5 façons dont les directeurs financiers peuvent utiliser l'IA – aujourd'hui

Il n’ya pas de doute que l’intelligence artificielle fait l’objet d’un battage publicitaire. Cependant, les directeurs financiers peuvent utiliser l'IA dès maintenant pour apporter de nouvelles efficiences à l'entreprise. En voici cinq:

Données clients et tarification prédictive

Le CFO est au centre des flux de données clients: données de vente, informations tarifaires, mises à jour des créances – la liste est longue. Cela permet au CFO de faire le lien entre l’analyse prédictive et le comportement du client.

Voici comment cela fonctionne. L’équipe du contrôleur s’associe aux scientifiques des données pour établir des corrélations entre le comportement des prix et les créances. Ils superposent des données de transaction telles que les habitudes de paiement ou les schémas démographiques des clients.

Ils ajoutent ensuite des données tierces sur les conditions météorologiques et la localisation au point d'achat. Résultat: une projection de la tarification optimale pour une femme fidèle de 18 à 24 ans qui utilise des cartes de crédit pour acheter des cadeaux pour les vacances par mauvais temps.

Exemple: l'offre spéciale vacances. Un important détaillant américain a combiné des données de point de vente, d'inventaire et de prix avec AI pour améliorer l'efficacité du flux de travail et créer des prix dynamiques à la minute afin de maximiser les ventes pendant la période des fêtes très occupée.

Au-delà de la valeur comptable

L'un des plus grands défis d'un CFO peut être d'évaluer la valeur réelle des actifs. L'incertitude de l'évaluation peut ajouter ou soustraire des millions de dollars au résultat final.

La méthode la plus efficace pour l'évaluation des actifs est l'examen de vastes ensembles de données sur les actifs. AI peut aider ici.

Les directeurs financiers du secteur immobilier utilisent AI pour corréler des milliers de variables de logement (taux hypothécaires, qualité des écoles, nombre de chambres à coucher, emplois locaux) pour créer des modèles prédictifs du prix des biens immobiliers. Cela aide non seulement la société immobilière; il fournit des informations précieuses pour les acheteurs, les vendeurs et les prêteurs.

Exemple: modèle d'évaluation instantanée . Une startup néerlandaise utilise un modèle utilisant des algorithmes d'intelligence artificielle pour effectuer une évaluation instantanée des propriétés. Le directeur financier utilise ce modèle pour estimer la valeur des actifs aux prix du marché aux fins d'acquisitions et pour établir le bilan de la société.

Prédire les coups mortels

Selon les autorités fiscales américaines, les créances irrécouvrables représentent 0,5% des revenus des sociétés américaines. . En 2018, il manquait plus de 100 milliards de dollars en argent, ce qui réduisait les marges bénéficiaires de 5%.

Une analyse multivariée des données sur les clients entre entreprises, telles que le type d'industrie, la cote de crédit, les achats de produits et vendeur – peut prévoir la probabilité qu’une entreprise paie ses factures et devrait donc bénéficier d’un crédit. L'identification des non-payeurs probables aide également à la qualification du client et aux approbations de crédit.

Exemple: le vendeur non autorisé. Une entreprise de services financiers était en proie à des taux de défaillance élevés. L'équipe des finances a élaboré un modèle prédictif de rémunération de la force de vente et a constaté que la corrélation la plus forte était constatée avec les prêts approuvés par des vendeurs opérant sous des incitations à la vente agressives. Des analyses prédictives ont été utilisées pour comprendre la corrélation entre ces structures de rémunération et les créances irrécouvrables, fournissant une prévision à long terme des défaillances selon différents scénarios.

Fraudes liées aux malversations et aux dépenses

La fraude interne est particulièrement difficile à détecter. Il est épisodique et ne laisse généralement pas de trace de données claire. Il est souvent exécuté par petits incréments qui échappent à la détection. L’auteur peut intentionnellement déformer le chemin de données.

Entrez une intelligence artificielle, ce qui permet au CFO d’analyser et d’interpréter les données relatives aux dépenses et de détecter les demandes de remboursement suspectes. On peut explorer les habitudes de dépense et les comportements des employés dans différents rôles. La technologie d'apprentissage automatique peut identifier et prévoir les comportements courants d'employés qui falsifient ou exagèrent des réclamations. Cela permet aux CFO de prévenir les fraudes potentielles avant qu'elles ne surviennent.

Exemple: définition de la politique de dépenses . Une équipe de CFO a examiné un ensemble historique de cas avérés de dépenses abusives et saisi des données sur le type de dépenses et les fournisseurs (par exemple, certaines compagnies aériennes ou certains hôtels). Mais plutôt que de s'en prendre aux employés, la fonction financière a lancé un programme agressif d'éducation et de surveillance des zones d'abus. Amnesty International a autorisé l'équipe à cibler la formation sur les abus les plus susceptibles de se produire, réduisant ainsi les fraudes futures sur le lieu de travail. , certains sont mandatés par la loi. Le problème est que ces systèmes peuvent générer un flot d’alertes et laisser l’équipe du CFO se demander où enquêter.

L’intelligence artificielle peut aider les programmes à reconnaître les comportements suspects et à classer les alertes comme présentant un risque élevé, moyen ou faible. L'application de règles à ces classifications d'alerte peut automatiquement fermer les fausses alertes, ce qui permet au personnel de se concentrer sur les coupables les plus probables.

Exemple: classement des alertes. Une banque européenne a dû relever le défi de faire monter en flèche les «faux positifs» dans son système de lutte contre le blanchiment d’argent. L'équipe des finances a créé un modèle prédictif pour les transactions illicites basé sur des transactions prouvées de blanchiment d'argent, en utilisant un algorithme qui classe les alertes sur une échelle de 1 à 10. Les scores supérieurs à 8 ont ouvert une enquête immédiate, tandis que 10 ont déclenché un gel des avoirs. Les régulateurs ont cité la modélisation prédictive de la banque comme référence pour les autres banques dans la lutte contre le blanchiment d’argent.

Derniers mots

L’intelligence artificielle passe rapidement de l’expérimentation à l’exploitation. Les directeurs financiers prospectifs intègrent l'intelligence artificielle à presque tous les aspects de la fonction financière, des créances au trésor, en passant par la budgétisation et la tarification.

En augmentant leur pouvoir de prévision, les directeurs financiers découvrent que leurs rôles sont de plus en plus proactifs et stratégiques. , et plus précieux dans l'entreprise.

Vous souhaitez savoir comment créer, intégrer, déployer et exploiter une application intelligente avec SAP Data Intelligence? Rejoignez-nous le 17 septembre et découvrez les fonctionnalités de SAP Data Intelligence .

Cet article a paru à l'origine sur CFO.com et est republié avec autorisation. . EY est un partenaire mondial de SAP.