Le groupe Saint-Gobain prédit les retards de paiement de ses clients
Le groupe Saint-Gobain, spécialisé dans la production, la transformation et la distribution de matériaux, utilise l'intelligence artificielle pour suivre et prédire les retards de paiement de ses clients. Le groupe, qui développe ses propres solutions internes et s'appuie sur ses partenaires externes, réfléchit à la mise en place de cas d'usage liés à la prévision. À la clé : des gains de productivité et une proposition de valeur des salariés renforcée.
« L'intelligence artificielle est aussi bien un assistant qu'un collègue. Lorsqu'on parle d'automatisation intelligente, une partie d'un processus peut être réalisée par l'IA, une autre par l'humain. Une collaboration qui permet de gagner un temps précieux. » Pascal Perrier-Gustin, directeur de la transformation finance au sein de Saint-Gobain, fait partie des convaincus qui souhaitent utiliser l'intelligence artificielle dans son service. En 2022, le groupe a réalisé un POC (une preuve de concept) en interne avec les data scientists pour tester une application, qui permet de prédire les retards de paiement des clients. En récoltant la data et en l'analysant, il est ainsi possible de faire un suivi précis des clients ou de programmer des rappels et des relances automatiques. La technologie alerte ainsi d'un risque de retard de paiement de la part du client et le collaborateur contacte ce dernier pour prévenir le retard. « Cet outil est connecté à notre ERP et a ainsi accès aux données liées aux clients. À terme, nous envisageons de connecter l'IA à notre data lake », ajoute le directeur de la transformation finance. Cet espace de stockage intègre et réunit dans un même endroit 95 % des données SAP du groupe. « Ces données qui concernent chaque pays, chaque activité et chaque fonction, peuvent être nettoyées, et harmonisées. Il est ainsi facile de cibler par exemple les clients européens », détaille Pascal Perrier-Gustin, pour qui ce pilote pourrait prochainement passer à l'échelle.
Faire des prévisions et identifier des doublons de facture
D'autres cas d'usage ont été testés comme la comparaison de la marge de produits similaires. « Un algorithme a été développé qui arrive à identifier des produits similaires, même si la dénomination sur la base de données est différente. Nous pouvons imaginer se servir de l'IA pour identifier les doublons de facture », estime Pascal Perrier-Gustin, qui réfléchit à la mise en place de cas d'usage liés à la prévision. « Si je veux faire une prévision de marge ou de résultat, c'est plus complexe. Il faut prévoir plus de facteurs comme le volume, les ventes, les coûts », concède-t-il.
En plus des développements internes, le groupe fait appel à des partenaires externes qui investissent activement pour développer des outils performants, pour le machine learning notamment et utilise en parallèle des outils LLM et précisément la solution Chat GPT. Plusieurs cas d'usage hypothétiques sont envisagés pour la finance, comme l'interrogation de procédures, l'aide à la préparation de codes pour la robotisation, les instructions de travail ou les revues de bilan.
De la sensibilisation et une gouvernance appropriée
Une culture de l'innovation qui nécessite d'accompagner et de sensibiliser les salariés, sur la formulation des questions ou des requêtes, un point clé pour bénéficier de réponses pertinentes. « Les équipes Digital & IT vont à la rencontre des collaborateurs pour leur expliquer l'usage de chatGPT et les former le cas échéant. Le Comité de Direction Financière sera très prochainement formé. Il existe déjà aujourd'hui une librairie de cas d'usages assez importante pour l'ensemble des fonctions, ce qui démontre plutôt de la curiosité et même un certain engouement pour le sujet. Le seul frein repose plutôt sur l'identification de use case pertinents. Il faut adopter une nouvelle manière de penser », estime le directeur de la transformation finance.
Si Pascal Perrier-Gustin se montre prudent quant à l'utilisation de ces technologies et la nécessité de les encadrer, il est indispensable de s'intéresser de près à tous ces outils intelligents qui permettent de fiabiliser et d'accélérer le traitement de la donnée. « Lorsqu'on fait travailler un robot sur des calculs, il ne fait pas d'erreur. Si le retour sur investissement est parfois difficile à quantifier, je peux toutefois affirmer que les salariés vont passer moins de temps à faire des tâches simples et répétitives et qu'ils pourront se consacrer à des missions à plus forte valeur ajoutée », explique Pascal Perrier-Gustin. Un autre point d'attention à suivre est la possible inexactitude des réponses, qui doivent systématiquement être vérifiées. Pour faciliter cette étape, le chatGPT by Saint-Gobain intègre des liens vers les sources de la réponse. En termes de sécurité, les standards de sécurité maximale sont appliqués en lien avec les équipes de cybersécurité, du juridique et du délégué à la protection des données. Les échanges sont tracés et monitorés avec de l'IA pour détecter les cas de mauvais usage. Une gouvernance a d'ailleurs été mise en place pour l'ouverture des chatbots avec des workflows de validation par un data privacy advisor ou un local legal counsel en fonction de l'usage souhaité du chatbot.
Au-delà des gains potentiels de productivité, l'IA permet de renforcer la proposition de valeur aux employés, et ainsi d'attirer et retenir les meilleurs talents. « Elle peut améliorer la satisfaction au travail en offrant les outils pour augmenter l'efficacité et la productivité d'une organisation, ce qui favorise le développement personnel et professionnel des salariés. Une arme indispensable pour fidéliser les talents », considère-t-il.
Chiffres clés
Effectif : 168 000 collaborateurs, présence dans 75 pays, autour de 40 000 collaborateurs en France
Date de création : 1665
Directeur Général : Benoit Bazin
Président : Pierre-André de Chalendar
CA 2022 : 51,2 milliards d'euros
Sur le même thème
Voir tous les articles BI