Finances News Hebdo : Selon vous, comment l'IA générative peut-elle aider ou transformer les fonctions finance aujourd'hui ?

Saïd Atchani : Il est important de savoir que l'IA générative est en pleine expansion, avec un impact considérable sur les métiers de la finance, et ses applications promettent de transformer en profondeur le travail traditionnel. Plusieurs domaines critiques de la finance bénéficient de cette technologie à travers une automatisation accrue qui permet à la fois l'accélération des processus et l'amélioration de la prise de décision. Aujourd'hui, les directions financières traditionnelles se concentrent sur trois fonctions clés : le traitement des transactions, la préparation des rapports financiers et la réalisation d'analyses de données. En intégrant l'IA générative, ces départements peuvent évoluer vers une direction beaucoup plus performante. Cela passe par une phase intermédiaire où l'accent est mis sur l'amélioration de la productivité, l'automatisation des processus transactionnels et la mise à niveau des compétences digitales. Premièrement, l'IA générative permet de réduire les tâches répétitives et chronophages, comme l'analyse de documents tels que les contrats, sans oublier la génération d'écritures comptables et la production de commentaires sur des états financiers. Deuxièmement, l'IA générative offre une meilleure prise de décision grâce à une analyse approfondie et rapide des données. Elle est capable de traiter de grands volumes de données financières pour fournir des insights stratégiques précis. Troisièmement, l'IA générative permet de réduire les erreurs humaines en automatisant des processus complexes comme le rapprochement des comptes ou la détection des écarts. Elle peut analyser des milliers de documents pour détecter des anomalies ou des erreurs potentielles au niveau des documents comptables. L'IA générative permet donc aux directions financières de devenir plus efficaces et de mieux contribuer à la performance globale de l'entreprise tout en créant de la valeur réelle.

F.N.H. : Quels sont les principaux défis que les entreprises rencontrent lorsqu'elles intègrent l'IA générative dans leur fonction finance, et comment PwC au Maroc les aide-t-elle à surmonter ces obstacles ?

S. A. : En principe, les obstacles techniques, tels que l'infrastructure informatique nécessaire pour tester l'impact de l'IA générative au sein de la fonction finance, sont moins contraignants par rapport à l'adoption d'autres technologies telles que RPA ou la Big data. Cela dit, l'adoption de l'IA générative dans une entreprise n'est pas sans défis. On peut citer à titre d'exemple :

• La précision des résultats : Les modèles d'IA générative peuvent parfois produire des résultats incohérents ou inadaptés et de manière hautement convaincante. Un contrôle humain et des mécanismes de qualité améliorent grandement la précision, principalement lorsque les analyses de la GenAI vont servir à la prise de décision importante.

• La gouvernance et les risques éthiques : L'intégration de l'IA soulève des préoccupations en matière de conformité et d'éthique, notamment concernant la propriété intellectuelle et la protection des données.

• La gestion du changement et de la résistance culturelle  : L'adoption de nouvelles technologies comme l'IA générative nécessite un changement organisationnel important. Les employés peuvent résister à ces changements par crainte de perdre leur emploi ou en raison d'un manque de compétences techniques.

PwC au Maroc joue donc un rôle clé dans l'accompagnement des entreprises dans l'adoption de l'IA générative pour faciliter la transformation de la fonction finance, à travers un soutien à plusieurs niveaux pour garantir une mise en œuvre efficace et alignée sur les objectifs stratégiques de l'entreprise, à savoir :

• L’identification des opportunités : nous collaborons étroitement avec les entreprises pour identifier et valider les cas d'usage pertinents de l'IA générative dans leurs processus de la fonction finance, en priorisant les initiatives les plus susceptibles de générer un retour sur investissement rapide et significatif.

• La formation et le renforcement des compétences : nous proposons des programmes de formation sur-mesure pour aider les équipes des directions financières à acquérir les compétences nécessaires pour utiliser efficacement la GenAI et de manière autonome, couvrant à la fois les concepts de base et l'utilisation d'outils spécifiques. Et c’est précisément cet accompagnement qui motive l’implication des équipes dans le projet, car cela leur permet de voir concrètement l’amélioration de leur travail au quotidien.

• Le support technique pour l'intégration : Une fois les cas d'usage identifiés, PwC fournit un support technique pour intégrer les solutions GenIA dans les systèmes existants, y compris l'adaptation des architectures technologiques et la gestion des données pour garantir des performances optimales des modèles d'IA.

• La gouvernance et la gestion des risques : nous aidons à mettre en place des cadres de gouvernance robustes pour gérer les risques associés à l'utilisation de la GenAI, incluant des politiques pour assurer la transparence, la sécurité et l'équité, tout en garantissant la conformité avec les régulations locales et internationales.

• Le pilotage et la mise à l'échelle : nous assistons les entreprises dans la gestion et l'extension des solutions GenAI à l'ensemble de l'organisation, en évaluant les performances, en identifiant les axes d'amélioration et en créant un modèle pour déployer ces solutions à grande échelle. Par ailleurs, PwC a formé des partenariats stratégiques avec les principaux fournisseurs de technologies afin d’offrir à ses clients les dernières innovations en matière de GenAI. De plus, nous proposons un catalogue de solutions basées sur la GenAI, pouvant être déployées et adaptées aux besoins spécifiques de chaque entreprise.

F.N.H. : Pouvez-vous nous donner des exemples concrets de tâches financières spécifiques qui ont été transformées par l'IA générative et les bénéfices mesurables obtenus ?

S. A. : La GenAI a le potentiel de redéfinir les limites de la transformation digitale de la finance. Elle peut agir comme un assistant ou un coach pour les équipes finance en les aidant à accomplir leur travail de manière plus efficace, et, en fin de compte, en leur permettant de se concentrer sur des activités stratégiques à fort impact. Nous avons créé de nombreux projets concrets à la fois pour des usages internes et pour nos clients. Je peux citer quelques exemples :

• Le reporting finance piloté par la GenAI : Traditionnellement, les équipes de la finance telles que dans le contrôle de gestion par exemple passent beaucoup de temps à revoir et à rédiger manuellement des commentaires sur les reportings et chercher à expliquer les écarts et les variations. Les experts Data de PwC ont développé des rapports spécialement conçus pour la fonction finance et y ont intégré une couche GenAI capable de rédiger automatiquement des analyses, de détecter des tendances et d’intégrer des commentaires sur les écarts par rapport aux directives du management ou à la stratégie de l’entreprise.

• La revue des contrats et l’extraction des termes clés : Les analystes financiers dans les grandes entreprises ou banques passent souvent beaucoup de temps à examiner manuellement de nombreux documents financiers ou juridiques pour en extraire les termes clés ou préparer des rapports pour la direction lors de signatures de contrats, d’octrois de crédits ou de partenariats. Une application basée sur GenAI a été créée pour réduire le temps nécessaire à toutes ces tâches, pour analyser automatiquement l’ensemble des documents, rédiger des drafts de rapports afin de faciliter le travail des équipes, réduire les erreurs et assister à la prise de décision.

• La comparaison des bons de commande / livraison : L'intégration de l'IA générative dans le processus d'achat permet d'extraire et d'analyser automatiquement les données des bons de commande, puis de les comparer avec les bons de livraison. Cela permet d'identifier rapidement les écarts potentiels entre les commandes et les livraisons, facilitant ainsi l'optimisation des processus en aval tels que la facturation et la gestion des stocks. Les avantages mesurables incluent une diminution des erreurs de traitement et un gain de temps dans le processus de rapprochement des bons de commande.

• La catégorisation des dépenses: L'intégration de l'IA générative dans le contrôle de gestion a permis de classifier automatiquement les dépenses en se basant sur les descriptions des fournisseurs et les détails des transactions. Ce processus, auparavant manuel et chronophage, a été considérablement accéléré pour réduire les erreurs et améliorer l’analyse des coûts.

F.N.H. : Quelles compétences sont aujourd'hui les plus cruciales pour les professionnels de la finance afin d'optimiser leur utilisation des outils d'IA générative, et comment PwC accompagne-telle le développement de ces compétences ?

S. A. : Pour réussir une stratégie de GenAI, il est essentiel que les équipes soient formées et possèdent les compétences nécessaires. Des compétences techniques de base sont indispensables. De plus, le degré de maîtrise en GenAI peut varier selon les responsabilités individuelles et la stratégie adoptée par l'entreprise.

• Compétences de base en data science : Puisque l'IA générative repose sur des données, les employés doivent maîtriser la collecte, le nettoyage, la visualisation et l'analyse de celles-ci. Ils doivent être capables d'interpréter les modèles de données et les informations fournies par l'IA pour en extraire des conclusions pertinentes et prendre des décisions éclairées.

• Maîtrise du prompt engineering : Afin d'exploiter pleinement les capacités de l'IA générative, les professionnels de la finance doivent savoir formuler des entrées ou «prompts» optimauxc'est-à-dire les mots, phrases et structures de phrases nécessaires pour qu'un modèle produise les résultats souhaités.

• Vérification et validation : Les employés devront examiner de manière critique les résultats générés par la GenAI, comprendre leurs limitations et identifier d'éventuelles erreurs ou biais.

• Sensibilisation à la cybersécurité : Avec l'utilisation accrue de l'IA, le risque de menaces et de vulnérabilités en matière de cybersécurité augmente. Les employés doivent connaître les meilleures pratiques en cybersécurité et comprendre comment protéger les données contre les violations potentielles. Pour accompagner le développement de ces compétences, PwC offre des formations couvrant des sujets tels que l'IA, la science des données en relation avec la fonction finance pour aider les professionnels à acquérir les compétences techniques nécessaires. Des ateliers de gestion du changement visant à développer les compétences en gestion du changement et en leadership sont également proposés par PwC pour aider les équipes à naviguer dans cette transition.

F.N.H. : En termes de coûts et de retour sur investissement, comment les entreprises peuvent-elles mesurer l'impact de l'IA générative sur leur fonction finance à moyen et long terme ?

S. A. : Nos outils démontrent un retour sur investissement et une augmentation de productivité immédiate pour les entreprises. Par exemple, dans des applications basées sur la GenAI que nous avons mentionnées précédemment, l'analyse des documents et la génération de rapports ont montré des améliorations de productivité de 20% à 40% dans le contrôle de gestion, la comptabilité et la fiscalité. Des processus comme la synthèse et la rédaction de documents, ou l'extraction d'informations clés, sont accélérés grâce à des outils spécialisés en GenAI. Par exemple, les services juridiques peuvent désormais générer en quelques secondes des brouillons de contrats ou analyser des documents juridiques complexes. Cependant, pour les projets à plus grande échelle, tels que l’acquisition des grandes solutions basées sur la GenAI, une approche structurée est nécessaire pour mesurer le retour sur investissement à moyen et long terme. Cela implique de suivre des indicateurs de performance (KPI) comme la réduction des coûts opérationnels, l'amélioration de la précision des prévisions financières, ou encore l'augmentation de la satisfaction des équipes et des clients internes. En comparant ces gains aux coûts d'implémentation et de fonctionnement, les entreprises peuvent clairement évaluer l'impact durable de l'IA générative sur leur performance financière.