Intelligence artificielle : une opportunité pour les trésoriers en quête de performance

Malgré l'engouement qu'elle suscite, l'IA existe en fait depuis relativement longtemps sous ses formes ML (Machine Learning) et RPA (Robotic Process Automation). Toutes deux ont contribué aux moteurs de recommandation et à l'automatisation plus poussée de la gestion de la trésorerie et du rapprochement.  

Mais le déluge de données généré par la numérisation croissante du commerce depuis le début du siècle ainsi que l’essor constant de l’IA générative (GenAI) signifient que la technologie dispose désormais de beaucoup plus d’informations à analyser lors de l’exécution d’applications, et que son accès est également devenu plus facile.

Une prévision précise et plus fréquente des flux de trésorerie via un modèle qui examine l’analyse des données historiques réelles pour améliorer la qualité des données est désormais possible avec l’IA contemporaine.

Auparavant, des projections peu fiables empêchaient une prise de décision efficace au sein des trésoreries d’entreprise, alors qu’aujourd’hui, le plus grand nombre de données et l’analyse approfondie de l’IA améliorent la performance et la rapidité de cette prise de décision. Par conséquent, les chaînes d’approvisionnement physiques et financières peuvent être alignées plus efficacement, améliorant ainsi les relations avec les clients et l’efficacité de la trésorerie. La liquidité peut être optimisée à mesure que des investissements à long terme deviennent possibles et que moins d’argent « flottant » est nécessaire dans les comptes courants pour graisser la chaîne de valeur de bout en bout. En outre, les activités fondées sur les risques peuvent être privilégiées par rapport à la gestion quotidienne de la trésorerie, qui devient de plus en plus automatisée.

L’IA peut améliorer les niveaux de productivité en menant à une meilleure automatisation et, en fin de compte, libérer du temps et permettre ainsi aux départements de trésorerie et de banques d’affaires de se concentrer sur des tâches et des services à plus forte valeur ajoutée à proposer aux clients. La technologie peut également être utilisée pour lutter contre la fraude ou les défauts de paiement tout en améliorant la conformité financière, dans les processus suivants : 
•    KYC (connaissance du client)
•    AML (lutte contre le blanchiment de capitaux)
•    S&E (sanctions et embargos)
•    Stipulations ESG, publication de meilleures conditions de prêt vert à mesure que l’objectif « zéro émission nette » approche

L’IA dispose d’une multitude de cas d’utilisation en plus de l’automatisation. Ces cas incluent notamment des prévisions plus précises et des applications améliorées de gestion des liquidités.

Comment prendre le train de l’IA

L’essor des applications GenAI telles que ChatGPT, issues de la collaboration entre OpenAI et Microsoft, a rendu l’IA accessible à un plus grand nombre. Cela a favorisé l’avancée de la technologie dans les services clients et la capacité des trésoriers à développer des outils d’IA à grande échelle dans la chaîne de valeur. Il s’agit notamment de traiter la gestion des sinistres, les remboursements, les stocks ou d’autres procédures de middle et back-office beaucoup plus efficacement qu’auparavant. 

« Les trésoriers et les banques ont un intérêt mutuel à déployer des modèles d’IA fiables et responsables dans leurs environnements commerciaux. Les compétences internes sont rares, les panoramas des fournisseurs sont larges et évoluent très vite. Les banquiers d’entreprise peuvent agir en tant que partenaires dans la transformation du département de trésorerie des entreprises, en fournissant des solutions et des services innovants axés sur les données, mais aussi des informations et des conseils éclairés sur la transformation par l’IA des processus financiers », explique Noémie Ellezam-Danielo. « L’IA aura de vastes applications à l’avenir, y compris le codage. Mais nous aurons encore besoin d’humains vigilants pour les vérifications préalables aux déploiements et pour s’assurer que le développement de logiciels informatiques, l’ingénierie et tout projet d’IA disposent d’une gouvernance appropriée et de mécanismes de contrôle permanent. C’est essentiel pour faire évoluer l’IA de manière responsable. »

Malgré l’évolution de l’IA, Houda Anfaoui déclare : « Les banques d’affaires et leurs clients n’utilisent pas assez de données pour le moment. »

Cependant, elle poursuit : « L'IA va changer la donne, d'autant qu'elle coïncide avec la tendance à l'utilisation accrue des API ouvertes (interfaces de programmation d'application) comme moyen plus facile de connectivité et d'échange de données transfrontalier entre les banques, les entreprises et les organisations telles que Swift. Les données circuleront plus librement à l’avenir. Les API permettront d’intégrer la fonctionnalité d’IA dans les systèmes ERP et TMS et d’éviter les îlots numériques, où ses capacités de calcul et d’automatisation n’ont encore jamais été en mesure d’aller. »

« Associée aux vastes nouveaux ensembles de données disponibles grâce à la digitalisation croissante, l’IA deviendra de plus en plus efficace », prédit Houda Anfaoui. « Cela fera de nous tous des organisations centrées sur les données, si toutefois nous avons les compétences nécessaires à leur utilisation. »

Noémie Ellezam-Danielo acquiesce mais souligne : « Les entreprises doivent recruter et fidéliser des experts en IA et en données pour y parvenir, mais aussi, et de manière tout aussi cruciale, former leurs spécialistes métier et risques. Ce sont eux qui peuvent identifier des cas d’utilisation finale spécifiques de l’IA et concevoir leurs conditions de mise en œuvre adéquates. »

« Les banques et les prestataires peuvent y contribuer », ajoute-t-elle. « Il est conseillé de collaborer avec un partenaire expérimenté. Société Générale compte aujourd’hui près de 400 cas d’utilisation de l’IA en portefeuille, dont la moitié est déjà en production – et à grande échelle. »

Mieux à tous les niveaux

Les principaux avantages de l'IA et ses applications phares que les banques et leurs clients devraient d'ores et déjà viser sont les suivants :

• Meilleure gestion et prévision des liquidités : cela permet une efficacité automatisée lors du traitement des paiements entrants et sortants. Mais la capacité de l’IA à prévenir les défauts de paiement, à faciliter les contrôles de pré-validation et à s’aligner sur la réglementation, tout en améliorant la précision des prévisions, est également une aubaine pour une allocation plus efficace du capital. L’IA apporte des avantages à l’échelle de l’entreprise. Être capable de voir l’avenir plus clairement, grâce à l’interprétation des données par les humains, offre également des avantages en matière de gestion des risques dans un monde de plus en plus instable sur le plan géopolitique et économique.

• Meilleures capacités en matière de gestion des risques et de lutte contre la fraude : elles proviennent directement de données plus précises. La capacité de l’IA à détecter et prévenir les activités frauduleuses suspectes est un avantage immédiat qui doit être recherché. Alors que les escrocs utilisent de plus en plus l’IA, le besoin de les contrer avec la même technologie ne fait que croître. L'IA peut également scanner des centaines de pages de documents juridiques. Cela permet d'assurer la conformité alors que les réglementations en matière de sanctions se multiplient et se durcissent, notamment en raison de la guerre en Ukraine, et que le contexte économique de manière générale reste assez incertain. Les capacités d’interrogation des données de l’IA peuvent faciliter la gestion des risques en détectant les schémas d’investissement pour atténuer la volatilité des taux de change et d’autres facteurs. Elle peut également mieux aligner les services et les obligations au sein d’une organisation.

• Une meilleure gestion de la liquidité intrajournalière : c’est déjà le cas dans le secteur bancaire. L’IA est au sommet de ces données spécifiques. Les avantages sont multiples : obtenir une vue d’ensemble plus rapide des obligations de paiement et de règlement et analyser les paramètres de financement du commerce dans les meilleurs délais, ce qui a un impact sur les prix. Cette fonctionnalité peut être facilement déployée auprès des entreprises clientes. La planification de scénarios normaux et de tests de résistance, ainsi que le respect plus facile des coussins de fonds propres sont des processus qui sont également simplifiés grâce à des outils « data » plus puissants basés sur l’IA.

L’anticipation est essentielle pour maîtriser les risques

La volonté de réduire les coûts opérationnels, d’améliorer la satisfaction des clients, de renforcer la conformité et d’atténuer les risques, tout en stimulant la croissance et le développement commercial est évidente. Mais l’IA présente également des dangers, notamment le manque de contrôle en cas de mauvaise planification de la mise en œuvre.

Une gouvernance continue est essentielle si un modèle d’IA est lâché dans la nature. Le risque étant évident si une planification et une surveillance appropriées ne sont pas intégrées avant le déploiement.

De nombreux exemples de bots dysfonctionnels illustrent la façon dont l’IA peut devenir incontrôlable si ses limites de programmation, de gouvernance et de supervision, qui détaillent les paramètres dans lesquels elle doit opérer, sont déficientes. L'insertion d’un tel système dans le processus de gestion de la trésorerie est dangereuse si les bases n’ont pas été posées correctement. La mise en place d'un bac à sable de test et d'activités de jeux de rôles est à la fois conseillée et judicieuse avant tout déploiement.

Le moment est venu

Une gouvernance appropriée et une stratégie claire quant à la manière dont l’IA doit s’aligner sur vos données, vos collaborateurs, vos processus et vos objectifs sont essentielles pour obtenir les meilleurs résultats. En leur absence, les déchets entrants donneront des déchets sortants – de la même manière qu’une feuille de calcul Excel mal conçue peut être désastreuse si elle n’est pas correctement configurée.

« Garder un 'humain dans la boucle', une option oui/non, ou une 'porte de sortie' en cas de décision litigieuse ou de problème, devrait également faire partie de toute procédure de mise en œuvre », conseille Noémie Ellezam-Danielo, tout en soulignant qu’une bonne gouvernance est essentielle pour apaiser les craintes injustifiées concernant la « prise de contrôle par les machines ».

« L’IA peut potentiellement être utile dans tous les domaines d’une entreprise. La hiérarchisation des priorités est essentielle pour éviter la dispersion des investissements. Bien entendu, tout le monde travaille sur des solutions faciles à mettre en œuvre, comme l'utilisation de l'IA générative, pour rédiger des comptes rendus de réunions ou en tant qu’assistant. Mais il n’y a pas de cas d’usage réellement incontournable. La véritable valeur réside davantage dans l’exploitation du numérique, de l’automatisation et de l’IA comme un ensemble de technologies pour repenser entièrement les processus essentiels à l’efficacité d’une entreprise ou à la satisfaction de ses clients », ajoute-t-elle.

« L'obtention de résultats rapides stimule la confiance envers l'IA et son adoption. Concentrer votre investissement est donc une bonne idée », poursuit Noémie Ellezam-Danielo. « Cette approche permet d'éviter que l’IA soit un simple sujet technologique et encourage la création d'une méthodologie de déploiement de l’IA au sein de votre organisation. »

« L’essor de l’IA est l’occasion pour les trésoriers de moderniser l'ensemble de leurs systèmes informatiques, de développer la digitalisation et de mieux aligner les services afin de renforcer l’agilité, la rapidité et la performance d’un modèle », conclut Noémie Ellezam-Danielo. « L’IA améliorera l’automatisation et l’efficacité des systèmes ainsi que la précision des prévisions et de la conformité. C’est pourquoi des déploiements sont déjà en cours dans les services financiers. Plus les gens verront les avantages que peut apporter l’IA, plus elle sera adoptée. Il est temps de commencer à utiliser cette technologie. »

Cet article fait parti du whitepaper  «Shaping the Future of Treasury », publié par Treasury Management International (TMI) - septembre 2024. Cliquez ici pour télécharger le whitepaper.