Recherche

Entre automatisation et IA, la Daf au milieu du gué

Publié par Bénédicte Gouttebroze le
Lecture
4 min
  • Imprimer

IA: vers l'analyse prédictive

Mais au-delà du domaine purement comptable, des programmes d'intelligence artificielle tels qu'Einstein, de Salesforce, ou encore Watson, chez IBM, réalisent des analyses statistiques poussées appliquées au big data, tout en intégrant des éléments extérieurs pour proposer des analyses prédictives. Si l'automatisation a déjà modifié les tâches quotidiennes de la Daf, cette fonction d'analyse prédictive de l'IA devrait, quant à elle, amener à redéfinir vraiment les missions au sein des équipes. "L'IA augmentera le nombre de tâches à valeur ajoutée et la fiabilité des données, estime Frédéric Durand, product manager big marketing chez Canon. Elle automatise les contrôles pour n'aiguiller vers l'humain que les données complexes."


"l'IA pourra proposer des écritures comptables pour validation par un humain"

Thierry Mathoulin, Workday

En fonction des événements de gestion, "l'IA pourra proposer des écritures comptables pour validation par un humain ou aller jusqu'à la comptabilisation", illustre Thierry Mathoulin, directeur général France de Workday, éditeur d'une solution financière cloud, qui cite un autre exemple d'application: "Le suivi des nouvelles normes fiscales et comptables pourra être fait avec l'IA comme expert, qui recommandera des actions pour optimiser la fiscalité ou respecter les normes." Au final, "l'IA offre une anticipation et une meilleure visibilité sur les flux financiers. Au global, elle rééquilibre la donne avec plus de stratégie et moins d'opérationnel", résume Frédéric Durand (Canon).

Blockchain is coming

Parallèlement aux évolutions induites par l'IA, une autre transformation majeure devrait impacter les services financiers des entreprises dans les années à venir: la blockchain. Cette technologie de stockage et de transmission d'informations, qui fonctionne sans organe de contrôle central, sert à tracer et à valider des transactions financières en contrôlant l'historique des opérations déjà effectuées. "Cette approche innovante devrait en particulier intéresser tous les professionnels servant d'intermédiaire entre deux parties, comme les avocats, les notaires, ou les courtiers immobiliers ou financiers, pointe Claude Cordier, directeur marketing produits et services chez Sage. Elle devrait également influer sur les méthodes de travail des comptables, car elle élimine une part importante de la charge de travail aujourd'hui impartie à cette profession, comme la vérification et l'enregistrement des transactions, les transferts de fonds ou le paiement des factures."

Les smart contracts, ou "contrats autoexécutants", présentent un potentiel particulièrement intéressant pour le monde de la finance d'entreprise. Il s'agit de programmes autonomes, reposant sur la blockchain Ethereum, qui s'exécutent automatiquement lorsque les conditions définies au préalable sont remplies. Les assureurs sont en première ligne face à cette nouveauté qui pourrait révolutionner la gestion des sinistres, voire des risques dans leur ensemble. En mars 2017, plusieurs grandes sociétés dont Microsoft, Intel, Accenture, Credit Suisse, JP Morgan et UBS se sont associées au sein d'un consortium visant à créer une version privée de la blockchain Ethereum. Signe de l'adoption prochaine des smart contracts dans un plus grand nombre d'entreprises?

Lexique

Blockchain privée: registre stockant et transmettant les informations de manière sécurisée et décentralisée, mais avec un système de permission d'accès, de lecture et de vérification plus strict, réservé à un réseau privé.

Machine learning: en français "apprentissage automatique". Il s'agit d'un processus par lequel les intelligences artificielles, à l'aide d'algorithmes, exploitent le big data pour "apprendre" et optimiser des actions sur la base des analyses ainsi obtenues.

Bot: logiciel robotisé qui parle en direct avec l'utilisateur à travers une appli ou une messagerie automatique.

Data scientist: expert du traitement et de la valorisation du big data, il effectue des analyses pointues à partir de données multiples et dispersées, pour élaborer des indicateurs stratégiques pertinents. Il dispose de compétences étendues: analyse statistique, machine learning, data mining, codage...

>> Lire la suite en


S'abonner
au magazine
Retour haut de page