Transformer la finance pour l’avenir

Au cours du siècle dernier, la finance a gagné en sophistication, en précision et en importance – cependant, le modèle opérationnel de la fonction finance a étonnamment peu changé. Le moment est venu pour la finance, comme pour de nombreuses fonctions d’entreprise, d’adopter un état d’esprit plus agile axé sur l’aide à la décision, la croissance et la rentabilité. En tirant parti des technologies actuelles telles que l’intelligence artificielle, l’automatisation et l’apprentissage automatique, la finance est en mesure de conduire le changement numérique, de diriger la création de valeur d’entreprise et d’améliorer les performances globales.

Selon une étude menée par le McKinsey Global Institute, 40 % des activités financières de base – y compris la gestion des revenus, les décaissements de trésorerie, la comptabilité et les opérations – peuvent être entièrement automatisées, et 17 % supplémentaires peuvent être partiellement automatisées. L’automatisation de telles fonctions permettra aux équipes financières de consacrer plus de temps à des tâches à forte valeur ajoutée, telles que la génération d’informations, la gestion des liquidités et des dépenses et le suivi des investissements. Tout cela nécessite une expertise et une touche humaine ainsi que le bon ensemble d’outils, d’approches et de capacités telles que la planification et les prévisions dynamiques, les collaborations interfonctionnelles, les tableaux de bord à faible latence et la surveillance des KPI.

Plus d’automatisation et plus d’utilisation de l’IA et de l’apprentissage automatique généreront de la vitesse et de la flexibilité pour les équipes financières, accélérant la prise de décision organisationnelle et améliorant la résilience de l’entreprise.

L’évolution des finances

L’évolution récente de la fonction financière a été motivée par le besoin de plus de transparence, de visibilité et d’exactitude des données – et la pandémie mondiale a servi de catalyseur pour l’adoption accrue d’outils numériques par les équipes financières et dans toute l’entreprise.

Les équipes financières de pointe se tournent vers davantage d’outils de visualisation de données basés sur l’IA associés à des capacités d’automatisation pour générer des rapports commerciaux clairs, opportuns et exploitables. Cela génère des informations plus rapides pour les utilisateurs finaux, améliore la productivité, réduit le temps consacré à la collecte de données et favorise des discussions commerciales plus ciblées (et plus rapides). La finance alimentée par l’IA stimule les performances de l’entreprise.

Les éléments constitutifs de la transformation financière

L’avenir de la finance sera plus numérique et beaucoup plus automatisé. Cela nécessite deux choses : premièrement, les responsables financiers doivent créer une culture dans laquelle les équipes passent plus de temps à analyser les données et à faciliter la prise de décision plutôt qu’à simplement collecter des données. Deuxièmement, ils devraient envisager de déployer une solution d’IA intégrée qui tire parti de l’agrégation des données, de la visualisation des données, de l’automatisation des flux de travail, des rapports KPI, de la simulation de scénarios et des analyses avancées.

Une solution basée sur l’IA peut activer des capacités de surveillance en temps réel pour les processus financiers tels que la budgétisation, les prévisions et la gestion du fonds de roulement, et générer automatiquement des signes avant-coureurs basés sur des informations. Les changements culturels et technologiques doivent refléter la vision stratégique et les objectifs à long terme de l’entreprise.

Budgétisation et prévisions: Ces processus sont complexes et ancrés dans les pratiques commerciales héritées qui répondent à des questions telles que « Comment allons-nous depuis le début de l’année ? » ou « Quel est notre flux de trésorerie d’exploitation prévu pour les trois prochaines années ? » Dans une fonction financière plus numérique et plus automatisée, la budgétisation et les prévisions doivent être repensées pour intégrer flexibilité et intelligence. Cela nécessite inévitablement de briser les barrières qui existent entre la finance, les opérations et la stratégie. Et cela permettra à l’entreprise de générer des informations pertinentes et de répondre à des questions telles que « Comment allons-nous aujourd’hui ? » » et « Quelles mesures pouvons-nous utiliser pour suivre nos investissements maintenant ?

L’équipe financière doit être le catalyseur qui aide à la planification globale et continue, ce qui conduit à une augmentation de la visibilité et à une amélioration de la prise de décision. Pour obtenir ces résultats, ce type de planification doit également inclure des capacités de modélisation qui peuvent tester diverses hypothèses englobant les changements de revenus ou de coûts des marchandises vendues d’un point de vue régional, de portefeuille de produits, de client et/ou de canal de vente.

Voici un exemple d’automatisation en action dans le secteur financier : une entreprise mondiale de vêtements de plus de 5 milliards de dollars souhaitait disposer d’une vue microscopique des flux de trésorerie pour planifier et mesurer efficacement les performances de l’une de ses unités commerciales. En collaboration avec ce leader du secteur, Wipro a créé une solution de façonnage des revenus qui prévoit avec précision les revenus quatre trimestres à l’avance tout en fournissant des inférences impartiales et étayées par des preuves et en suggérant des interventions – avec des simulations pour illustrer comment les résultats changeraient. Cela a tellement amélioré la prise de décision de l’organisation que les utilisateurs finaux de la planification et de l’analyse financières de l’entreprise ont adopté le modèle au cours des six premiers mois. Le projet a généré la confiance des parties prenantes qu’un modèle d’IA pouvait prévoir les revenus avec plus de précision que les professionnels de la finance qui avaient une connaissance approfondie de l’industrie du vêtement.

Gestion du fonds de roulement : La gestion des liquidités dont une entreprise a besoin pour ses opérations quotidiennes est complexe et inefficace en raison des nuances locales et des équipes mal alignées. L’analyse du fonds de roulement doit tenir compte des créances, des dettes et des stocks. Les modèles de fonds de roulement de nouvelle génération nécessitent un processus de gestion de trésorerie plus efficace, alimenté par des solutions numériques avancées qui tirent parti de l’apprentissage automatique et de l’automatisation. Wipro aide les entreprises à créer des cadres de fonds de roulement améliorés par l’IA avec une approche hybride qui combine des méthodologies, des analyses avancées et l’exploration de processus pour offrir des informations plus rapides et plus granulaires avec moins d’effort.

Par exemple, un fabricant européen d’automatisation et de robotique a connu un processus de facturation et de recouvrement fragmenté qui s’est avéré être un obstacle à sa croissance future. Pour relever ce défi, Wipro a aidé à concevoir une feuille de route du fonds de roulement et à adopter des pratiques de pointe pour le processus de commande à l’encaissement. Le recouvrement des comptes clients s’est considérablement amélioré grâce à l’utilisation d’algorithmes d’apprentissage automatique pour recommander les meilleures stratégies de recouvrement au niveau du client/de la transaction. De plus, des rappels automatisés, des factures plus précises et une gestion plus rapide des litiges ont aidé le fabricant à réduire son fonds de roulement.

Dans un autre cas, l’une des plus grandes entreprises de soins aux consommateurs au monde avait du mal à naviguer efficacement dans un paysage source-to-pay alambiqué, caractérisé par une large base de fournisseurs, des contrats isolés, des conditions de paiement ambiguës et des paiements non structurés. À son tour, Wipro a contribué à la co-conception et à la mise à l’échelle des processus d’approvisionnement mondiaux pour synchroniser les contrats, les accords d’approvisionnement et les conditions de paiement. La qualité de la prise de décision s’est améliorée grâce à des informations plus claires, plus riches et plus rapides à partir d’ensembles de données organisés, ce qui a conduit à des paiements rapides et efficaces aux partenaires.

L’IA dans le parcours de transformation financière

Alors, comment les responsables financiers devraient-ils commencer à mettre en œuvre l’IA dans le cadre du parcours de transformation financière ? Cela peut sembler intimidant : l’effort nécessite une solution d’IA assimilée qui combine des capacités cognitives, de mégadonnées, d’apprentissage automatique et d’automatisation sous un même toit. Une approche étape par étape peut aider.

Consolidation des données est la première étape pour tirer parti de l’IA pour transformer la fonction financière et la mettre en place pour un succès à long terme. La plupart des organisations disposent d’au moins un système de planification des ressources d’entreprise (ERP) qui suit les commandes et les transactions, les factures, les paiements, les détails de l’entrepôt, les informations sur les centres de coûts, etc. En règle générale, les entreprises utilisent plusieurs systèmes indépendants pour suivre des détails spécifiques (tels que les rebuts de gamme de produits) pour lesquels les systèmes ERP ne sont pas provisionnés. La consolidation et l’harmonisation des sources de données facilitent la collecte d’informations importantes qui seraient autrement difficiles à exploiter pour la planification et l’analyse financières. Bien que la consolidation des données puisse être pénible, lente et laborieuse, elle offre de réels avantages.

La prochaine étape dans l’adoption d’une solution d’IA consiste à former l’algorithme pour identifier les relations entre les ensembles de données créés lors de la consolidation des données. Un algorithme formé donne aux responsables financiers la possibilité de modéliser différents scénarios via la modélisation prédictive et les tests de résistance, et il les aide à comprendre l’impact des externalités sur l’entreprise d’un point de vue financier et opérationnel.

De plus, les entreprises doivent définir des indicateurs de performance clés clairs, granulaires et mesurables (KPI) pour tester les résultats et les pouvoirs prédictifs de l’algorithme. En fin de compte, les KPI rendent l’algorithme plus transparent et justifient éventuellement une collaboration interfonctionnelle en fonction des informations générées.

La direction financière d’une organisation a le droit et la responsabilité de s’enquérir de la manière dont les opérations quotidiennes d’une entreprise génèrent de la valeur. Avec la mise en œuvre de l’IA, les responsables financiers peuvent non seulement synthétiser ces informations plus rapidement, mais également aider aux décisions stratégiques en utilisant des modèles prédictifs basés sur l’IA pour libérer leur potentiel.

Intelligence Artificielle – De Vraies Perspectives

La pression pour assurer la croissance du chiffre d’affaires, l’optimisation des coûts et l’alignement sur la stratégie commerciale ne fera que s’intensifier – et exigera que la fonction financière envisage une approche technologiquement avancée et de pointe. Cette approche est ici aujourd’hui sous la forme d’automatisation et d’intelligence artificielle. En tirant parti de l’IA dans le cadre du parcours de transformation financière, les organisations peuvent développer des rapports plus précis et en temps réel, augmenter la précision des prévisions, optimiser l’utilisation des ressources et minimiser les interventions manuelles. Grâce à l’adoption et à l’exécution d’une vision améliorée par l’IA, soutenue par la création d’une nouvelle culture axée sur les connaissances, les organisations peuvent se mettre sur la voie de prospérer et de prospérer pour les années à venir.

Les auteurs tiennent à remercier Amit Jain, consultant principal de la pratique Intelligent Business Re-Imagination de Wipro Digital, pour ses contributions à cet article.