La puissance de l'IA et du ML pour les DAF de la tech et des médias

Même si ChatGPT et l'IA font la une de tous les médias aujourd'hui, les dirigeants d'entreprise se demandent depuis longtemps comment exploiter la puissance de l'Intelligence Artificielle (IA) et du Machine Learning (ML). Pour les leaders des secteurs de la technologie et des médias, tirer pleinement parti de l'IA et du ML pourrait faire toute la différence entre la réussite et l'échec. 

Dans une enquête Deloitte d'octobre 2022, 72 % des dirigeants des secteurs de la technologie, des médias et des télécommunications déclarent croire fermement au rôle essentiel de l'IA dans leur compétitivité au cours des cinq prochaines années. Mais le chemin est semé d'embûches : selon une récente enquête de Workday, seuls 21 % des leaders de la tech se disent confiants dans leur capacité à prendre des décisions reposant sur des données en temps réel. 

Justin Joseph, Senior Director of Industry Product Strategy chez Workday, explique : « Les insights générés par l'IA et le ML sont puissants parce que les entreprises technologiques disposent d'une immense quantité de données. Mais elles n'ont pas encore été en mesure de les exploiter. » Par ailleurs, les dirigeants n'ont pas toujours confiance dans leurs données. Dans la récente enquête Le QI de l'IA de Workday, 77 % des répondants s'inquiètent de l'actualité ou de la fiabilité des données sous-jacentes.

Si les applications utilisant l'IA et le ML concernent de nombreuses fonctions de l'entreprise, l'IA et le ML revêtent une importance particulière pour la fonction Finance des entreprises de la tech et des médias. Voyons quelques exemples d'application de cette technologie pour les directeurs financiers. 

Mettre l'IA et le ML au travail

Tout d'abord, l'IA et le ML peuvent avoir un impact sur le processus de devis à l'encaissement (Q2C). Même si ce terme n'est pas couramment utilisé en dehors du monde de la Finance, ce processus est omniprésent dans notre quotidien. Pour faire simple, le Q2C est le processus de vente de bout en bout, couvrant la totalité du parcours prospect - client. Il peut être aussi complexe (lorsqu'une grande entreprise achète un nouveau logiciel financier) que simple (lorsqu'un consommateur paie pour un achat dans une application pour l'aider à passer un niveau dans son jeu préféré).

Les entreprises de la tech et des médias ont tout intérêt à améliorer le processus Q2C. Gagner en efficacité signifie accélérer la conversion du prospect en client. Et c'est là que l'IA et le ML entrent en jeu. Si les entreprises de la tech et des médias peuvent faire en sorte que l'IA et le ML automatisent, par exemple, 80 % du processus Q2C, elles peuvent concentrer leur énergie stratégique sur les 20 % restants.   

Pour le client Workday Blue Yonder, l'IA et le ML font toute la différence dans le processus de rapprochement des paiements client (ou rapprochement des factures). En effet, ce processus implique de recouper les factures avec les justificatifs afin de s'assurer que les paiements aux fournisseurs sont effectués correctement. 

Tel que l'explique un Senior Accounting Specialist chez Blue Yonder : « Le processus de rapprochement des paiements et des factures peut prendre entre une heure et une journée. Grâce au Machine Learning, la fonctionnalité de rapprochement des paiements client dans Workday a identifié trois factures en lien avec un paiement pour lequel il manquait les détails de versement. J'ai été bluffé. Au lieu de passer du temps à rechercher et analyser tous les autres paiements, j'ai pu appliquer les recommandations immédiatement. »

Anomalie : le terme qui fait frémir les directeurs financiers. Les anomalies sont les ennemies de la Finance. Les DAF n'aiment pas les surprises dans leurs processus (clôture financière) et leurs résultats (revenus, facturation, dépenses et paiements). Ainsi, pour les directeurs financiers de la tech et des médias, la détection d'anomalies à l'aide de l'IA et du ML (comme les fonctionnalités intégrées à Workday Financial Management) permet de détecter et de corriger des erreurs coûteuses avant qu'elles ne se produisent. Et par la même occasion, de gagner en efficacité sur l'ensemble du processus. 

Audit est un autre terme mal aimé. Si pour le commun des mortels ce terme est généralement associé au fisc, le DAF peut exploiter la puissance de l'IA et de la ML pour adopter une approche proactive, à savoir, l'audit en continu. Qu'est-ce que cela signifie ? L'idée est à la fois simple et révolutionnaire : au lieu d'audits périodiques, la surveillance continue des finances à l'aide de l'IA et du ML permet de rester au courant des événements en temps réel. Résultat : l'atténuation des risques est beaucoup plus facile et les processus, le contrôle et la gouvernance sont respectés en permanence et de manière beaucoup plus précise que lorsque ces tâches sont confiées à des humains.

Enfin, les directeurs financiers doivent être attentifs aux erreurs liées aux dépenses. Dans l'environnement économique actuel de la tech et des médias, les DAF sont fortement incités à réduire leurs dépenses globales et à améliorer leurs politiques et leurs contrôles. Ils doivent éviter toute dépense non créatrice de valeur ou toute erreur de catégorisation qui entraîne des erreurs de budgétisation. Il s'agit là d'un autre domaine clé où l'IA et le ML peuvent être utiles : les DAF de la tech et des médias peuvent ainsi surveiller les systèmes en continu à la recherche de dépenses potentiellement mal catégorisées. Les gains d'efficacité et la réduction des erreurs peuvent alors atténuer la pression sur les directeurs financiers de la tech et des médias. 

Attention toutefois : sans un bon système Cloud de gestion d'entreprise, même les solutions IA et ML les plus avant-gardistes risquent de ne pas suffire. Les DAF de la tech et des médias doivent s'assurer que leurs systèmes, à l'instar de Workday, fournissent une seule source de données Cloud afin de garantir la précision et l'efficacité de toutes les applications de l'IA et du ML. Workday fournit un grand volume de données exploitables. Plus l'ensemble de données est important, meilleurs sont les résultats, ce qui facilite l'entraînement et l'adaptation de l'IA et du ML. Ainsi, pour les DAF, la structure inhérente de Workday et l'abondance de données rendent l'objectif d'une clôture en continu d'autant plus atteignable. 

Les directeurs financiers de la tech et des médias doivent aller au-delà du battage médiatique et, grâce à un solide socle Cloud, continuer à se demander comment appliquer la puissance de l'IA et du ML pour améliorer l'efficacité, réduire les erreurs et surveiller en temps réel la situation financière globale.