Comment l’IA va révolutionner le contrôle de gestion

La mise à disposition du système d’intelligence artificielle (IA) ChatGPT a permis au plus grand nombre de se rendre compte de la portée de cette invention. L’IA deviendra très vite incontournable. Il fera disparaitre les moteurs de recherche tels que Google dans leur conception actuelle. Pourquoi ? Parce que, là où Google renvoie vers les sites web correspondant à des mots clés pour nous permettre de chercher l’information, l’IA donne la réponse complète à une question selon les informations qu’il contient déjà, croisées, filtrées, analysées puis restituées avec la meilleure pertinence possible.

Aujourd’hui, quand nous avons une question, soit nous demandons à quelqu’un qui connait le sujet, soit nous cherchons sur internet une documentation qui pourrait nous y aider. Désormais l’IA est « celui qui s’y connait » dans tous les domaines : guide pratique, réflexion philosophique, Histoire, code informatique, réflexion logique, etc. Le monde va en être bouleversé. Notre façon de raisonner également, puisqu’on ne pensera plus en termes de mots-clés à des fins de recherches mais en questions précises et pertinentes pour l’IA.

Le contrôle de gestion n’a pas beaucoup évolué depuis trente ans. Certes, avec l’usage des tableurs puis les solutions modernes en cloud tels que Workday Adaptive Planning, il y a eu d’importants progrès techniques, des gains de productivité, une dimension collaborative accrue, une sécurité des données, de la réactivité, etc. Mais, sur le fond, il s’agit toujours de restituer des indicateurs de performance pour comprendre le passé, déceler des anomalies à corriger et produire une prévision de plus en plus fine, dynamique et documentée, pour affecter les ressources de façon optimale selon la stratégie de l’entreprise et les mouvements pressentis de l’environnement.

En matière de reporting, l’IA a la capacité à traiter parfaitement l’information selon toute question posée. Ainsi, on ne demandera pas à l’IA « donne moi le chiffre d’affaire N-1 » ou « Quel est l’écart avec le budget », ce que produisent les outils de reporting actuels. On lui demandera directement de mettre l’accent sur les événements marquants qui ont impacté le CA, d’en donner les explications et de proposer des actions correctives ou d’en tirer des conclusions sur l’organisation.

Par ailleurs, l’inconvénient avec les moteurs de recherche ou les systèmes de reporting actuels est qu’ils fournissent uniquement ce que l’on croit pertinent : un P&L, un dashboard, des KPIS, etc. Cela sous-entend qu’on sait déjà intuitivement ce qu’on espère trouver. Or, avec l’IA, on pourra obtenir la réponse éclairée à la vraie question : « Quelles sont les informations qui devraient être portées à ma connaissance aujourd’hui pour mener à bien ma mission ? ». Il ne s’agira donc plus de chercher parmi les données ce qui semble essentiel mais de laisser l’IA nous le fournir en quelque secondes, y compris s’il s’agit de la combinaison de plusieurs indicateurs qui, pris indépendamment ne présentent pas d’anomalies mais conjointement démontre une situation à surveiller.

En matière de prévision la situation est légèrement différente car il s’agit souvent de collecter un grand nombre d’informations, de la part des responsables opérationnels ou des services de support, pour obtenir le calcul d’un P&L prévisionnel : nouveaux recrutements avec des salaires individuels, croissance de chiffre d’affaires par produit, clients gagnés ou perdus, taux de renouvellement, évolution des taux de charge, investissements, etc. Dès lors, les premières versions de budget détaillé pourraient continuer à dépendre d’un humain, celui qui prend (ou propose) la décision. L’IA sera en revanche en mesure de produire des prévisions macros très rapidement en tenant compte de tous les paramètres qu’il connait, par extrapolation. Dans ce cas, on ne cherche pas à obtenir une nouvelle prévision de la part des collaborateurs mais simplement à se projeter dans une simulation globale des éléments financiers. De même, des fonctions comme l’analyse prédictive pourront se généraliser facilement.

L’analyse de ce budget, sa cohérence, son résultat, seront entre les mains de l’IA à qui l’on pourra demander : Que se passe-t-il si je réduis mes recrutements de 10%, est-ce que la tendance est conforme à la croissance prévue sur ce segment de marché pour l’année prochaine ? Produis-moi plusieurs scénarios selon telle ou telle hypothèse, quel est le service qui risque d’être en sous-effectif compte tenu du marché du travail, etc.

Nous avons mené plusieurs tests avec ChatGPT et les résultats indiquent clairement la voie qui est prise, que rien ne pourra freiner désormais. La qualité de restitution est incontestable et la capacité de communication est étonnante. Cependant, pour l’instant, le raisonnement logique n’est pas totalement abouti. Mais il ne fait aucun doute que cela se perfectionnera, notamment par les interactions qui ont lieu avec les utilisateurs qui fournissent, consciemment ou non, des règles de logique dans leurs échanges avec l’IA. Il n’y aura pas d’autres choix pour les éditeurs de logiciel FP&A que d’incorporer une IA pour suivre l’évolution technologique et répondre aux nouvelles attentes des clients.

Pour les directions financières et le contrôle de gestion, ce sera une véritable révolution puisqu’il s’agira de cohabiter avec l’IA. Progressivement, le contrôleur de gestion verra sa fonction évoluer. L’efficacité de l’IA dépendant des informations qu’il reçoit, le contrôleur sera chargé de le « nourrir » de données, de règles de gestion, d’explications, de raisonnements logiques spécifiques à l’entreprise qui développeront sa capacité d’analyse. D’un autre côté, il se reposera sur lui pour amplifier la propagation de l’information qualifiée dans l’entreprise et mieux servir des clients internes de plus en plus nombreux et exigeants en matière d’analyse, de vérification et de propositions.

Il ne s’agira donc plus de traiter l’information techniquement et de l’expliquer à une minorité d’utilisateurs mais de garantir que l’IA est sollicité efficacement au travers de questions correctement formulées et qu’il répond avec pertinence et clarté pour le bénéfice de tous.

Cet article est également disponible sur le site Génération Conseil.

About the Author

Laurent Allais
Laurent ALLAIS est expert en solutions d'élaboration budgétaire, business intelligence et pilotage des performances (EPM - FP&A), avec plus de 25 ans d'expérience dans ce domaine. Il intervient dans la mise en oeuvre de Workday Adaptive Planning, leader mondial des solutions cloud EPM et Financial Planning & Analysis. Après avoir fondé Artens et dirigé l'activité SAP BI-EPM de Viséo, il fonde Alsight en 2012, premier spécialiste d'Adaptive Planning en France. Alsight a rejoint Génération Conseil en 2019 dont il a dirigé l'activité Adaptive Planning pendant 4 ans, avant de rejoindre comme associé la société Adapt1Solution, désormais première société de conseil française spécialisée sur Workday Adaptive Planning. Il est intervenu chez plus de 60 clients autour des projets BI et EPM (FP&A), dont Renault, PSA, AGF, Embraer, Airbus, UCPA, ClubMed, Mega International, Pernod-Ricard, Euronext, Infovista, Véolia, Lizéo, Elitechgroup, Roquette, Pimkie, Chanel, L'Oréal, etc... Contact : Laurent.allais@expandbi.com