7 étapes et enseignements clés pour démarrer votre parcours IA dans la fonction Finance

Tout le monde parle de l'IA, bien sûr. Mais, pour les responsables Finance avec lesquels je parle, la conversation va au-delà d'une simple discussion sur les différents outils disponibles !

Ce dont discutent les directeurs Finance, c'est la transformation profonde de la fonction Finance grâce à l'IA. Nous constatons que les dernières technologies transfèrent la fonction au-delà de la simple automatisation pour influencer la prise de décision organisationnelle stratégique.

Ce que j'entends maintes et maintes fois, c'est que la technologie seule ne suffit pas. Le succès de l'automatisation intelligente dans le déblocage de l'efficacité dépend de la mise en place d'une base de données propres, ainsi que de processus matures et d'équipes compétentes et confiantes.

Ce dernier point est particulièrement intéressant, n'est-ce pas ? Le succès de l'IA, c'est l'humain.

Parce que, même si les discussions portent sur la mise à l'écart de l'élément humain, les responsables Finance comprennent que la véritable préparation à l'IA nécessite un changement culturel. Vous devez vous préparer à agir dans le nouveau monde d'insights qu'apporte l'automatisation intelligente.

Cela en fait également un changement stratégique, le rôle du directeur Finance s'étendant à la gestion du changement, en tenant compte du besoin traditionnel de contrôle.

Ce qui compte vraiment pour vous, c'est la valeur pratique

Pour les directeurs Finance comme vous, la pression est forte non seulement pour adopter la technologie, mais aussi pour démontrer des rendements tangibles, tout en restant responsable de la stabilité opérationnelle. C'est pourquoi vous recherchez une feuille de route pratique, spécifique à la fonction Finance, qui comblera le fossé entre la promesse et la réalité.

Au-delà des discussions, les conversations récentes sur le retour sur investissement de la mise en œuvre se sont éloignées des économies directes et mesurables. Peut-être avez-vous connu cette complexité au sein de votre entreprise, justifiant la valeur de l'IA dans des domaines moins évidents, voire « cachés » ?

Je constate que des gains opérationnels et stratégiques peuvent être un avantage majeur de l'IA. Et le consensus est que l'obtention de ce message est essentielle pour élaborer une analyse de rentabilité convaincante pour l'investissement.

Un autre consensus qui se dégage parmi les directeurs Finance est que l'application de l'IA aux processus défectueux et aux mauvaises données est une erreur critique. Le manque de cohérence entre les entreprises mondiales brouille les détails à des niveaux supérieurs de l'entreprise.

C'est pourquoi l'intégrité des processus et des données doit précéder le déploiement de l'IA, sinon, loin de résoudre les problèmes fondamentaux, vous risquez d'aggraver la situation.

Équilibrer le révolutionnaire et l'évolutif

Les nouvelles fonctionnalités apportées par l'IA changent tout ; il s'agit véritablement d'une révolution technologique.

D'une part, il y a le changement technique de base, avec une IA moderne capable d'imiter la façon dont un cerveau humain pense. En d'autres termes, il ne repose plus sur les anciennes règles fixes « si A, alors B », qui régissaient auparavant l'automatisation.

Une autre façon dont l'IA est révolutionnaire est le modèle agentique dont nous entendons tant parler : les agents digitaux autonomes, AKA « personas ». Il s'agit d'une IA capable de gérer un travail complexe et à forte valeur ajoutée précédemment réalisé – avec minutie – par des experts humains, tels que la FP&A, et les partenaires.

Toutefois, ce que j'entends par équilibre, c'est que vous devez rester concentré sur les défis humains. L'IA est une révolution, mais sa mise en œuvre est une évolution, pour chaque entreprise.

Le succès dépend non pas des compétences de l'IA, mais des nôtres et de notre confiance à son égard. C'est pourquoi votre rôle évolue pour englober la gestion du changement ; il vous incombe de mener la transformation culturelle nécessaire.

Ainsi, pour garantir à la fois la stabilité de l'entreprise et la réussite des résultats des utilisateurs, la mise en œuvre doit suivre des étapes gérées avec soin :

1. Se concentrer sur les défis centrés sur les personnes. Commencez par évaluer et reconnaître honnêtement la disponibilité et les lacunes de votre équipe.
2. Combler le fossé de la « culture digitale ». Sachez que pour les vétérans, malgré leur sens profond des affaires, l'IA est une inconnue.
3. Gérer le « débordement » car la vitesse du changement et la technologie elle-même sont décourageantes pour beaucoup, tout comme le label « transition ».
4. Optimiser vos ressources humaines. Créez des équipes mixtes associant du personnel expérimenté à des collègues technophiles, pour un apprentissage partagé.
5. Adopter une vision plus large de la valeur. Garantissez l'adhésion de l'ensemble de la direction et de l'entreprise en cherchant au-delà de vos propres économies.
6. Partager chaque apprentissage, y compris le fait que le retour sur investissement le plus significatif de l'IA pourrait bien être dans les domaines opérationnels, ce qui pourrait permettre d'économiser des millions de livres sterling.
7. Mettre de nouveaux insights au travail. Sachez que l'automatisation intelligente des tâches de conformité de routine change la donne sur le plan stratégique. Soyez prêt !

Alors, qu'est-ce qui nous a amenés à ce point ?

Si peu de temps après la pandémie, qui a entraîné le passage au télétravail, l'avènement de l'IA n'a fait qu'ajouter à une tendance clé révélant des faiblesses opérationnelles. Une meilleure visibilité sur les workflows est essentielle pour faciliter la suppression des processus redondants, des rapports inutiles et des pertes de temps.

La prochaine frontière pour l'IA est la GRC (gouvernance, risques et conformité), en particulier dans l'interprétation des documents réglementaires non structurés, car les changements tels que les normes IFRS à venir présentent de nouveaux défis. De même, la complexité des opérations sur plusieurs zones géographiques et devises fragmente les informations financières.

La prochaine frontière pour l'IA est la GRC (gouvernance, risques et conformité), en particulier dans l'interprétation des documents réglementaires non structurés, car les changements tels que les normes IFRS à venir présentent de nouveaux défis. De même, la complexité des opérations sur plusieurs zones géographiques et devises fragmente les informations financières.

Désormais, en automatisant même les tâches de haut niveau, mais de routine, les équipes sont libérées de leurs feuilles de calcul pour se concentrer sur de nouveaux défis. Leur temps peut être mieux consacré à l'analyse et à la prise de décision à forte valeur ajoutée, allant au-delà du reporting de routine pour transformer les tâches de conformité en insights générateurs de chiffre d'affaires.

Ce n'est qu'au début d'un nouveau cycle de vie technologique multi-générationnel que votre principale opportunité consiste à faire de la fonction Finance un partenaire stratégique à part entière. Un directeur Finance m'a dit qu'il utilisait les données pour « servir de GPS à l'entreprise ».

Que diriez-vous de témoignages concrets ?

D'après les expériences récentes des directeurs Finance, voici trois études de cas importantes :

Mise en œuvre de la modernisation des processus

La révolution du travail à domicile pendant la pandémie a révélé un manque critique de visibilité sur les workflows d'équipe pour de nombreuses entreprises. Dans un cas que je connais, la crise a déclenché un mappage de l'ensemble de son processus Order-to-Cash, de ses données et de ses systèmes, mettant en évidence les étapes existantes et le reporting inutile.

En conséquence, les inefficacités ont été éliminées et les membres de l'équipe se sentent plus connectés, avec une meilleure compréhension de l'impact des rôles individuels sur l'ensemble de la chaîne de valeur.

Optimisation de l'efficacité opérationnelle

Une entreprise mondiale de biens de grande consommation examinait un domaine opérationnel négligé : le film plastique pour l'emballage des produits. L'analyse des données a révélé une inefficacité cachée considérable que l'entreprise a accumulée au fil des ans : l'utilisation de 80 références différentes pour cet article simple et non destiné aux consommateurs !

La solution consistait à consolider à seulement 20 références, ce qui a permis à l'entreprise d'économiser quelque 17 millions de dollars par an, ce qui montre comment un retour sur investissement important peut être trouvé dans des domaines inattendus.

Faire travailler les insights stratégiques

J'ai été intéressé par le fait qu'une entreprise de services financiers que je connais ait transformé une tâche de conformité de routine, en analysant les pertes transactionnelles, en appliquant le Machine Learning à ses données. Le résultat ? L'équipe Finance a pu identifier des modèles spécifiques liés à différents pays, produits et saisonnalités. Par conséquent, une tâche financière standard est devenue un précieux insight stratégique pour les équipes produit et chiffre d'affaires, informant directement la stratégie métier à l'échelle mondiale.

En résumé, les apprentissages clés

1. Une stratégie d'IA réussie nécessite une double approche : adoptez l'IA comme technologie révolutionnaire, mais mettez-la en œuvre étape par étape, en tant que déploiement évolutif pour assurer la stabilité.
2. La préparation fondamentale n'est pas négociable. Appliquez l'IA aux processus défaillants ou aux données défectueuses, et loin de résoudre les problèmes existants de votre entreprise, vous les amplifierez !
3. L'élément humain est essentiel à la réussite. Il y a donc un changement dans l'orientation des directeurs Finance. Vous devez renforcer la confiance de votre équipe, combler les lacunes en matière de compétences et gérer efficacement le changement.
4. Un retour sur investissement significatif de l'IA peut être trouvé dans des domaines moins évidents, des améliorations opérationnelles aux nouveaux insights stratégiques qui ne font pas partie de la fonction finance principale.
5. En prenant en compte les prochaines étapes, commencez par évaluer l'état de préparation de base. Identifiez les domaines clés dans lesquels vous avez besoin d'améliorer l'intégrité des données et la maturité des processus.
6. Ensuite, investissez dans les ressources humaines ; renforcez les compétences et la confiance de votre équipe. Il s'agit d'une condition préalable essentielle à l'investissement, avant de commencer à mettre à l'échelle vos initiatives d'IA.
7. Enfin, élargissez la recherche de valeur IA masquée. Recherchez des projets pilotes dans lesquels les données et les fonctionnalités d'IA peuvent résoudre des problèmes au sein de la fonction Finance, avec un impact tangible dans toute l'entreprise.

Ces pratiques peuvent aider les directeurs Finance à transformer leurs équipes pour un avenir meilleur grâce à une automatisation accrue et une prise en charge proactive et optimisée par l'IA pour la prise de décision.