L’IA pour le FP&A : Les cas d’utilisation à suivre et les pièges à éviter

Une enquête Gartner menée en 2023 a révélé que 61 % des organisations financières n’utilisaient pas encore l’IA. Bien que ce chiffre ait probablement augmenté, il témoigne d’une hésitation généralisée envers l’IA parmi les dirigeants financiers.

Cependant, de nombreux départements financiers aimeraient également occuper une place plus stratégique au sein de leurs organisations et craignent d’être à la traîne. 62 % des CFO constatent une demande croissante de perspectives issues des données financières, mais 53 % s’inquiètent que la finance soit trop réactive (Accenture). Les dirigeants financiers veulent que la finance devienne un véritable partenaire stratégique, mais au lieu de cela, les tâches manuelles et tactiques maintiennent le département dans une comptabilité réactive.

EY suggère que le rêve de devenir un leader n’est pas loin. Les équipes FP&A sont particulièrement bien placées pour prendre les rênes de l’organisation et sont prêtes à se transformer :

Les équipes financières sont poussées à être plus opérationnelles et à intégrer des données plus détaillées dans leur planification financière. Mais elles sont confrontées à des contraintes telles que le temps nécessaire à la préparation des données, les limites des feuilles de calcul et le manque d’automatisation.

Avec l’aide de l’IA, les équipes financières peuvent créer un flux de données cohérent de haut en bas. L’IA peut rationaliser d’énormes quantités de données pour fournir des détails granulaires qui n’étaient pas disponibles auparavant. Par exemple, l’IA peut révéler des nuances telles que « La ligne de production B est obsolète et nécessite une maintenance cette année », un détail qui serait difficile à obtenir à partir d’un plan de production de haut niveau, mais qui peut être détecté par l’IA pour rendre un plan plus précis.

L’IA propose un accès à des informations auxquelles les équipes FP&A n’avaient jamais eu accès auparavant. Elles peuvent utiliser ces informations de manière proactive pour guider l’organisation, gagnant ainsi plus de confiance et de responsabilité de la part de l’entreprise.

«Avec l’IA, les équipes FP&A agiles peuvent découvrir des schémas cachés dans les données structurées et non structurées et fournir aux gestionnaires financiers de nouvelles perspectives. Cette augmentation des capacités améliore la rapidité et la précision des prévisions et de la planification financière. En augmentant les capacités du personnel financier, l’IA les aide à devenir plus productifs et leur libère du temps pour se concentrer sur des activités spécifiques qui apportent une nouvelle valeur.»

Accenture

Accenture rapporte que « les équipes FP&A passent 85 % de leur temps à des tâches de production tactiques et laborieuses pour préparer les données et seulement 15 % de leur temps à générer des insights ».

L’IA peut prendre en charge ces tâches manuelles qui occupent tant de temps des équipes FP&A, permettant ainsi aux professionnels de la FP&A de réorienter leur expertise vers des tâches à plus forte valeur ajoutée et à plus grande satisfaction, telles que la génération d’insights réels à partir des données et le fait de devenir un relais entre les finances et le business.

Une fois que les dirigeants financiers sont prêts à investir dans l’IA, quel est le point de départ le plus rentable ? Examinez ces cas d’utilisation pour voir comment l’IA peut aider.

Gartner place les prévisions de la demande et des ventes en tête de sa liste des cinq cas d’utilisation recommandés pour les professionnels de la FP&A. En fait, Mark D. McDonald, directeur principal de la recherche de la pratique financière chez Gartner, a déclaré : « Les organisations qui ignorent ces cas d’utilisation devraient avoir une bonne raison de le faire, car elles offrent la meilleure combinaison de faisabilité et d’avantages pour l’entreprise. »

L’IA peut accroître la quantité, la qualité et la granularité des données de l’organisation financière en facilitant un flux de données qui regroupe les données financières et les données CRM, ainsi que les informations provenant du terrain et des autres unités commerciales. Cela permet aux finances de travailler en harmonie avec l’organisation pour créer un meilleur plan qui reflète les nuances des sources de données, des régions, des références SKU, des personnes, et plus encore.

Pour protéger chaque client des inexactitudes dans les données isolées, la plateforme Jedox prépare et normalise les ensembles de données afin que les équipes puissent examiner les données anormales signalées avant l’analyse par l’IA.

Grâce à l’IA, les finances peuvent non seulement mener des analyses statistiques sur leurs propres données historiques internes, mais elles peuvent également se connecter aux principaux facteurs opérationnels et externes susceptibles d’influencer la prévision (par exemple, la météo, les délais de livraison, les taux d’intérêt). Ces données ajoutent de la profondeur et une teinte réaliste à chaque prévision.

Jedox intègre des points de données granulaires provenant de tiers dans les prévisions, de sorte que les équipes financières n’ont pas à se soucier de la gestion technique des données.

Selon les données de Gartner, les équipes FP&A utilisent l’IA pour produire des prévisions avec une précision améliorée de 98,5 % en quelques heures au lieu de plusieurs semaines.

Étant donné que les logiciels FP&A basés sur l’IA éliminent les tâches manuelles des données et renforcent les connexions aux données importantes, les équipes FP&A peuvent produire des prévisions rapidement et les modifier si nécessaire, ce qui signifie que les cycles de planification peuvent être plus courts et plus fréquents. L’automatisation intelligente et les recommandations générées par l’IA et l’apprentissage automatique fournissent également des orientations qui aident les équipes à réduire le temps consacré à la préparation des prévisions.

De plus, l’IA peut détecter des changements importants dans les données qui alertent immédiatement les équipes FP&A de problèmes potentiels. Cela permet aux équipes d’apporter des mises à jour immédiates aux prévisions, plutôt que de découvrir les problèmes un mois ou un trimestre plus tard.

En combinant cette rapidité avec la précision accrue de l’IA, les finances peuvent obtenir des insights plus rapidement que jamais.

Tout comme pour les prévisions de la demande, les prévisions d’attrition des clients deviennent plus rapides et plus fiables avec l’IA. L’IA peut analyser des données historiques pour regrouper les clients et comprendre quels facteurs influencent le plus la résiliation des clients, tout en intégrant des données externes (par exemple, les interactions avec le service client et les escalades, les sujets courants traités, les variations des revenus de l’entreprise) afin d’identifier des tendances. Avec ces prévisions comme point de départ, les organisations financières peuvent fournir des informations aux équipes en contact avec les clients pour qu’elles mettent en œuvre des stratégies d’atténuation pour les clients à risque ou qu’elles promeuvent les meilleures pratiques issues des clients les plus fidèles.

EY note que le rôle de la FP&A devrait évoluer pour offrir plus de valeur aux clients :

L’équipe FP&A de Terminix a été chargée de fournir une longue liste d’insights sur les clients : estimer la résiliation, identifier les risques potentiels de résiliation, déterminer les facteurs influençant leur décision et recommander des actions que l’entreprise pourrait prendre pour éviter les annulations. Toutes ces tâches étaient à la portée de l’équipe de professionnels financiers qualifiés, mais le volume des données sur les clients et les attributs produits posait un défi initial.

Terminix a utilisé l’IA de Jedox pour analyser un ensemble de données contenant divers facteurs de clients et l’utiliser pour prédire la fidélité des clients. En un temps de développement de projet très court, ils ont obtenu des insights qu’ils n’avaient jamais eu auparavant, avec une plus grande confiance qu’auparavant. Ils ont découvert des caractéristiques qu’ils n’avaient pas supposé corréler avec les données. Ces prévisions plus rapides les aident à déterminer les changements nécessaires dans leurs processus métier, à mettre en œuvre ces changements et à voir rapidement les résultats sur la rétention des clients.

Avec l’IA, la FP&A peut fournir des informations plus complètes pour soutenir les décisions de gestion, en particulier en matière de prévisions de trésorerie. L’IA peut analyser et nettoyer de grands ensembles de données pour faire remonter des informations telles que les clients qui ne paient pas à temps, les conditions de paiement particulières et la répartition des clients. Il est facile d’intégrer rapidement non seulement ces points de données financiers, mais également un mélange des principaux facteurs externes et opérationnels qui affecteront également la trésorerie.

Avec de telles données à disposition, la fonction FP&A est parfaitement équipée pour conseiller en toute confiance sur les dépenses en capital, les investissements ou les plans d’expansion. L’équipe sera capable de prédire avec plus de précision des scénarios tels que combien de clients paieront en retard, à l’avance ou à temps, ce qui donne aux décideurs une confiance accrue dans leurs décisions. EY décrit la fonction idéale de la FP&A ainsi :

« La FP&A utilise les signaux de la demande des clients comme facteur de la performance financière, fournissant des insights basés sur des données quasi-temps réel qui soutiennent la réallocation réactive des ressources vers les produits et services les plus demandés. »

De la même manière, l’IA peut permettre aux équipes FP&A d’agir en tant que partenaires stratégiques dans la planification des effectifs. Comment ? L’IA peut synthétiser de grands ensembles de données couvrant les compétences, les taux d’attrition ou les certifications et relier ces plans aux projets à venir. L’IA peut aider à identifier les écarts que les professionnels des finances doivent examiner et recommander des embauches ou des formations pour garantir que l’organisation est bien préparée. Même si la finance a déjà offert ces conseils dans le passé, l’IA garantit qu’ils seront plus approfondis et plus précis.

EY décrit cette transformation de la manière suivante :

Lorsque les RH recherchent des conseils sur la manière d’avancer dans la planification des effectifs, les équipes FP&A peuvent utiliser l’IA pour les aider à devenir des partenaires stratégiques en fournissant des insights basés sur les données.

Bien que les équipes financières devraient être optimistes quant à l’avenir avec l’IA, elles doivent également rester prudentes. Suivez des approches éprouvées pour éviter ces pièges courants de l’IA.

Plus l’IA a accès à des données, meilleurs seront les résultats qu’elle pourra fournir. L’inverse est également vrai. L’organisation pourrait disposer du meilleur outil d’IA au monde, mais si elle n’a pas accès à suffisamment de données, l’équipe financière pourrait manquer des points de données cruciaux, ce qui entraînerait des résultats incomplets et déformés, nuisant ainsi à la précision finale (et détruisant les résultats positifs en termes de confiance et de fiabilité obtenus précédemment).

Pour éviter ce piège, élargissez autant que possible l’ensemble de données alimentant l’IA, en incluant des données financières internes, des facteurs opérationnels et externes. Comme l’IA peut traiter des téraoctets de données à une vitesse incroyablement élevée, intégrer davantage de données n’est pas difficile, et cela rendra les réponses d’autant plus précises.

L’intégrateur Jedox connecte facilement toutes les sources de données et visualise les projets d’intégration de données pour les utilisateurs non techniques. Les équipes FP&A peuvent facilement se connecter aux données internes, aux moteurs opérationnels et aux facteurs externes pour fournir des téraoctets de données alimentant le plan d’IA, ce qui améliore la profondeur et la précision des prévisions et des insights de l’équipe financière.

Bien que l’IA puisse soutenir une variété de tâches pour les professionnels financiers, elle ne doit jamais être déconnectée des insights humains.

Lors de l’utilisation d’un grand modèle de langage (LLM) en tant qu’outil d’IA, les équipes FP&A doivent maintenir une surveillance. Sinon, elles risquent de perdre la confiance de l’entreprise au lieu de la renforcer. Faire aveuglément confiance aux LLM entraîne le risque de produire des réponses incorrectes ou incohérentes, et au lieu d’affronter l’une de ces recommandations, les équipes FP&A doivent vérifier chaque conclusion et solution fournies par l’IA.

De même, lors de l’utilisation de l’IA pour la prévision, les équipes FP&A doivent être capables d’expliquer les données en général. Il ne s’agit pas d’analyser manuellement et de préparer les données, car c’est là que l’IA fait gagner du temps, mais plutôt de comprendre quelles données externes correspondent aux résultats.

Jedox soutient les équipes FP&A dans cet effort en fournissant un rapport de coefficient de corrélation. Ce rapport détaille les mouvements dans la prévision de l’IA et quelles données correspondent à ces chiffres, afin que les équipes financières puissent facilement expliquer tout changement.

La confidentialité des données est une préoccupation pour de nombreuses organisations utilisant l’IA, mais les équipes FP&A doivent être particulièrement prudentes en raison de la sensibilité de leurs données. Ne négligez pas la diligence raisonnable en matière de confidentialité lors de la recherche d’un logiciel d’IA pour la FP&A, en particulier compte tenu des conséquences strictes en cas de violation des réglementations.

La plateforme Jedox répond à ces préoccupations en intégrant la sécurité et la confidentialité dans chaque fonctionnalité d’IA. Les données sont protégées contre les autres clients, les modèles LLM et tout service tiers, et ne sont pas utilisées pour améliorer les modèles LLM tels qu’OpenAI.

Si les dirigeants financiers introduisent des capacités d’IA sans définir les attentes en matière d’adoption et sans communiquer aux employés les résultats positifs pour leur travail, cela peut entraîner des réponses rigides de la part des employés et, en fin de compte, un échec du projet. Les nouvelles capacités doivent être présentées et expliquées aux équipes FP&A, et un plan d’adoption doit être mis en place, tout en rappelant aux équipes que ces nouvelles capacités rendront leur travail moins pénible et plus agréable. Elles n’auront plus à s’occuper des tâches ardues de préparation des données, mais pourront plutôt utiliser leur expertise pour fournir des insights stratégiques précieux pour leur organisation.

Plutôt que de réduire le potentiel des équipes FP&A, l’IA l’augmentera en réalité. Gartner prédit que, bien que « 90 % des fonctions financières déploieront au moins une solution technologique habilitée par l’IA… moins de 10 % verront des réductions d’effectifs en conséquence. »

Les projets d’IA ont un coût, que l’organisation choisisse de les développer en interne, d’acheter des jetons ou d’investir dans un produit SaaS. Ces coûts peuvent gonfler de manière inattendue, en particulier avec une technologie émergente comme l’IA. Lors de la recherche d’un outil d’IA pour la FP&A, les dirigeants financiers devraient examiner la réputation du fournisseur.

Un historique de succès aidera à séparer les promesses creuses des performances éprouvées et protégera l’organisation contre les coûts inattendus.

La convivialité est cruciale pour une adoption réussie : l’outil d’IA FP&A dans lequel l’organisation investit ne doit pas être si complexe que les utilisateurs du service financier ne puissent rien faire sans consulter l’IT. Ils doivent être capables d’utiliser l’outil de manière autonome pour le cas d’utilisation souhaité.

Un avertissement : bien que l’outil d’IA doive être accessible aux utilisateurs non techniques du service financier, les dirigeants financiers doivent s’assurer qu’il y a toujours quelqu’un qui comprend vraiment les données, tant d’un point de vue technique que commercial, qui travaille sur le projet.

Le moteur d’IA de Jedox fournit des algorithmes pré-construits basés sur des bibliothèques d’IA standards du secteur, permettant ainsi aux équipes financières d’obtenir directement des informations et des insights auxquels elles n’avaient pas accès auparavant. De plus, notre approche basée sur des assistants permet aux équipes financières de devenir progressivement autonomes. Elles peuvent exécuter et déployer leurs propres modèles sans avoir à faire appel à l’IT ou à un consultant.

Dans les prochaines années, l’IA dans la FP&A sera une force majeure pour aider à transformer les équipes financières, les faisant passer de réactives à stratégiques, de la comptabilité à de véritables partenaires commerciaux. Grâce à l’IA, les statistiques antérieures d’Accenture pourraient même s’inverser — peut-être que les équipes FP&A passeront enfin 85 % de leur temps à générer des insights, au lieu de se consacrer à des tâches tactiques et laborieuses de préparation des données. Contrairement à toute autre fonction, les finances et les équipes FP&A sont particulièrement bien placées pour fournir des insights exploitables qui permettent à la direction de prendre des décisions en toute confiance et de faire progresser l’organisation. Plutôt que d’attendre de voir d’autres montrer la voie, commencez à explorer dès aujourd’hui comment vous pourriez utiliser l’IA pour accélérer vos performances.