Comment l'automatisation intelligente va transformer la fonction Finance

A l'heure où les entreprises essaient de se remettre de la crise du COVID, l'essor de l'automatisation intelligente va changer pour toujours leur façon d'opérer. Ce blog explore comment les technologies telles que le Machine Learning vont remodeler les fonctions du DAF.

Image placeholder

Même si la nécessité pour la fonction Finance d'adopter des méthodes de travail plus efficaces et dynamiques est antérieure à la pandémie, les événements de 2020 prouvent qu'il s'agit d'un catalyseur notable de transformation technologique. La Finance se dirige donc vers une adoption des technologies digitales, telles que le Machine Learning, à appliquer aux processus fondamentaux.

Les DAF cherchent depuis longtemps à réduire le temps passé sur les processus tels que la clôture, la consolidation, le reporting et la paie. La pandémie du COVID-19 et les changements de modes et de lieux de travail rendent cette évolution incontournable.

Thomas Willman, Principal, Global Practice Leader Finance Advisory chez The Hackett Group, explique : « La fonction Finance a fait l'objet de tant de transformations en 2020. Ce qui n'a pas changé, c'est qu'il reste encore beaucoup à faire ; ce qui a changé, c'est que tout doit être fait loin du bureau. Les professionnels de la Finance cherchent à renforcer l'automatisation et à utiliser le Machine Learning pour identifier des schémas et faire des recommandations qui, précédemment, auraient exigé une intervention manuelle. »

L'automatisation intelligente pour la Finance au quotidien

Entre de bonnes mains, les technologies digitales et une automatisation renforcée peuvent constituer le duo gagnant pour permettre aux DAF de révolutionner la fonction Finance. Cependant, le succès dépendra beaucoup de l'identification et de la hiérarchisation des tâches qui offriront le plus de valeur ajoutée. En matière d'automatisation, le premier objectif de la Finance doit concerner les tâches répétitives et transactionnelles nécessitant une intervention humaine ou manuelle. La fonction gagne ainsi un temps considérable pour se consacrer davantage à son rôle de conseiller stratégique auprès de l'entreprise.

Le second objectif consiste à identifier les situations où les technologies digitales, telles que le Machine Learning, peuvent être utilisées pour détecter, prévoir ou recommander, c'est-à-dire augmenter la contribution de l'intelligence « machine » à une transaction ou un processus. Dès que la machine identifie un schéma, elle peut appliquer encore et toujours le même résultat, tout en continuant d'apprendre et donc de gagner en intelligence.

Ainsi associée à l'automatisation, l'Intelligence Artificielle crée des processus automatisés de manière intelligente, ce qui permet de gagner du temps jusque-là consacré aux transactions et processus traditionnels. Selon un sondage Workday Adaptive Planning, plus de 40 % des DAF estiment que l'automatisation de leur entreprise est essentiellement guidée par la demande d'informations plus rapides et de meilleure qualité par l'équipe dirigeante et les acteurs impliqués dans les opérations.

D'après les recherches effectuées dans le cadre du rapport d'Accenture Charting a Path to Intelligent Automation, « près des 3/4 des DAF interrogés estiment qu'ils aident à transformer toute l'entreprise, aussi est-il primordial que la fonction Finance soit en mesure de faire le meilleur travail possible. Il est donc essentiel d'élaborer entièrement une stratégie, une méthodologie et un déploiement des outils d'automatisation intelligente dans un contexte de transformation de l'entreprise en général, plutôt que de se focaliser sur un aspect particulier. »

Pour la Finance, bien sûr, tout passe par les chiffres, et dès que l'on aborde l'automatisation en termes de coût et d'efficacité, les chiffres parlent d'eux-mêmes. D'après un webinar Argyle mentionné dans CFO Dive, « une entreprise disposant d'une équipe Finance de 20 personnes gaspille de manière générale l'équivalent de 1 920 heures chaque année, soit près de 124 800 $, uniquement en tâches manuelles. Pour une grande entreprise avec une équipe Finance de 100 personnes, ce chiffre s'élève à 9 600 heures, soit 624 000 $ par an. »

Transformer la Finance avec le Machine Learning

Malgré les avantages évidents du Machine Learning au niveau financier et opérationnel, de nombreuses fonctions Finance ont du mal à s'adapter. La comptabilité, la gestion des fournisseurs, les achats, l'audit : autant de secteurs clés prêts pour l'automatisation. Or, le risque encouru peut freiner l'innovation, surtout pour les grandes entreprises opérant dans plusieurs régions. Pour les équipes de chacun de ces secteurs, il s'agit également de garantir la continuité, souvent aux dépens de la transformation.

Le traitement des transactions est un autre obstacle à la transformation et finalement à une collaboration plus efficace. Il n'est donc pas surprenant que ce soit la première étape des DAF en matière d'automatisation.

« L'automatisation permet aux directeurs financiers d'optimiser leur manière de gérer les processus de comptabilité. C'est un domaine qui pose beaucoup de problèmes à la Finance depuis très longtemps et qui peut avoir une influence directe sur le flux de trésorerie de l'entreprise, explique Barbara Larson, General Manager, Workday Financial Management. La Finance passe beaucoup de temps à éplucher manuellement les écritures comptables, les factures et la documentation de toute sorte à la recherche d'erreurs, alors que le Machine Learning pourrait tout automatiser pour rapprocher les paiements et les factures. »

Le Machine Learning peut également réduire le risque financier en signalant les paiements suspects aux fournisseurs en temps réel, pour un processus plus efficace. Les fraudes internes et externes coûtent des milliards de dollars aux entreprises chaque année. Pour les endiguer, le mécanisme actuel consiste généralement à vérifier manuellement un échantillon de factures. En d'autres termes, une fraction seulement du total des paiements est vérifié, ce qui revient à chercher « une aiguille dans une botte de foin ». Le Machine Learning permet d'augmenter considérablement le volume de factures pouvant être examinées et analysées à la recherche de fraudes ou de paiements en double.

« Il est absolument crucial, pour les institutions financières, de s'assurer du respect des réglementations nationales et internationales, en particulier depuis le renforcement des lois sur le blanchiment d'argent et le financement d'activités terroristes », explique David Axson, DAF et responsable Stratégies mondiales, chez Accenture Strategy. « Au sein d'une grande banque mondiale, jusqu'à 10 000 membres du personnel devaient identifier des transactions suspectes et des comptes suggérant des activités illégales. Pour les soutenir, la banque a mis en place un système d'Intelligence Artificielle utilisant des algorithmes de Machine Learning pour segmenter les transactions et les comptes, tout en définissant les seuils optimaux pour alerter en cas de situations pouvant nécessiter une enquête approfondie. »

Améliorer l'élaboration budgétaire et l'analyse financière

Si vous aussi, vous estimez que le rôle de l'élaboration budgétaire et de l'analyse financière à l'avenir sera d'appuyer en temps réel la prise de décisions basées sur des données, alors il est clair que la Finance doit faire évoluer ses processus, et c'est là qu'intervient l'automatisation.

Une étude de McKinsey révèle qu'en moyenne, environ 60 % des activités financières peuvent être entièrement (40 %) ou majoritairement (17 %) automatisées à l'aide des technologies disponibles aujourd'hui. Même si le pourcentage est encore incertain pour l'élaboration budgétaire et l'analyse financière, cette étude montre que de nombreuses tâches de cette catégorie peuvent être entièrement (11 %) ou majoritairement (45 %) automatisées.

Il ne fait guère de doute que nous assistons à une transition entre une culture de l'élaboration budgétaire et l'analyse financière basée sur les feuilles de calcul et une approche beaucoup plus collaborative, basée sur l'automatisation. Il est difficile de savoir précisément à quel stade de cette transition nous nous trouvons, mais le simple fait de vouloir passer d'une Finance basée sur les feuilles de calcul à une Finance basée sur l'Analytics et la technologie n'en constitue pas moins une révolution. D'après un sondage CFO Insights, 78 % des DAF interrogés estimaient que les compétences sur Microsoft Excel® étaient extrêmement importantes il y a 2 ans ; ils ne sont plus que 5 % aujourd'hui. L'automatisation des applications, désormais disponible pour les professionnels de la Finance, est la première étape de ce changement.

A l'heure où l'adoption des technologies digitales pour renforcer l'automatisation devient la norme au sein de la fonction Finance, la collecte de données, leur consolidation, leur vérification et leur formatage manuels sont voués à disparaître.

Rapprochements automatiques

Les fonctions Finance consacrent aujourd'hui bien trop de temps au rapprochement des données issues de plusieurs systèmes. Prenez les transactions entre systèmes internes et externes, ou entre les divers systèmes comptables. Qui dit tâches manuelles, dit erreurs inévitables, comme les doublons de paiement ou les saisies incorrectes.

Robynne Sisco, President et CFO chez Workday, en a été témoin dans les précédentes entreprises où elle a travaillé. « Chaque mois, la fonction Finance devait clôturer la période, extraire les données, les rapprocher, les formater, puis les analyser. Lorsque nous fournissions les chiffres au reste de l'entreprise, il s'était déjà écoulé 2 semaines depuis la fin de la période et il était donc trop tard pour agir. » 

En utilisant des règles et des schémas, le Machine Learning peut permettre aux professionnels de la Finance d'identifier un grand nombre de ces rapprochements, de comprendre le problème, et dans certains cas, de le corriger ou de le signaler. La Finance devrait être en mesure d'automatiser les processus de rapprochement, de consolidation, de reporting et de clôture de manière à les réaliser correctement au sein d'un seul système.

Clôture plus rapide des comptes 

Dans la plupart des entreprises, le seul fait de penser à la clôture des comptes suffit à faire trembler toute la fonction Finance. Cette crainte est due en grande partie au nombre de systèmes impliqués dans le processus de clôture financière, chaque fonction de l'entreprise étant amenée à y contribuer à un moment ou à un autre. Pour les entreprises comme Aon, la pandémie a généré une première : la réalisation de la clôture à distance.

Pour les équipes Finance devant travailler avec plusieurs systèmes très différents, les nouveaux outils et les nouvelles ressources disponibles pour clôturer plus efficacement et précisément les comptes peuvent être classés en 2 catégories : les systèmes basés dans le Cloud et les technologies digitales. Le principal avantage des systèmes basés dans le Cloud réside en la relative simplicité de leur déploiement par rapport aux logiciels traditionnels. Les mises à jour sont bien plus faciles à installer, tandis que le Cloud permet d'ajouter plus de services et de les améliorer rapidement et efficacement.

« Actuellement, la majeure partie du travail de la fonction Finance s'effectue pendant une période intense à la fin de chaque mois, avec de nombreuses saisies manuelles, explique Barbara Larson. Une automatisation intelligente des transactions et processus de base permettrait de résoudre ce problème d'inefficacité tout en s'assurant que les saisies sont correctes du premier coup, sans intervention manuelle. La détection d'anomalie grâce au Machine Learning constitue un bon exemple, en identifiant les anomalies éventuelles et en les corrigeant, ou en les identifiant automatiquement pour vérification avant publication. »

La sécurité est un autre point fort des systèmes Cloud, puisqu'elle permet aux entreprises de mettre à profit leur expertise, plutôt que d'avoir à la développer. De nombreux fournisseurs mettent en place des plans sur le long terme pour n'offrir que des solutions Cloud, une tendance de plus en plus répandue chez les entreprises cherchant à investir dans les technologies pour la fonction Finance. Pour tous ceux qui souhaitent transformer la Finance, le nombre toujours croissant de solutions Cloud représente une opportunité en or.

Des insights toujours plus rapides et approfondis

S'il ne fait aucun doute que la Finance bénéficiera grandement de l'automatisation intelligente des processus susmentionnés, c'est surtout sa capacité à répondre à la demande de plus en plus importante en insights, reporting et analytics, ainsi que la croissance du volume et de la complexité des données requises quasiment en temps réel par les principaux intervenants qui lui offriront le plus d'avantages. De fait, 26 % des entreprises interrogées à l'occasion d'une étude mondiale sur les DAF déclaraient que l'implémentation de l'automatisation visait principalement à soutenir la prise de décision au sein du service Finance afin de renforcer le rôle stratégique de ce dernier dans l'entreprise.

A l'heure où l'adoption des technologies digitales pour renforcer l'automatisation devient la norme au sein de la fonction Finance, la collecte de données, leur consolidation, leur vérification et leur formatage manuels sont voués à disparaître. De nos jours, toutes ces tâches sans valeur ajoutée prennent énormément de temps, au détriment de l'analyse par l'équipe Finance. Enfin, tandis que les tâches manuelles et routinières sont de plus en plus automatisées, les équipes Finance peuvent consacrer plus de temps aux activités à valeur ajoutée, telles que la planification de scénarios, l'évaluation des risques, la performance et la modélisation prédictive.

« Qui dit nouvelles sources de données, dit nouvelles techniques d'Analytics et recherche d'insights. Les entreprises appliqueront l'automatisation et les techniques d'extraction aux données de planification, de fourniture et de résultat pour augmenter la visibilité sur ces processus et leur suivi, estime Jason Byrd, Partner, Technology Business Management, chez KPMG. De nouveaux insights permettront aux équipes de disposer de données récentes pour analyser la vitesse, le déploiement et le retour des clients, et ainsi générer un feedback sur lequel appuyer les décisions et, si besoin, changer de cap. »

Même s'il y a bon espoir que les disruptions mondiales engendrées par la pandémie commencent à se dissiper en 2021, les directeurs financiers doivent être parés à tout, et cela passe par l'adoption par la Finance d'une automatisation intelligente, destinée à maximiser l'efficacité des ressources disponibles.

Cliquez ici pour lire le premier blog de cette série. Dans le prochain blog, nous examinons les compétences dont la fonction Finance a besoin pour prospérer. 

En lire plus