Ce que bâtir une fonction finance native de l’IA m’a appris

La finance est devenue une fonction en temps réel. À mes yeux, l’opportunité dépasse largement l’accélération de la clôture des comptes ou l’actualisation plus fréquente des prévisions. Il s’agit de voir l’entreprise évoluer, d’aider les dirigeants à agir plus tôt et de donner aux équipes financières plus de temps pour façonner la suite.

Lorsque j’ai rejoint OpenAI il y a deux ans, seule une petite équipe financière accompagnait une entreprise qui connaissait une croissance extraordinaire. Nous devions créer la fonction de toutes pièces et faire de l’IA un élément fondamental de notre travail, de nos décisions et de notre accompagnement de l’entreprise.

J’ai également retrouvé un point de départ familier. La clôture des comptes et l’actualisation des prévisions impliquaient encore des tâches manuelles et récurrentes : trouver des informations, expliquer les changements et rassembler les données nécessaires à une décision. Nous avions accès aux outils d’IA les plus avancés au monde, mais nous apprenions encore à repenser la finance autour d’eux.

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

La clôture à J0 vise à 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 comment l’entreprise évolue, ce qui pourrait se produire ensuite et quelles décisions pourraient modifier le résultat.

Nous progressons encore vers ces deux objectifs. Ce travail a déjà changé le fonctionnement de notre équipe. Il nous a permis de dépasser les limites des feuilles de calcul statiques, des recherches manuelles de justificatifs et des présentations pour adopter des outils dynamiques fondés sur l’ensemble du contexte et des données de l’entreprise. Il a également permis aux professionnels de la finance de créer les outils nécessaires à leur travail et d’étendre la portée de leur expertise.

Pour moi, voilà la véritable promesse d’une fonction finance native de 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 davantage de temps pour agir tant que le résultat peut encore changer.

Y parvenir exige plus que l’adoption d’une nouvelle technologie. Il faut repenser le travail autour des décisions importantes, donner aux équipes la liberté d’expérimenter, intégrer des responsabilités claires à chaque flux de travail et mesurer le travail fiable accompli par l’IA afin d’établir clairement son retour sur investissement.

Voici cinq leçons pratiques tirées de notre expérience que chaque directeur financier peut appliquer.

La première étape consistait à offrir un large accès. Chacun doit être libre d’explorer l’IA dans le contexte de son propre travail. L’accès crée le plus de valeur lorsqu’il s’accompagne d’une expérimentation structurée autour de problèmes réels.

Nous avons invité des ingénieurs commerciaux à un hackathon financier et demandé à l’équipe d’apporter des tâches 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 investisseurs utilise pour répondre aux questions de vérification préalable. Nous avons également commencé à créer des GPT personnalisés, notamment pour les achats et la fiscalité.

Le hackathon a transformé l’IA, jusque-là capacité abstraite, en un outil opérationnel. En une seule journée, chacun pouvait identifier une tâche récurrente, créer une solution, la tester avec ses collègues et l’améliorer. Les cas d’usage venaient des personnes les plus proches du travail, tandis que les experts techniques les aidaient à avancer plus vite.

Pour les directeurs financiers, la leçon est simple : il faut une expérimentation ascendante et une stratégie descendante. Mettez une IA sécurisée et performante entre les mains des équipes, puis laissez les personnes les plus proches du travail trouver de meilleures façons de l’accomplir. Dans le même temps, concentrez l’attention de la direction et les ressources sur les changements qui auront le plus d’importance pour l’entreprise. La véritable opportunité apparaît lorsque les deux se rejoignent : des idées pratiques venues du terrain appliquées à vos plus grandes priorités.

Les équipes financières consacrent une énergie considérable à rassembler les données nécessaires à une décision. Pour examiner des prévisions, il peut falloir trouver les données les plus récentes, rapprocher des feuilles de calcul, expliquer les écarts, créer des graphiques, préparer des documents et les convertir en diapositives. L’analyse parvient finalement au décideur, mais l’équipe a déjà consacré une grande partie de son temps à la préparer.

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

Prenons la clôture. Tous les directeurs financiers connaissent le processus mensuel : les chiffres 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 discussion.

Nous travaillons à l’élaboration d’un modèle opérationnel différent. L’ambition d’une clôture à J0 consiste à relier les plans de dépenses approuvés, les chiffres réels du grand livre, les bons de commande, les charges à payer et les détails des transactions dans une vue rapprochée en continu. Chaque écart peut être relié à l’activité sous-jacente. L’IA peut préparer une première explication et signaler les exceptions qui nécessitent une attention particulière. La finance valide les chiffres, exerce son jugement et assume la responsabilité de l’approbation finale.

La clôture ne disparaît pas. C’est la course pour reconstituer l’activité après la fin de la période qui commence à disparaître.

Cette base rapprochée peut alimenter des prévisions actualisées en continu. Notre équipe développe des flux de travail qui associent modèles statistiques, échanges commerciaux, données probantes au niveau des comptes, données opérationnelles et jugement financier.

Nous dépassons les limites des feuilles de calcul pour adopter des outils plus interactifs qui réunissent les prévisions statistiques, les données probantes et les scénarios dans une vue dynamique unique. 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 faire ressortir les éléments justificatifs et montrer l’incidence d’un ajustement sur le trimestre ou l’année. La finance peut examiner les hypothèses, comparer les scénarios et décider d’actualiser ou non les prévisions approuvées.

Cette même vue peut aider les dirigeants à prendre de meilleures décisions d’allocation du capital. Une équipe financière peut voir où les dépenses marketing produisent un rendement, où les résultats s’essoufflent et quel pourrait être l’effet d’une réallocation du prochain euro.

L’objectif est l’automatisation des prévisions. Une vue continuellement actualisée, une analyse plus rapide des scénarios et une responsabilité financière clairement établie nous permettront d’y parvenir.

La leçon générale consiste à partir d’une décision déterminante et à remonter le processus. Cartographiez les données, les outils, les approbations et les transmissions nécessaires pour l’étayer. Déterminez ensuite les parties que l’IA peut analyser, coordonner ou réaliser. Cela améliore la rapidité et la qualité de l’ensemble du cycle de décision.

La transformation la plus importante est que les professionnels de la finance peuvent désormais créer les outils dont ils ont besoin.

De récents travaux de recherche d’OpenAI montrent que 40 % des usages spécialisés de l’IA par les professionnels de la finance concernent des activités hors de la finance traditionnelle et que 22 % portent sur des tâches liées à l’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 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 poursuivre une analyse, répondre aux questions complémentaires et s’actualiser lorsque les informations sous-jacentes évoluent.

Un membre de l’équipe chargé de notre activité publicitaire 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 ouvrés et fériés, compare les prévisions et rattache chaque chiffre au modèle approuvé. Les responsables marketing peuvent rapidement voir ce qui a changé, où investir et quel rendement attendre de dépenses supplémentaires.

Les personnes qui comprennent le problème peuvent désormais façonner la solution. La création de ces outils les incite aussi à repenser la façon habituelle de travailler. Un professionnel de la finance 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 financières ne deviennent pas moins spécialisées. Elles acquièrent la capacité d’étendre la portée de leur expertise.

IR-GPT nous a enseigné une leçon importante en matière de contrôle. Les questions de vérification préalable des investisseurs peuvent obliger un analyste à rechercher des informations dans des documents antérieurs, rédiger une réponse, vérifier sa cohérence et coordonner sa validation. Grâce à un GPT personnalisé fondé sur des sources approuvées, un travail qui prenait auparavant des heures et se poursuivait parfois la nuit peut maintenant produire un premier jet solide en quelques secondes.

Le rôle humain reste central. Notre équipe des relations investisseurs lit le projet, y ajoute son jugement et le contexte, puis vérifie la cohérence de nos réponses entre les investisseurs. L’IA accélère le travail. Les personnes assument la responsabilité du résultat.

C’est le bon modèle pour la finance. Les directeurs financiers doivent collaborer avec les équipes informatiques et de gouvernance pour définir les données auxquelles un système d’IA peut accéder, les actions qu’il peut entreprendre, les cas exigeant une approbation et ceux nécessitant une remontée. Chaque résultat doit être rattaché à une source fiable. Chaque prévision doit être accompagnée d’une explication claire. Toute modification d’un scénario de référence approuvé doit nécessiter l’autorisation de la finance.

L’engouement éphémère pour le « tokenmaxxing » est désormais révolu. Il est maintenant facile de définir des limites d’utilisation, des contrôles budgétaires, des accès par rôle, des règles de routage des modèles et des seuils d’approbation. Les directeurs financiers peuvent gérer l’utilisation de l’IA avec la même rigueur que toute dépense variable, tout en laissant aux équipes la liberté de créer et d’expérimenter.

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

Les directeurs financiers ont besoin d’un tableau de bord de l’IA fondé sur la performance opérationnelle. Acheter davantage de licences ou utiliser davantage de jetons n’est guère révélateur. Ce qui compte, c’est que le travail soit 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 ?
• Quel en a été le coût, y compris le temps des employés, la vérification et les reprises ?
• Le résultat était-il suffisamment bon pour être utilisé ?
• Cela nous a-t-il aidés à avancer plus vite ou à prendre une meilleure décision ?

Pour une équipe financière, un travail utile peut être une prévision actualisée, un écart expliqué, une demande d’audit traitée ou une question du conseil d’administration résolue. Pour la clôture, le tableau de bord peut inclure la durée du cycle, la part des transactions rapprochées automatiquement, le nombre d’exceptions à vérifier et le temps nécessaire pour expliquer un écart. Pour les prévisions, il peut inclure leur précision, leur fréquence d’actualisation, le temps nécessaire pour produire un nouveau scénario et la qualité des décisions qu’elles éclairent.

Le modèle le moins cher n’est pas toujours le plus économique. Si un meilleur modèle fournit une réponse fiable en moins de tentatives et avec moins de vérifications, son coût global peut être inférieur.

La finance est au cœur de la stratégie, du capital, des données, des risques et de la performance. Les directeurs financiers disposent ainsi d’une perspective unique sur le fonctionnement de l’entreprise et d’un mandat puissant pour piloter sa transformation par l’IA.

Une fonction finance native de l’IA se caractérise par des cycles plus rapides, des contrôles renforcés, de meilleures décisions et davantage de temps pour exercer son jugement. Le parcours commence par un flux de travail utile et s’étend grâce aux résultats probants : donner les outils aux équipes, les aider à repenser le travail, clarifier les responsabilités et mesurer les résultats.

La clôture à J0 et les prévisions continues expriment une ambition plus vaste : une équipe financière 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 financière dotée de capacités accrues et un directeur financier bénéficiant d’une vision plus claire de l’entreprise. Cela crée également un modèle opérationnel montrant comment toute l’entreprise peut transformer l’intelligence en valeur durable. Comme je le dis toujours, on ne peut pas devenir ce qu’on ne peut pas voir. Si nous voulons que nos équipes financières adoptent les possibilités offertes par l’IA, nous devons leur en donner un aperçu concret — et, en tant que directeurs financiers, cela commence par nous.

Mon équipe financière a montré à quoi cela ressemble en pratique ; vous pouvez regarder l’enregistrement ici⁠(ouverture dans une nouvelle fenêtre).