’identifier les jours de retard de paiement ou le temps nécessaire au recouvrement de l’encours clients.


Les promesses de l’IA pour la finance

L’émergence de systèmes automatisés complexes, reposant sur le couple Big Data et intelligence artificielle, pourraient être porteurs de valeur ajoutée pour les directions financières dans les domaines suivants, parmi d’autres possibilités :

• Systèmes de production automatisée des données historiques : établissement de comptes annuels, consolidation, contrôle de gestion, avec diagnostic automatisé et propositions d’améliorations (jusqu’à la prescription de la meilleure option comptable, fiscale sociale et financière en théorie).

• Systèmes de production automatisée des données prévisionnelles : processus budgétaire, construction de Business Plan.

• Automatisation des diagnostics et prévisions de trésorerie, de stocks et de BFR, avec recommandations sous forme de scénarios d’optimisation.

• Automatisation de l’analyse prédictive de la performance financière, et par exemple des écarts entre résultats prévus au budget et résultats réels, assorti d’actions correctives.

• Simulations complexes et automatisées d’impact des décisions d’investissement et de financement sur la situation financière de l’entreprise et à horizon variable du court au long terme, accompagnées d’aide à la décision.

Anne Del Pozo collabore depuis près de 20 ans à différents magazines en qualité de journaliste. Elle y traite de sujets articulés essentiellement autour de la finance, des flottes automobiles, du voyage et du tourisme d'affaires ou encore des ressources humaines et du numérique. Anne del Pozo participe également à la rédaction de nombreux témoignages clients et de newsletters d'entreprise.