La Direction Administrative et Financière (DAF) est vraisemblablement le département le plus légitime et le plus finement équipé pour l’étude des données (« data ») quantitatives de l’entreprise. Paradoxalement, alors qu’elle incorpore les traditionnels métiers du chiffre, la DAF n’occupe pas encore une position centrale dans le viseur des start-up et entreprises spécialistes de l’intelligence artificielle et du big data. Cette situation devrait évoluer rapidement jusqu’à l’émergence d’une nouvelle ère, caractérisée par l’avènement de la finance prédictive.

 Dans les faits, peu de services innovants résultant de la révolution technologique[1] en cours sont à ce jour proposés à la Direction Administrative et Financière de l’entreprise. Certes, la dématérialisation de documents comptables et financiers est désormais répandue, et l’automatisation de processus (RPA[2]) se développe dans des domaines comme l’affacturage pour industrialiser la gestion des recouvrements. Par exemple, l’automatisation des processus transactionnels comme la facturation permet à certains groupes et PME de réaliser des gains d’efficacité. Certes, le dynamisme des FinTech est responsable de l’apparition de quelques solutions de financement novatrices, de l’essor des applications de la Blockchain, ou encore de la prolifération d’ICOs[3]. Mais la Direction Administrative et Financière de l’entreprise n’est pour l’instant pas le cœur de cible des acteurs de l’intelligence artificielle.


Ainsi, ces innovations, d’une colossale portée dans d’autres domaines, paraissent avoir un impact limité au regard des enjeux majeurs dont la direction financière porte la responsabilité. En effet, le périmètre de la direction financière inclut par exemple la production et la consolidation des comptes, le contrôle de gestion, les stratégies de financement et d’investissement y compris à l’international, l’optimisation de la trésorerie et du besoin en fonds de roulement, ou encore la communication financière. Ces missions fondamentales de la Direction Administrative et Financière sont pour l’instant hermétiques aux promesses de l’intelligence artificielle. En parallèle, les évolutions digitales engagées par les directions opérationnelles, du marketing, ou encore par exemple des ressources humaines se dessinent plus nettement.

La révolution technologique n’a donc pas encore véritablement eu lieu au sein de la direction administrative et financière, qui offre alors un formidable champ d’investigation pour les start-up et entreprises innovantes, notamment pour les spécialistes du big data et de l’intelligence artificielle. Il est même possible d’envisager qu’un champion du big data dédié à la finance d’entreprise émerge dans les prochaines années.

Si les directions financières ne sont pas davantage converties à l’intelligence artificielle et au big data, cela s’explique notamment par le fait que ces technologies et leurs applications n’ont peut-être pas atteint un degré de maturité suffisant pour s’immiscer dans les directions financières, véritables systèmes nerveux de l’entreprise en ce qui concerne les données quantitatives. Les directions administratives et financières exercent en effet un rôle critique dans la production, de l’analyse et de l’exploitation des données quantitatives de l’entreprise. La mise en œuvre d’une stratégie et d’une gestion financière est la garante de la pérennité de l’entreprise : trésorerie, investissements, financements, croissance, rentabilité revêtent un caractère essentiel. Est-il possible d’insuffler de l’intelligence artificielle au sein de la direction financière ? Si oui, à quelles conditions et surtout, avec quels objectifs ?

Quelles sont les potentialités que pourraient offrir l’intelligence artificielle et le big data au service de la Direction Administrative et Financière ?

Gartner[4] classe les outils analytiques en quatre familles, de manière graduelle et pyramidale : analyse descriptive, analyse de diagnostic, analyse prédictive, analyse prescriptive. Les solutions et logiciels dont disposent les directions financières permettent aujourd’hui d’atteindre principalement les deux premiers niveaux d’analyse de la pyramide, même si quelques solutions d’analyse prédictive émergent.  

 Qui mieux que le couple big data et intelligence artificielle porte la promesse de fournir aux directions financières une analyse prédictive, voire prescriptive des données financières de l’entreprise ?

En la matière, l’émergence de systèmes automatisés complexes, reposant sur le couple big data et intelligence artificielle, pourrait être porteur de valeur ajoutée pour les directions financières dans les domaines suivants, parmi d’autres possibilités :

  • Systèmes de production automatisée des données historiques : établissement de comptes annuels, consolidation, contrôle de gestion, avec diagnostic automatisé et propositions d’améliorations (jusqu’à la prescription de la meilleure option comptable, fiscale sociale et financière en théorie)
  • Systèmes de production automatisée des données prévisionnelles : processus budgétaire, construction de business plans
  • Automatisation des diagnostics & prévisions de trésorerie, de stocks et de BFR, avec recommandations sous forme de scénarios d’optimisation
  • Automatisation de l’analyse prédictive de la performance financière, et par exemple des écarts entre résultats prévus au budget et résultats réels, assortis d’actions correctives
  • Simulations complexes et automatisées d’impact des décisions d’investissement et de financement sur la situation financière de l’entreprise et à horizon variable du court au long terme, accompagnées d’aide à la décision

La robotisation de ces processus à forte valeur ajoutée pourra prendre davantage d’ampleur lorsqu’elle sera associée à une vision panoramique ou quasiment holistique des données financières, grâce au big data, ce qui parait indispensable pour pouvoir les interpréter et leur conférer un sens. En effet, connecter l’ensemble des données de l’entreprises de manière transverse est une condition pour que les performances financières soient analysées dans un contexte où les données, y compris qualitatives, relatives à la stratégie, au juridique, au fiscal et aux opérations sont importantes. Les progrès de la programmation en langage naturel constituent peut-être un axe de réflexion pour permettre à l’entreprise de concevoir un système automatisé parfaitement adapté à ses besoins. Sous réserve d’avoir la capacité à mettre en place les algorithmes complexes sous-jacents, l’optimisation des données financières prévisionnelles et l’analyse prédictive, voire prescriptive, qui en découlera, ne pourront réellement avoir de sens et de valeur ajoutée que dans une telle conception.

L’automatisation robotisée des processus (RPA) devrait bientôt pénétrer l’enceinte des directions financières. Il n’est pas absurde d’anticiper que le processus budgétaire ou de clôture des comptes annuels deviennent automatiques d’ici quelques années. Les éventuels obstacles sont davantage de nature règlementaires ou organisationnels, que liés à une frontière technologique indépassable, et devraient donc pouvoir être surmontés. 

Les bénéfices pourraient être multiples : amélioration qualitative de l’information financière historique et de la robustesse des informations prévisionnelles (budget, business plans), optimisation de la cohérence globale des informations partagées en interne, réduction de coûts, gain de temps, accroissement de la confiance induite des parties prenantes telles que les actionnaires ou les clients, diminution du risque d’erreur humaine dans le traitement des données. En complément, DFCG et Financium rappellent d’autres enjeux de ces changements tels que les gains de productivité ou l’amélioration de l’efficacité et de l’agilité des processus financiers.

Pour parvenir à ce niveau d’automatisation, la direction financière sera confrontée au défi de la centralisation et de l’intégration, vraisemblablement par l’intermédiaire d’APIs, des données quantitatives issues des autres départements. L’objectif sera d’améliorer à l’échelle d’un groupe la cohérence des données quantitatives produites, comme les résultats et prévisions financières d’une division opérationnelle, et favoriserait l’uniformisation des définitions financières. L’enjeu est fort en termes d’efficience organisationnelle, car ce sujet de réconciliation quantitative, est consommateur de temps et de ressources au quotidien. Il n’est toutefois pas garanti que la réconciliation des données puisse être systématiquement automatisée, du moins au début. L’intégration des données devrait permettre que les prévisions mensuelles de chiffre d’affaires par segment d’activité, issues de l’analyse prédictive réalisée en cours d’exercice fiscal par les départements commerciaux et marketing, soient intégrées en temps réel dans la révision du budget annuel pilotée par la direction financière.

Dans un autre registre, le recours à la technologie Blockchain pourrait devenir un instrument puissant dans le pilotage des achats ou approvisionnements de l’entreprise, ainsi que des encaissements ou recouvrements. Regrouper par blocs les transactions prévues avec tel ou tel partenaire peut être un levier d’efficacité des processus et d’optimisation de la gestion de la trésorerie, surtout si cette démarche est une composante d’un système financier automatisé plus complet, intégrant d’autres paramètres.

Les principaux enjeux d’une direction financière résolument « data-driven »

Face à de telles potentialités, le principal enjeu pour la direction financière sera de prendre de meilleures décisions à partir d’une information financière fiabilisée, et devra pour cela faire évoluer son rôle et ses compétences.

Premièrement, la direction financière devra se porter garante de la fiabilité des données financières de l’entreprise, qui seront générées demain par des systèmes automatisés plus complexes. La fiabilisation des données financières impliquera dans ce nouvel environnement une capacité de collecte des données financières et contextuelles, leur consolidation, ainsi qu’une validation de la fiabilité elle-même de la source d’informations et de son processus de traitement. Ces étapes sont nécessaires afin par exemple de garantir la conformité avec les normes comptables auxquelles l’entreprise est soumise. En contrepartie de l’automatisation des processus budgétaires et d’établissement des comptes, il est légitime d’anticiper une intensification du rôle de la direction financière en matière de contrôle interne, ainsi qu’une une évolution du mode exécutoire de la mission des commissaires aux comptes, qui centreront vraisemblablement leur approche d’audit sur la méthode de production des données et leur fiabilité en tant qu’output résultant d’un système complexe et au moins pour partie automatisé, peut-être plus encore que sur l’analyse des chiffres définitifs eux-mêmes.

Deuxièmement, la direction financière devra continuer à décider, mais aussi à comprendre, s’approprier, expliquer l’information financière et la modifier lorsque cela s’avèrera nécessaire. L’intervention humaine doit préserver son espace vital dans les processus financiers de l’entreprise. Le récent rapport Villani, qui a le mérite de dresser un état des lieux précis de l’intelligence artificielle et d’appeler les pouvoirs publics à une prise de conscience des enjeux inhérents, met clairement en garde contre le risque éthique relatif aux « boîtes noires ». Il s’agit du risque de comprendre les données d’entrée et de sortie des systèmes algorithmiques, sans en comprendre le fonctionnement interne. Ainsi, comprendre le traitement des données, orienter ou modifier les données financières, dans la limite des contraintes règlementaires, doit demeurer un acte stratégique et décisionnel du directeur financier. Déléguer au moins partiellement la production des données ne doit pas exclure de leur donner du sens, en les inscrivant comme composante d’une vision stratégique ou dans un reporting explicatif aux actionnaires de l’entreprise – une autre prérogative de l’équipe de direction financière. Les données financières les plus critiques comportent une dimension sensible, stratégique et parfois politique, qui doit être appréhendée par l’équipe de direction financière et qui échappe, du moins pour le moment, à la logique des systèmes automatisés même bénéficiant d’une intelligence artificielle évoluée. Par exemple, la validation d’un budget annuel est souvent le résultat du croisement subtil d’une démarche qualifiée de top-down qui permet à la direction de définir des objectifs par filiales ou segments d’activité, avec une démarche bottom-up, de remontée d’informations à partir du terrain opérationnel. Il serait problématique d’imaginer un système d’intelligence artificielle capable de concilier les deux démarches et surtout de se substituer pour partie au rôle prescriptif de la direction.

Troisièmement, la direction financière devra faire évoluer ses compétences pour être parfaitement opérationnelle dans ce contexte. Une hybridation de ses compétences financières avec de nouvelles compétences technologiques (architecture big data, intelligence artificielle, contrôle de l’automatisation des données financières structurées et non structurées…) parait inévitable. Il convient donc de ne sous-estimer ni les ressources et compétences à la mise en place et à la gestion d’une telle organisation, ni les enjeux synergétiques d’une coopération renforcée entre direction financière et direction des systèmes d’information. La direction financière doit être proactive, actrice de cette évolution, et ne pas rester à l’écart des compétences technologiques (big data architect, data scientists…) qui sont de plus en plus intégrées au sein de DSI, directions marketing ou directions de la stratégie.

 Plaidoyer pour une direction financière « data-driven », mais avant tout décisionnaire et stratège

La perspective de l’introduction d’intelligence artificielle au sein de la direction financière de l’entreprise est donc indissociable de nouveaux questionnements quant à l’évolution du rôle de la direction financière et à ses modes opératoires.

Ainsi, dans le cas précis de la direction financière, quelle sera la valeur humaine ajoutée à des systèmes d’informations largement automatisés ? L’équipe de direction financière sera confrontée au défi de préserver sa vision de la stratégie financière de l’entreprise et sa capacité de décision ou d’arbitrage, qui risqueront d’être progressivement aliénées par de puissants systèmes d’information à vocation prescriptive. Il peut même devenir pernicieux de considérer les systèmes automatisés comme un prétexte bienvenu pour dédouaner les humains, de manière individuelle ou collective, de la responsabilité de certaines décisions. En effet, il est un combat fondamental à emporter : celui du maintien d’une distance raisonnable entre la prise de décision humaine et les conclusions issues des outils d’analyse prescriptive, car il est vital de ne pas renoncer à l’autonomie décisionnelle qui fait la valeur humaine ajoutée, même si elle comporte un risque d’erreur qui est une faiblesse constitutive de notre identité. L’automatisation des processus, qui n’est pas infaillible non plus, devra rester un outil, certes plus sophistiqué, mais toujours au service de décideurs et stratèges humains.

Les risques inhérents à l’apparition d’une direction financière où certains processus seraient entièrement automatisés doivent cependant être nuancés, car le recours au big data et à l’intelligence artificielle présentent des limites importantes, même si elles peuvent être peu à peu repoussées. Certaines problématiques ou événements ponctuels sont actuellement hors de portée de l’intelligence artificielle, en raison de leur complexité ou de leur unicité, et ne peuvent être abordés sans intervention humaine. Par exemple, les changements de périmètre comptable consécutifs à une acquisition ou une cession d’activités, une réorganisation juridique entraînant une fermeture de filiales sont des situations gérées au quotidien par la direction financière que l’intelligence artificielle ne sait actuellement pas appréhender dans leur totalité au sein d’un processus automatisé.  

En conclusion, l’émergence programmée de cette nouvelle ère pour les directions financières rappelle un impératif absolu : l’automatisation du traitement et de l’analyse des data doit être un support et non un substitut à la décision humaine. La puissance de cet enjeu de portée générale est finalement exacerbée lorsque des champs d’applications critiques comme la gestion financière de l’entreprise sont directement concernés. Il parait donc urgent de penser en amont la finalité et le rôle de tout système automatisé reposant sur le couple intelligence artificielle – big data avant de le mettre en œuvre au sein de la direction financière.

[1] En référence à la quatrième révolution industrielle, ainsi dénommée par Klaus Schwab, Président et fondateur du World Economic Forum (Davos)

[2] RPA : Robotics Process Automation

[3] Initial Coin Offering : financement par une levée de fonds réalisée en crypto-actifs (ethereum, bitcoin) et, par certains aspects seulement, comparable à une introduction en bourse (IPO)

[4] Entreprise américaine de conseil et recherche sur le marché des technologies avancées