Ce que m’a appris la création d’une fonction finance axée sur l’IA

Les finances sont devenues une fonction en temps réel. À mes yeux, l’occasion va bien au-delà d’une clôture des comptes plus rapide ou de prévisions actualisées plus souvent. Il s’agit de voir l’entreprise évoluer, d’aider les dirigeants à agir plus tôt et de donner aux équipes des finances plus de temps pour façonner la suite.

Lorsque je me suis jointe à OpenAI il y a deux ans, seule une petite équipe des finances soutenait une entreprise connaissant une croissance extraordinaire. Nous devions bâtir la fonction à partir de zéro et placer l’IA au cœur de notre travail, de nos décisions et de notre soutien à l’entreprise.

J’ai aussi reconnu un point de départ familier. La clôture des comptes et l’actualisation des prévisions exigeaient encore des tâches manuelles récurrentes : trouver l’information, expliquer les changements et réunir les données nécessaires à une décision. Nous avions accès aux outils d’IA les plus avancés au monde, mais nous apprenions encore à repenser les finances autour de ceux-ci.

Nous nous sommes donc fixé deux objectifs audacieux : une clôture à J0 et des prévisions automatisées, actualisées en continu.

L’idée d’une clôture à J0 est d’offrir aux dirigeants une vue en temps réel, rapprochée et traçable de la situation financière de l’entreprise. Les prévisions continues reposent sur cette base et montrent l’évolution de l’entreprise, ce qui pourrait suivre et quelles décisions pourraient changer le résultat.

Nous progressons encore vers ces deux objectifs. Ce travail a déjà transformé le fonctionnement de notre équipe. Il nous a poussés au-delà des limites des feuilles de calcul statiques, des recherches manuelles de pièces justificatives et des présentations, vers des outils dynamiques fondés sur l’ensemble du contexte et des données de l’entreprise. Il a aussi permis aux professionnels des finances de créer les outils qu’exige leur travail et de pousser leur expertise plus loin.

Pour moi, c’est la véritable promesse d’une fonction finance axée sur l’IA : une équipe qui comprend les événements en temps réel, aide les dirigeants à voir les choix à venir et donne à l’entreprise plus de temps pour agir pendant que le résultat peut encore changer.

Pour y parvenir, il ne suffit pas d’adopter une nouvelle technologie. Il faut repenser le travail autour des décisions importantes, laisser aux gens la latitude d’expérimenter, intégrer des responsabilités claires à chaque flux de travail et mesurer le travail fiable accompli par l’IA afin d’établir clairement le rendement du capital investi.

Voici cinq leçons pratiques tirées de notre expérience que chaque chef des finances peut appliquer.

La première étape consistait à offrir un vaste accès. Les gens doivent pouvoir explorer librement l’IA dans le contexte de leur propre travail. L’accès crée le plus de valeur lorsqu’il s’accompagne d’expérimentations structurées portant sur des problèmes réels.

Nous avons invité des ingénieurs commerciaux à un marathon de programmation sur les finances et demandé à l’équipe d’apporter des travaux qu’elle souhaitait transformer. L’un des résultats a été IR-GPT, un GPT personnalisé fondé sur les documents approuvés que notre équipe des relations avec les investisseurs utilise pour répondre aux questions de diligence. Nous avons aussi commencé à créer des GPT personnalisés, notamment pour l’approvisionnement et la fiscalité.

Le marathon de programmation a transformé l’IA, jusque-là une capacité abstraite, en outil fonctionnel. En une seule journée, les participants pouvaient repérer une tâche récurrente, créer une solution, la tester avec leurs collègues et l’améliorer. Les cas d’utilisation provenaient des personnes les plus proches du travail, tandis que les experts techniques les aidaient à avancer plus vite.

Pour les chefs des finances, la leçon est simple : il faut une expérimentation ascendante et une stratégie descendante. Mettez une IA sécurisée et performante entre les mains des gens et laissez ceux qui sont les plus proches du travail trouver de meilleures façons de faire. En parallèle, concentrez l’attention des dirigeants et les ressources sur les changements les plus importants pour l’entreprise. La véritable occasion apparaît lorsque les deux se rejoignent : des idées pratiques du terrain appliquées à vos principales priorités.

Les équipes des finances consacrent énormément d’énergie à réunir les données nécessaires à une décision. L’examen des prévisions peut exiger de trouver les données les plus récentes, de rapprocher des feuilles de calcul, d’expliquer les écarts, de créer des graphiques, de préparer des documents et d’en faire des diapositives. L’analyse finit par parvenir au décideur, mais une grande partie du temps de l’équipe a déjà été consacrée à la réunir.

L’IA change l’unité de travail. Les responsables des finances peuvent repenser tout le parcours, des données sources à la décision.

Prenons la clôture. Chaque chef des finances connaît le processus mensuel : les résultats réels dans un système, les bons de commande dans un autre, les charges à payer dans une feuille de calcul et l’explication d’un écart enfouie dans un fil de messages.

Nous travaillons à mettre en place un modèle opérationnel différent. L’ambition d’une clôture à J0 est de réunir les plans de dépenses approuvés, les résultats réels du grand livre, les bons de commande, les charges à payer et les détails des opérations dans une vue rapprochée en continu. Chaque écart peut être retracé jusqu’à l’activité sous-jacente. L’IA peut préparer une première explication et signaler les exceptions qui exigent une attention. Les finances valident les chiffres, exercent leur jugement et assument la responsabilité de l’approbation finale.

La clôture ne disparaît pas. Ce qui commence à disparaître, c’est la course pour reconstituer les activités après la fin de la période.

Cette base rapprochée peut alimenter des prévisions actualisées en continu. Notre équipe conçoit des flux de travail qui réunissent des modèles statistiques, des conversations de vente, des données probantes sur les comptes, des données opérationnelles et le jugement des finances.

Nous dépassons les limites des feuilles de calcul grâce à des outils plus interactifs qui regroupent les prévisions statistiques, les données à l’appui et les scénarios dans une même vue dynamique. Les dirigeants peuvent voir ce qui a changé, pourquoi et quelles décisions pourraient modifier le résultat. Lorsqu’un nouvel engagement client est absent du scénario de référence, le système peut présenter les données à l’appui et montrer l’effet d’un ajustement sur le trimestre ou l’exercice. Les finances peuvent examiner les hypothèses, comparer les scénarios et décider s’il faut actualiser les prévisions approuvées.

Cette même vue peut aider les dirigeants à prendre de meilleures décisions de répartition du capital. Une équipe des finances peut voir où les dépenses marketing produisent un rendement, où les résultats s’essoufflent et ce que pourrait rapporter la réaffectation du prochain dollar.

L’objectif est l’automatisation des prévisions. Une vue actualisée en continu, une analyse plus rapide des scénarios et une responsabilité claire des finances nous permettront d’y arriver.

La leçon générale consiste à partir d’une décision importante et à remonter le processus. Répertoriez les données, les outils, les approbations et les transferts nécessaires pour l’appuyer. Déterminez ensuite les éléments que l’IA peut analyser, coordonner ou exécuter. Cela améliore la rapidité et la qualité de l’ensemble du cycle décisionnel.

La transformation la plus importante est que les professionnels des finances peuvent maintenant créer les outils qu’exige leur travail.

De récentes recherches d’OpenAI montrent que 40 % des usages spécialisés de l’IA par les professionnels des finances concernent des travaux hors des finances traditionnelles et que 22 % concernent des tâches d’ingénierie.

Tous les membres de mon équipe créent des tableaux de bord et des outils d’IA personnalisés avec ChatGPT Work et Codex. Le travail délaisse les modèles Excel et les présentations PowerPoint statiques au profit de tableaux de bord dynamiques fondés sur l’ensemble du contexte et des données de l’entreprise. Ces outils peuvent approfondir une analyse, répondre aux questions de suivi et s’actualiser lorsque les données sous-jacentes changent.

Un collègue qui soutient nos activités publicitaires n’avait jamais programmé. Il a utilisé Codex pour créer un outil qui transforme nos prévisions publicitaires mensuelles en plans hebdomadaires et quotidiens. Il tient compte des jours de semaine et des jours fériés, compare les prévisions et relie chaque chiffre au modèle approuvé. Les responsables du marketing peuvent rapidement voir ce qui a changé, où investir et ce que pourraient rapporter des dépenses supplémentaires.

Les personnes qui comprennent le problème peuvent maintenant façonner la solution. La création de ces outils les amène aussi à repenser la façon habituelle de travailler. Un professionnel des finances peut créer l’infrastructure décisionnelle dont l’entreprise a besoin, la tester avec ses collègues et l’améliorer à mesure que le travail évolue.

Les équipes des finances ne deviennent pas moins spécialisées. Elles peuvent désormais pousser leur expertise plus loin.

IR-GPT nous a appris une importante leçon sur le contrôle. Les questions de diligence des investisseurs peuvent obliger un analyste à parcourir les documents antérieurs, rédiger une réponse, en vérifier la cohérence et coordonner la révision. Grâce à un GPT personnalisé fondé sur des sources approuvées, un travail qui prenait auparavant des heures et se poursuivait parfois toute la nuit peut maintenant produire une excellente première ébauche en quelques secondes.

Le rôle humain demeure central. Notre équipe des relations avec les investisseurs lit l’ébauche, y ajoute son jugement et le contexte, puis vérifie la cohérence de nos réponses entre les investisseurs. L’IA accélère le travail. Les personnes sont responsables du résultat.

C’est le bon modèle pour les finances. Les chefs des finances devraient collaborer avec les équipes des TI et de gouvernance pour définir les données auxquelles un système d’IA peut accéder, les actions qu’il peut accomplir, les cas exigeant une approbation et ceux qui doivent être signalés. Chaque résultat devrait être relié à une source fiable. Chaque prévision devrait être accompagnée d’une explication claire. Toute modification d’un scénario de référence approuvé devrait exiger l’autorisation des finances.

La brève mode du « tokenmaxxing » est passée. Il est maintenant facile de définir des limites d’utilisation, des contrôles budgétaires, des accès selon les rôles, des règles d’acheminement vers les modèles et des seuils d’approbation. Les chefs des finances peuvent gérer l’utilisation de l’IA avec la même rigueur que toute dépense variable, tout en laissant aux équipes la latitude nécessaire pour créer et expérimenter.

Des responsabilités claires donnent la confiance nécessaire pour avancer plus vite. À mesure que la synthèse, le rapprochement et la préparation s’accélèrent, les professionnels des finances ont plus de temps pour remettre en question les hypothèses, conseiller l’entreprise et exercer leur jugement.

Les chefs des finances ont besoin d’un tableau de bord de l’IA fondé sur la performance opérationnelle. Acheter plus de licences ou utiliser plus de jetons n’en dit pas long. Ce qui compte, c’est de savoir si le travail est bien fait et ce qu’il coûte réellement.

Pour chaque flux de travail, posez quatre questions :

• L’IA a-t-elle accompli un travail important?
• Combien cela a-t-il coûté, y compris le temps des employés, la révision et les reprises?
• Le résultat était-il assez bon pour être utilisé?
• Cela nous a-t-il aidés à avancer plus vite ou à prendre une meilleure décision?

Pour une équipe des finances, un travail utile peut consister à actualiser une prévision, expliquer un écart, répondre à une demande d’audit ou à une question du conseil. Pour la clôture, le tableau de bord pourrait inclure la durée du cycle, la part des opérations rapprochées automatiquement, le nombre d’exceptions à examiner et le temps requis pour expliquer un écart. Pour les prévisions, il pourrait inclure leur exactitude, leur fréquence d’actualisation, le temps requis pour produire un nouveau scénario et la qualité des décisions qu’elles soutiennent.

Le modèle le moins cher n’est pas toujours le plus économique. Si un meilleur modèle fournit une réponse fiable avec moins de tentatives et de révision, il peut coûter moins cher au total.

Les finances sont au cœur de la stratégie, du capital, des données, des risques et de la performance. Les chefs des finances ont ainsi une perspective unique sur le fonctionnement de l’entreprise et un puissant mandat pour diriger sa transformation par l’IA.

Une fonction finance axée sur l’IA se caractérise par des cycles plus rapides, des contrôles plus rigoureux, de meilleures décisions et plus de temps pour exercer son jugement. Le parcours commence par un flux de travail significatif et prend de l’ampleur grâce aux résultats : fournir les outils, aider à repenser le travail, clarifier les responsabilités et mesurer les résultats.

La clôture à J0 et les prévisions continues traduisent une ambition plus vaste : une équipe des finances qui comprend les événements en temps réel, montre aux dirigeants ce qui pourrait suivre et aide l’entreprise à prendre plus tôt de meilleures décisions.

Il en résulte une équipe des finances plus efficace et un chef des finances qui voit plus clairement l’entreprise. Cela crée aussi un modèle opérationnel permettant à toute l’entreprise de transformer l’intelligence en valeur durable. Comme je le dis toujours, on ne peut devenir ce qu’on ne peut voir. Si nous voulons que nos équipes des finances adoptent les possibilités offertes par l’IA, nous devons leur en montrer la forme — et, comme chefs des finances, cela commence par nous.

Mon équipe des finances a montré à quoi cela ressemble en pratique; vous pouvez visionner l’enregistrement ici⁠(s'ouvre dans une nouvelle fenêtre).