IA en finance: comment les prévisions, les rapports et le rôle du changement de directeur financier

L'utilisation de l'IA en finance est en profondeur en profondeur les activités de ceux qui travaillent dans le contrôle de la gestion et en fonction du CFO. Des prévisions des ventes à la fermeture des états financiers, à l'interprétation des anomalies dans les données, l'intervention d'Andrea Cravero, directrice du conseil en solution d'Oracle Italie, tenue pendant le discours de l'intelligence artificielle organisée par l'observatoire de l'intelligence artificielle des processus financiers.

L'évolution technologique et le défi du CFO

Cravero a rappelé à quel point il y a trente ans, les réseaux de neurones artificiels avec lesquels il avaient commencé à travailler au CERN n'avaient que « trois couches, quelques dizaines de nœuds et 150 paramètres », tandis qu'aujourd'hui, nous parlons de « dizaines de couches, de milliers de nœuds pour chaque couche et d'un trillion de paramètres ». Le saut dimensionnel, a-t-il souligné, rend le défi évident: être capable de mettre ce pouvoir entre les mains des utilisateurs, d'une manière simple, sans avoir à se soucier de la complexité technologique derrière.

La fonction financière, basée presque entièrement sur des nombres, est une terre privilégiée pour ces applications. Ici, l'analyse prédictive reste centrale, mais les solutions génératives sont négligées capables de commenter les données, d'interpréter les tendances et même de produire automatiquement des relations ou des présentations complexes.

Des séries historiques aux prévisions multivariées

La première étape pour introduire l'IA en finance concerne l'extrapolation de la série historique. Ceux qui ont des données de vente peuvent obtenir des projections à l'avenir en considérant la saisonnalité, des événements extraordinaires ou des chocs de marché comme fermetures forcées. Cependant, selon Cravero, ces applications sont encore « très peu utilisées ».

Une évolution ultérieure est donnée par le « connaissances« , Outils qui vous permettent de comparer les prédictions passées avec l'équilibre final, notant tout biais systématique. L'IA peut également comparer les prévisions et les prévisions humaines générées par la machine, signalant des écarts importants qui deviennent de véritables sonneries d'alarme.

Ces dernières années, la détection d'anomalies a également été confirmée: identifier une baisse ou une augmentation inattendue des ventes dans une zone géographique spécifique ou dans un seul magasin. Sur les marchés avec des milliers d'articles et des centaines de points de vente, la capacité de l'IA à isoler les cas à attentif vous permet d'économiser du temps et des ressources.

Cravero a ensuite mis en évidence une étape supplémentaire: les prévisions multivariées. Plus seulement des séries historiques, mais des modèles qui prennent en compte les variables macroéconomiques telles que l'inflation, le PIB, la confiance des consommateurs, ainsi que des facteurs internes tels que des remises et des promotions. Ce niveau de complexité mathématique, a-t-il souligné, « doit toujours être simple pour l'utilisateur », qui pense en termes descriptifs mais bénéficie de calculs avancés.

IA générative et rapport financier

En plus de la prédictive, l'intelligence générative entre de plus en plus dans les rapports. Cravero a montré comment un modèle peut décrire automatiquement l'écart entre la prévision et les données finales, mettant en évidence les divergences et l'hypothèse des causes. En ce sens, la technologie ne sélectionne que les cas dignes d'attention entre des milliers de situations considérées comme « normales ».

Un exemple significatif vient de Dynamique généraleUS Aerospace Group, qui a introduit le concept de «cône de confiance» dans la pratique quotidienne: un moyen simple de communiquer aux utilisateurs professionnels la probabilité d'une prévision et de la marge de variabilité dans laquelle elle peut se produire.

Flux de trésorerie et applications en béton

Parmi les zones de demande citées, le flux de trésorerie prédictif occupe une position centrale. L'IA, intégrant les tendances historiques et les méthodes de paiement des clients avec des variables économiques externes, vous permet d'estimer avec des revenus de fiabilité plus importants et des sorties futures.

D'autres cas concernent les compagnies ferroviaires, qui utilisent des algorithmes prédictifs pour surveiller la consommation de pièces de rechange et les grandes multinationales qui se concentrent sur la vitesse de la communication des résultats financiers. Cravero a rappelé qu'Oracle avait publié les résultats trimestriels le 9 septembre, sept jours ouvrables après la clôture du trimestre, soulignant comment les objectifs de ce type ne sont possibles que grâce à une utilisation intensive de l'IA à toutes les étapes du processus comptable, de la déclaration du notary supplémentaire.

Agents intelligents et langage naturel

Un aspect émergent de l'IA en finance concerne l'utilisation d'agents capables d'interagir dans le langage naturel. Cravero a fait l'exemple de la possibilité de demander au système: « S'il vous plaît, créez une règle d'allocation des coûts de structure en cinq phases ». L'agent est en mesure de construire le processus demandé sans que l'utilisateur ne soit intervenant en détail technique.

SaaS en tant que condition préalable technologique

Selon Cravero, pour exploiter pleinement ces fonctionnalités, il est nécessaire d'adopter un modèle de logiciel de service (SaaS). Ce n'est que de cette manière que les applications d'entreprise peuvent constamment mettre à jour avec les nouvelles introduites par l'intelligence artificielle. « Il n'y a pas de raccourcis », a-t-il dit, soulignant qu'il n'est pas possible de copier les données de l'entreprise sur des outils externes tels que Chatgpt, puis de les réétiqueter: les processus doivent avoir lieu à l'intérieur des applications cloud, garantissant la sécurité et la continuité.

L'IA comme un allié du contrôleur

Répondant à une question du public, Cravero a précisé que l'IA ne remplacera pas le rôle du contrôleur, mais deviendra un allié. « Le travail du contrôleur est l'une des œuvres dans lesquelles vous dormez moins », a-t-il observé, se souvenant des charges manuelles lors des fermetures mensuelles. L'objectif de l'IA est de réduire ces activités répétitives et d'améliorer la qualité des prévisions. La précision et la ponctualité, en particulier pour les entreprises énumérées, restent vitales et avoir un soutien qui soutient l'intuition humaine peut faire une différence.

Cravero, cependant, a rapporté qu'en Italie, l'adoption reste limitée. Certains grands groupes, en particulier dans le secteur de l'alimentation et du commerce de détail, connaissent, mais la prudence prévaut toujours, en raison de la sensibilité des informations financières et de la méfiance envers les outils perçus comme « artificiels ».