Olga Rudakova
Bonjour, bon après-midi, bonsoir, Mesdames et Messieurs. Je vous souhaite la bienvenue à notre webinaire « FP&A Trends ». Je m’appelle Olga Rudakova. Je serai votre animatrice pour cette soirée. Je suis professionnelle de la FP&A et ambassadrice de FP&A Trends.
Aujourd’hui, nous avons la chance d’aborder un sujet passionnant : la réinvention des rôles de la FP&A à l’ère de l’IA agentique. Ce thème a attiré près de 450 inscriptions venues du monde entier. Permettez-moi de commencer par vous présenter l’ordre du jour de la réunion d’aujourd’hui. Nous commencerons en douceur par définir ce qu’est un agent IA. Nous aborderons ensuite l’IA agentique dans la FP&A, ainsi que l’état d’esprit, la culture et les capacités requises. Nous discuterons ensuite de l’IA agentique : est-elle accessible à tous, ou du moins à tous les membres d’une équipe de FP&A ? Nous examinerons ensuite l’IA agentique dans le domaine de la finance, en explorant comment la technologie et les plateformes modernes permettent de libérer la valeur de la FP&A. Nous conclurons par des recommandations et une session de questions-réponses. Et maintenant, j’aimerais vous présenter nos intervenants pour cet événement. Je vous invite donc à vous joindre à moi devant la caméra et je vais commencer à vous présenter un par un.
Nous commencerons par vous présenter, Olha. Olha est directrice des finances de marché pour l’Europe occidentale chez TMF Group. Olha Zotova est donc une responsable financière accomplie, forte de plus de 10 ans d’expérience dans la FP&A, la planification stratégique et le partenariat commercial. Elle est spécialisée dans la prise de décision fondée sur les données, l’optimisation des performances financières et la conduite d’initiatives transversales. Olha, merci de vous joindre à nous ce soir.
Olha Zotova
Merci beaucoup, Olga. Je suis très heureuse d’être là.
Olga Rudakova
Notre deuxième intervenant pour cet événement sera Harsh Amarasuriya. Il est responsable mondial de la stratégie de données pour la transformation financière (FP&A) chez Clyde & Co. Harsh possède plus de 20 ans d’expérience dans le domaine financier. Il a acquis une vaste expérience en tant que partenaire financier stratégique clé auprès de la direction générale de plusieurs multinationales. Harsh, merci de vous joindre à nous et d’avoir accepté une nouvelle fois notre invitation.
Harsh Amarasuriya
C’est un plaisir. Ravi d’être là. Merci.
Olga Rudakova
Et notre troisième intervenant aujourd'hui sera Dominic Nguyen, conseiller en technologies FP&A chez Wolters Kluwer CCH Tagetik. Dominic possède plus de 25 ans d'expérience dans la gestion de la performance d'entreprise. Avant de rejoindre Wolters Kluwer CCH Tagetik, il a acquis une connaissance approfondie du secteur de la FP&A chez Oracle, Workday Adaptive Planning, IBM et Accenture, où il a occupé divers postes dans les domaines de la vente, de l'avant-vente et du conseil auprès d'une grande variété de clients et de secteurs d'activité. Dominic, merci de vous joindre à nous.
Dominic Nguyen
Bienvenue tout le monde. Merci. Je suis très content d’être là.
Olga Rudakova
Permettez-moi maintenant de présenter brièvement FP&A Trends Group à ceux qui ne nous connaissent pas encore très bien. Je vais vous présenter quelques chiffres clés. Et puisque nous sommes actuellement dans le cadre d’un webinaire FP&A Trends, notons que nous en avons organisé pas moins de 185 depuis mars 2018. Nous lançons une nouvelle édition de l’enquête FP&A Trends et, à la toute fin, je vous expliquerai comment y participer. Nous menons ces enquêtes depuis 2017 et, à ce jour, plus de 2 800 personnes y ont participé. De plus, à la toute fin, je vous expliquerai comment vous pouvez entrer en contact avec nous et rejoindre notre communauté via différents canaux. Voyons maintenant quelques chiffres. Notre groupe LinkedIn « FP&A Club » compte plus de 57 000 membres. Nous sommes très fiers de ces chiffres, et nous sommes très fiers de pouvoir échanger avec vous tous. Voici ce qui vous attend aujourd’hui lors de cette session, qui dure une heure. Vous participerez à deux sondages interactifs sur le thème du webinaire, alors préparez-vous à voter. Vous pourrez également participer à une séance de questions-réponses. Vous pouvez d’ores et déjà commencer à envoyer vos questions à nos intervenants via le chat situé tout en bas de l’écran. Merci de ne pas partir avant d’avoir répondu à un bref questionnaire. Nous recueillons vos commentaires et souhaitons vivement savoir comment nous pouvons encore nous améliorer. Je tiens à remercier notre sponsor pour cet événement, CCH Tagetik by Wolters Kluwer. Préparez-vous à l’avenir de la finance grâce à un logiciel de gestion de la performance d’entreprise basé sur l’IA. Je vais maintenant vous présenter quelques diapositives d’introduction. Et j’aimerais aborder les LLM, les agents IA et tous les autres termes liés à l’IA. L’IA ayant fait son apparition si rapidement dans nos vies, il n’est pas surprenant que nous soyons très perdus quant à la manière de nommer les choses. Et nous avons en effet un véritable mélange de toutes ces notions et définitions. Je pense donc qu’il serait judicieux de commencer par définir les termes clés et de nous assurer que nous sommes sur la même longueur d’onde quant à leur utilisation tout au long de la session. Je commencerai par les LLM, les grands modèles linguistiques. Nous les connaissons tous, n’est-ce pas ? Il s’agit de ChatGPT, que nous utilisons, ou encore de Google Gemini ou d’Anthropic Claude. Considérez donc un LLM comme un cerveau capable de parler, mais qui n’a pas de mains. C’est en tout cas la définition la plus simple que j’ai pu trouver. Il s’agit donc d’un moteur de texte intelligent. Il lit et écrit très bien. Elle peut répondre à des questions, résumer des informations, mais elle ne peut pas agir. Elle ne peut pas appuyer sur des boutons, envoyer des e-mails, passer des appels… bref, passer à l’action. C’est donc à vous d’exécuter les processus et de décider quand agir. L’automatisation en tant que telle, sans aucune IA. Considérez-la comme des mains sans cerveau ou comme un tapis roulant. L’automatisation existait bien avant l’IA. Nous avons tous déjà utilisé l’automatisation robotisée des processus. Et il s’agit simplement d’un processus configuré qui ne nécessite aucune réflexion. Si X se produit, faites Y. Par exemple, si une nouvelle ligne apparaît dans Excel, envoyez un e-mail. Ça fonctionne. Mais dès que les données d’entrée changent ou sortent d’une manière ou d’une autre des normes, ce processus risque de ne plus fonctionner. L’automatisation par l’IA. Considérez-la comme des mains dotées d’un cerveau. Mais ce n’est pas encore un agent. C’est, disons, un LLM intégré dans la chaîne d’automatisation, dans le processus d’automatisation. Il peut être utilisé pour traiter cette diversité de données d’entrée. Imaginons qu’il s’agisse de reconnaître davantage de factures au format non standard pour les intégrer ensuite dans le système comptable. Ou bien il peut trier les e-mails. Imaginons que de nombreux e-mails arrivent à l’adresse e-mail générale de l’entreprise et que le LLM puisse aider ce processus d’automatisation à les transférer vers le bon service. Ou encore, il peut, par exemple, effectuer une analyse des sentiments. Imaginons que vous soyez propriétaire d’une chaîne hôtelière et que vous receviez de nombreux avis de la part de vos clients. Vous souhaitez les trier en fonction de leur caractère positif, neutre ou négatif, et simplement établir des statistiques. Le LLM intégré à votre processus d’automatisation est donc un bon moyen d’y parvenir. Mais ce n’est pas un agent. Si l’on considère qu’un agent IA est déjà un travailleur numérique orienté vers des objectifs. Il a un objectif et il est capable de prendre des décisions ; je ne dis pas qu’il est capable de réfléchir, mais il peut décider de la manière d’atteindre cet objectif. Il peut donc décomposer la tâche en étapes et accéder aux outils nécessaires pour les réaliser. Évidemment, il n’appuie pas littéralement sur les boutons, mais il y accède via des API ou différents connecteurs, et peut finalement effectuer des tâches à votre place. Vous pouvez considérer un agent IA comme un employé débutant qui a besoin de nombreuses instructions, mais qui est capable de réfléchir. Une tâche appropriée pour un agent IA pourrait être, par exemple, de préparer une analyse de la concurrence. Un agent IA s’y attellera, décomposera la tâche en étapes : recherche, synthèse, analyse, voire visualisation. Cela peut impliquer de très nombreuses étapes. Maintenant que tout cela est défini, il est temps de se demander : sommes-nous prêts pour cela ? Sommes-nous prêts à accueillir des agents IA, ces « jeunes collaborateurs », au sein de nos équipes de FP&A ? Et qui d’autre qu’Olha Zotova peut répondre à cette question ? Olha va nous parler de l’IA agentique dans le domaine de la FP&A, de l’état d’esprit, de la culture et des capacités. Olha, je vous passe ce micro imaginaire et vous cède la parole. Bonne intervention !
Olha Zotova
Merci beaucoup, Olga. Je travaille chez TMF Group, un partenaire international qui propose des services de comptabilité, de fiscalité, de gestion de la paie et de gestion d’entités. Et aujourd’hui, je voudrais vous poser la question suivante : sommes-nous réellement prêts pour l’ère de l’IA agentique dans le domaine de la paie et de l’administration du personnel ? Qu’est-ce que cela signifie pour nous et comment franchir cette étape ? Car je pense que ce sujet suscite beaucoup d’enthousiasme, mais aussi beaucoup d’appréhensions : qu’adviendra-t-il de nos rôles, de nos emplois, et que nous réserve l’avenir ? Très souvent, j’entends de nombreuses entreprises et organisations affirmer : « Nous ne sommes pas prêts pour l’IA agentique, car nos données ne le sont pas. » Et oui, les données sont importantes. Mais les données constituent-elles la seule condition préalable nécessaire pour commencer à utiliser l’IA agentique ? Je ne le pense pas. Je pense qu’il faut disposer d’au moins trois éléments pour s’assurer d’être prêt pour cette étape. Les données sont en effet très importantes. Vos données doivent être propres, mais elles n’ont pas besoin d’être parfaites. Vous devez disposer de définitions cohérentes. Il est préférable que vos données proviennent d’une source unique. Et surtout, les données dont vous disposez doivent nécessiter un minimum de manipulation manuelle. En effet, l’IA n’est généralement pas efficace lorsqu’il faut manipuler manuellement de grandes quantités de données. L’autre pilier, qui selon moi n’est pas le moins important, mais bien plus important encore que les données, c’est en réalité la culture et l’état d’esprit. Sommes-nous prêts, en tant qu’êtres humains, sommes-nous réellement prêts, en tant que personnes, à passer à l’étape suivante de l’utilisation d’un regard agentique ? Cela implique de nombreuses étapes intermédiaires que je vous décrirai et vous montrerai plus tard. Mais vous devez garder à l’esprit que la culture, l’état d’esprit et nos collaborateurs doivent être prêts à assumer ce rôle. Et le troisième pilier que je présente est la pensée systémique, ce qui signifie que vous devez être capables de mettre en place vos processus. Vous devez savoir comment ces processus sont construits de A à Z ; de préférence, vous devriez disposer d’une documentation concrète de ces processus. Cela signifie donc que vous devez connaître les étapes précises ainsi que les exceptions à prendre en compte. Et je tiens à souligner ici que, selon moi, la culture et l’état d’esprit sont tout aussi importants que les données et les processus dont dispose l’entreprise. Et pendant que vous préparez vos données, peut-être en vue de la prochaine étape, il est important de veiller également à vos équipes et de vous assurer qu’elles sont prêtes pour ce changement. Il ne faut donc pas que ces étapes se succèdent les unes après les autres. Je crains que vous ne deviez travailler sur ces trois aspects simultanément pour y parvenir et en faire un succès pour vous. Aujourd’hui, je voudrais donc que nous nous concentrions également un peu sur la culture et l’état d’esprit, et sur ce que cela signifie. Car en réalité, il y a beaucoup de craintes et d’appréhensions autour de la question suivante : allons-nous perdre nos emplois ? Au bout du compte, nous n’allons pas changer ce que nous faisons. Nous allons changer la manière dont nous le faisons. Mais cela reste tout de même assez effrayant, n’est-ce pas ? Alors, comment devons-nous nous y prendre en tant que dirigeants et que devons-nous faire en tant qu’entreprises pour y parvenir ? Tout d’abord, tout commence toujours par la culture. L’entreprise et votre équipe doivent disposer de la bonne culture. Ce que j’entends par là, c’est avant tout la sécurité psychologique. Les gens ne doivent pas craindre d’être sanctionnés en cas d’échec. Car devinez quoi ? Avec l’IA agentique, il faudra tester et essayer. Vous allez échouer, puis vous allez réessayer, puis vous allez vous améliorer. C’est un processus. Vous n’y arriverez pas en un jour. Les gens devraient donc se sentir encouragés à essayer, encore et encore, pour finir par y parvenir. La deuxième étape, outre la culture, concerne l’état d’esprit. Nous constatons que les gens ont souvent une vision rétrospective, ancrée dans le passé, alors qu’aujourd’hui, nous devons vraiment nous concentrer sur une réflexion tournée vers l’avenir, n’est-ce pas ? Nous devons veiller à changer nos méthodes de travail, et c’est tout à fait normal. Mais n’oubliez pas que nous ne perdons en réalité pas le contrôle de la situation. Au contraire, nous en prenons de plus en plus la maîtrise, car chaque IA agentive, chaque agent que vous allez créer au sein de votre entreprise, devra avoir un responsable, une personne qui définira les règles, les « trajectoires », pour ainsi dire, de cet agent et qui veillera à ce qu’il fonctionne correctement, exactement comme prévu. Et qui est mieux placé que nous pour savoir comment le travail doit réellement être effectué ? Et bien sûr, nous devons considérer l’IA comme un catalyseur. Ce n’est pas une menace. Elle va nous aider. Elle ne va pas nous freiner. Le troisième pilier important, outre la culture et l’état d’esprit, réside dans les capacités. Cela signifie avant tout que nous devons veiller à ce que nos équipes aient le temps d’expérimenter, n’est-ce pas ? Très souvent, les équipes financières sont tellement surchargées par leur travail quotidien qu’elles n’ont tout simplement pas la capacité d’essayer quelque chose de nouveau. Je suppose que chacun d’entre nous peut se souvenir d’au moins une fois dans sa vie où cela nous est arrivé, n’est-ce pas ? Nous devons donc veiller à ce que les gens aient les capacités nécessaires, notamment en termes de temps. Cela signifie peut-être que nous devrons prendre en charge une partie du travail qu’ils effectuent. Et cela ne veut pas dire que nous devions le faire avec l’IA dès maintenant. Nous pouvons procéder de manière tout à fait traditionnelle. Mais l’essentiel, c’est que les gens aient du temps, n’est-ce pas ? Oui, les processus sont très importants. Nous devons donc disposer d’une feuille de route des processus. Ces processus doivent être documentés. Idéalement, c’est essentiel. Et nous avons besoin d’une collaboration interfonctionnelle. Car soyons honnêtes, nous n’allons pas y arriver seuls au sein du service financier. Nous aurons besoin de spécialistes des données. Nous aurons besoin du service informatique, nous aurons besoin de promoteurs pour ce projet afin qu’il fonctionne. Cela ne dépend donc pas uniquement de nous, cela repose en grande partie sur un environnement collaboratif. Et puis, le dernier pilier, c’est le talent. Et quand j’y pense, quelles sont les chances que nous allions sur le marché dès maintenant et que nous trouvions des personnes qui ont déjà de l’expérience avec l’IA Agentic, n’est-ce pas ? Je pense que nous comprenons tous qu’elles sont quasi nulles. Et nous n’en avons probablement pas besoin, car nous pouvons développer ces compétences en interne. Le plus important, c’est que nous connaissons l’activité, que nous savons comment les choses doivent être faites, et que si nous disposons de la culture, des mentalités et des capacités adéquates, nous pouvons également former nous-mêmes les talents dont nous avons besoin. Et en parlant de ce modèle hybride – « hybride » car il s’agit d’une combinaison entre les personnes et les agents –, c’est un modèle totalement nouveau dans lequel nous nous engageons. Alors, par où commencer ? Quelques étapes simples. Par quoi commencer ? Tout d’abord, renforcez les capacités de votre équipe. C’est très important. Ensuite, identifiez les domaines que vous pouvez confier à l’IA agentique. Et attention, l’IA agentique ne va pas résoudre les problèmes à votre place. Donc, si vous êtes confronté à un problème que vous ne savez pas comment résoudre pour l’instant, ce n’est pas le bon domaine à confier à l’IA. Le bon domaine serait celui où vous disposez d’un processus très clair et où vous pouvez décrire toutes les étapes ainsi que toutes les exceptions liées à ce processus. Désignez un responsable pour cette tâche, pour ce processus, et pour cette IA, pour cet agent qui sera finalement développé, d’accord ? Et surtout, n’oubliez pas de célébrer les victoires. C’est extrêmement, extrêmement important car, encore une fois, nous allons parfois échouer, nous allons rebondir, nous allons échouer à nouveau, rebondir encore, nous allons en tirer des leçons, et nous finirons par atteindre le stade où nous prospérerons. Mais célébrer les premières réussites est très, très important. Donc pour moi, quand je me demande quel est le plus grand défi, est-ce la technologie ? Or, la technologie est déjà disponible sur le marché ; je pense que le plus grand défi réside dans la résistance au changement. Et c’est à nous de relever ce défi. Merci, Olga. Je vous redonne la parole.
Olga Rudakova
Merci pour cette belle présentation. Et c’est en effet un appel à l’action très inspirant pour conclure : ne pas avoir peur du changement et y parvenir grâce à ce processus itératif. Merci pour cela. Si vous avez des questions à poser à Olha, n’hésitez pas à les envoyer via le chat. Nous essaierons de répondre à la plupart des questions à la fin et à certaines par écrit après la session. Et que va-t-il se passer maintenant ? Je vais maintenant vous poser une question. C’est l’heure de notre premier sondage auprès du public. Quel est donc actuellement le principal obstacle à l’adoption des agents IA dans le domaine de la FP&A ? Lançons ce sondage. Je suis vraiment curieux de voir comment vous allez répondre. La question est donc la suivante : quel est actuellement le principal obstacle à l’adoption des agents IA dans le domaine de la FP&A ? La qualité et la structure des données, les lacunes en matière de compétences et de capacités en FP&A, la culture et les mentalités, les limites technologiques. Je suis vraiment curieux de savoir dans quelle mesure la présentation d’Olha vous a marqués. Vous avez bien sûr votre propre expérience et les défis auxquels vous êtes personnellement confrontés au sein de vos organisations. Attendons donc que la majorité ait voté. Vous formez un groupe formidable aujourd’hui. Vous votez très vite. La plupart d’entre vous ont déjà voté. Je vais donc clore ce sondage et partager les résultats avec tout le monde. Nous avons un gagnant, mais pas à une large majorité. La qualité et la structure des données ont recueilli 35 % des voix. La deuxième place, avec 27 %, revient à la culture et à l’état d’esprit. Viennent ensuite, avec des résultats presque ex aequo (19 % contre 18 %), les compétences et capacités en FP&A ainsi que les limites technologiques. Olha, qu’en pensez-vous ? Êtes-vous surprise ?
Olha Zotova
Non, en fait, ça ne me surprend pas du tout. C’est ce que j’observe sur le marché et c’est aussi ce que j’ai constaté personnellement. On continue à se heurter à des problèmes de qualité et de structure des données, n’est-ce pas ? Même si ça fait des années qu’on en parle, la situation reste inchangée. Et plus on a d’outils d’aide, plus on a d’ERP, plus on complique la situation, je suppose. Je suis content de voir qu’il y a aussi une question de culture et d’état d’esprit. À la fois heureux et pas heureux, car je suis heureux que nous prenions conscience qu’il s’agit d’un défi. C’est important, car cette prise de conscience constitue la première étape vers sa résolution, n’est-ce pas ? Je ne suis pas heureux, mais je comprends. C’est aussi un défi pour nous, car nous sommes sans doute plutôt conservateurs sur le plan financier, n’est-ce pas ? Il nous est donc parfois difficile d’accepter le changement. Mais je suis heureux de constater que nous sommes tous parfaitement sur la même longueur d’onde dans ce processus. Et encore une fois, je pense que si nous nous concentrons tous sur la qualité des données, la culture et l’état d’esprit, nous allons vraiment faire un énorme bond en avant dans tous nos domaines.
Olga Rudakova
Parfait. Parfait. Passons maintenant à notre discussion. Je vais donc clore le sondage et inviter Harsh et Dominic à se joindre à notre discussion. Nous avons donc évoqué le fait que, de toute évidence, les agents IA font leur apparition au sein de nos équipes. Et même si nous sommes confrontés à certains obstacles, c'est presque inévitable. Selon vous, quelles compétences en FP&A sont en train de devenir obsolètes et lesquelles sont désormais incontournables avec l'arrivée des agents IA ? Harsh, je vais commencer par vous. Qu'en pensez-vous ?
Harsh Amarasuriya
Oui, je pense que d’un point de vue de l’obsolescence, je ne crois pas vraiment que les compétences que les gens possèdent actuellement deviendront véritablement obsolètes. Mais je pense qu’en ce qui concerne le traitement des données, beaucoup de nos équipes passent énormément de temps à rassembler des données, à les charger dans différentes bases de données, à les transférer dans différentes feuilles de calcul Excel, ce genre de choses. Cela deviendra beaucoup plus facile. Mais pour revenir au point soulevé par Olha, il faut qu’il y ait un responsable de ces agents pour s’assurer qu’ils fonctionnent correctement, etc. Donc, encore une fois, cette compétence restera utile, mais en ce qui concerne le temps que les professionnels de la FP&A y consacrent, je pense qu’il sera considérablement réduit. Mais la compétence incontournable dont tous les professionnels de la FP&A devront disposer – ils la possèdent déjà, mais devront la développer davantage – est la capacité à raconter une histoire, à interpréter les données : « Qu’est-ce que cela signifie ? Que signifient ces chiffres ? » Cela devient de plus en plus important, car les agents permettent d’obtenir beaucoup plus de données beaucoup plus rapidement. Il faut ensuite les interpréter et prendre une décision en fonction de celles-ci.
Olga Rudakova
D'accord. D'accord. Merci pour cette réponse, Dominic. Qu'en penses-tu ? Y a-t-il des compétences qui deviennent obsolètes aujourd'hui et d'autres qui deviennent incontournables ?
Dominic Nguyen
Bonne question. Je vais un peu m'appuyer sur ce qu'ont dit mes collègues. Je vois ça un peu à travers le prisme de la règle des 80-20. Je sais qu'on passe beaucoup de temps à traiter des données. Je pense donc que les tâches répétitives, comme le mappage automatique, qui impliquent de gros volumes de données, ont généralement pris beaucoup de temps, et qu'on consacre moins de temps à l'analyse. Mais avec l’arrivée des agents de données, je pense que nous allons pouvoir inverser la tendance et nous charger des tâches routinières. Et nous ne remplacerons jamais un vétéran de 20 ans dans le domaine de la FP&A qui possède une grande expérience en analyse et en réflexion stratégique. Je pense que nous allons pouvoir faire pencher un peu la balance dans ce sens pour consacrer plus de temps à cela.
Olga Rudakova
Excellentes réponses. Merci beaucoup, Dominic. À toi, Olha. Qu’en penses-tu ? Quelles sont les compétences qui deviennent obsolètes et celles qui deviennent incontournables ?
Olha Zotova
Je suis tout à fait d’accord avec ce que Dominic et Harsh viennent de mentionner. Il s’agit d’un processus de transformation qui s’appuie sur l’IA agentique. Cela ne se fera pas du jour au lendemain. Cela prendra du temps. Je ne pense donc pas qu’aucune de ces compétences devienne obsolète immédiatement. Peut-être qu’avec le temps, l’analyse de données perdra de son importance par rapport à aujourd’hui. Mais je pense vraiment que tout le monde a intérêt à investir dans les compétences relationnelles. C’est ce dont Harsh a parlé en évoquant la narration, mais aussi la communication en général. Car le développement d’IA exigera beaucoup de communication interfonctionnelle. Et la manière dont nous communiquons aura une grande influence sur la réussite du projet. C’est donc un domaine dans lequel je recommanderais sans hésiter d’investir.
Olga Rudakova
Très bien. Merci pour ces excellentes réponses. Au fait, vous allez recevoir de nombreuses questions. Préparez-vous donc à la séance de questions-réponses à la fin. En attendant, passons à la deuxième présentation de la journée. Harsh Amarasuriya va nous parler de l’IA agentique : est-elle accessible à tous ? Je vais donc vous passer ce micro virtuel, Harsh, et je vais me faire discret. Bonne présentation.
Harsh Amarasuriya
Merci. Et oui, pour faire suite à toute cette discussion, je pense que c’est le moment idéal pour poser la question suivante : à quoi servent réellement ces agents et dans quels domaines pouvons-nous faire appel à eux ? Voici donc quelques exemples concrets que nous commençons à mettre en œuvre au sein de ma propre organisation. Je vais en présenter brièvement quelques-uns, mais je suis conscient que vous tous, dans l’assistance, ne connaissez pas forcément mon secteur d’activité – je travaille dans le domaine juridique –, mais je pense que le principe d’utilisation des bots de cette manière s’applique probablement de la même façon, quel que soit votre secteur. Je pense que les bots sont de plus en plus utilisés. D’ailleurs, il y a un bot dans cette présentation. Je suis sûr que de nombreux bots sont utilisés au sein de nos propres organisations et que des outils tels que Copilot et d’autres logiciels intègrent désormais leurs propres bots. Mais je pense que ce que les agents nous permettent de faire, c’est également de personnaliser ces bots pour différentes fonctions. Et ce que je souhaite mettre en avant ici, c’est le chatbot FP&A que nous avons mis en place au sein de mon organisation, qui est essentiellement une sorte d’automatisation des questions fréquemment posées. Vous savez, il y a beaucoup de questions qui reviennent chaque mois. Je suis sûr que nous en sommes tous conscients. Vous savez, on peut facilement trouver les réponses en parcourant les tableaux de bord et en comprenant ce que signifient les chiffres. Mais chaque mois, ce sont des personnes différentes qui posent le même genre de questions. Au sein de mon équipe, nous avons donc développé un chatbot dédié à la planification et à l’analyse financières (FP&A), qui fonctionne plutôt bien, qui relie en quelque sorte différentes sources de données et différents tableaux de bord, et qui dispose d’un certain degré d’automatisation. Mais je dois admettre que nous n’en sommes qu’à nos débuts. Pour rebondir sur ce qu’a dit Ola, cela change également les mentalités : les gens prennent confiance en s’adressant à un bot plutôt qu’à une personne, ce qu’ils ont fait toute leur vie. Mais c’est un très bon exemple, je pense, de la manière de faciliter les choses pour tout le monde, de rendre le processus plus autonome pour l’utilisateur final et moins répétitif pour le créateur de contenu, qui, dans ce cas précis, est un professionnel de la FP&A. Nous l’avons également beaucoup utilisé pour moderniser notre architecture système hétérogène. Selon le secteur d’activité dans lequel vous évoluez, vous vous reconnaîtrez peut-être dans cette situation où vous avez un mélange de systèmes anciens et de nouveaux, et où tous ces systèmes ne communiquent pas entre eux. Et historiquement, voire encore aujourd’hui, nous avons de nombreuses équipes qui se chargent essentiellement de transférer des données d’un endroit à un autre, jouant le rôle de gardien et veillant à ce que les systèmes fonctionnent, qu’ils soient mis à jour à temps, etc. L’exemple que j’ai mis en avant ici concerne nos systèmes CRM, c’est-à-dire nos systèmes de gestion de la relation client, où différentes régions utilisent des logiciels différents. Certains d’entre eux concernent en réalité le même client. Par le passé, nous avions donc des personnes chargées d’extraire toutes ces données et de s’assurer que, si elles concernaient un même client, elles soient regroupées au même endroit et synthétisées pour les personnes concernées, etc., ce qui représentait un travail assez manuel. Mais aujourd’hui, les bots nous permettent de le faire rapidement, vous voyez. Je tiens toutefois à souligner que ce n’est probablement pas la meilleure utilisation d’un bot – j’expliquerai pourquoi dans quelques diapositives –, mais c’est une application très utile de cette technologie pour résoudre un problème immédiat. Le troisième point que j’ai mis en avant concerne la synthèse. Je pense que, selon le secteur dans lequel vous évoluez, vous utilisez probablement une combinaison de bots, d’automatisation et de technologies permettant cela. Mais les capacités de synthèse de nombreux logiciels, y compris des outils comme Teams pour les réunions et tout le reste, deviennent un gain de temps très utile. Et je pense que c’est également un excellent moyen d’améliorer l’efficacité. Si je passe à la suite… Au fait, ce n’est qu’un exemple. Je ne cherche pas à m'attarder sur l'une ou l'autre des technologies présentées sur cette diapositive, mais ce que j'essayais en fait de montrer ici, c'est la croissance rapide des technologies, qui peuvent ensuite être reliées entre elles à l'aide de bots et d'autres outils pour accomplir une multitude de tâches. Et même si l’on prend l’exemple d’OpenAI, que tout le monde connaît sans doute, il ne s’agit en réalité pas d’une seule technologie, mais d’un ensemble qui rassemble de nombreux éléments différents, notamment un outil appelé Harvey, qui figure ici. Et qui occupe une place importante dans le secteur juridique. Ainsi, Harvey, en tant que produit, est utilisé dans le domaine juridique, mais il s’intègre dans un écosystème plus vaste lorsqu’il est intégré à OpenAI et qu’il utilise les plateformes d’OpenAI et d’autres outils similaires. Or, ce genre d’infrastructure n’est jamais visible pour l’utilisateur final, mais c’est ce que les agents IA et la multitude de technologies permettent d’exploiter rapidement, ce qui augmente vos capacités. Et pour finir, j’aimerais simplement laisser au public quelques points à retenir. Cela dit, les agents IA sont très utiles, c’est vrai, et ils permettent de nombreuses avancées. Je pense qu’il est vraiment important de bien comprendre certaines choses avant de se lancer dans la réflexion : « Allons-nous déployer un agent ? Quel logiciel allons-nous utiliser ? Quelles technologies allons-nous employer ? » Il faut en réalité commencer par se poser la question suivante : « Quel problème essayez-vous de résoudre ? » Au fait, ce n'est pas nouveau. Je veux dire, je pense que pour ceux d'entre nous qui ont déjà mené des projets et ce genre de choses, c'est la première question qu'il faut se poser, même si l'on ne déploie pas d'agents mais que l'on essaie de faire autre chose, n'est-ce pas ? Je pense donc qu’il faut être très précis sur le problème que l’on cherche à résoudre et sur l’impact que cela aura sur l’entreprise avant de décider quel type de technologie va vous aider à y parvenir. Et l’IA agentique est un catalyseur et un type de technologie que vous pouvez déployer. Il est également très important, je pense, comme l’a souligné Ola et pour reprendre ce qu’il disait, de comprendre le processus : est-il truffé d’anomalies et d’exceptions ? Est-il assez standard ? Avez-vous vraiment besoin de commencer par une refonte des processus métier ? Ou pourriez-vous utiliser des processus standard, mais simplement accélérer les choses grâce à l’IA agentique ? Je pense que bon nombre de nos entreprises se situent en quelque sorte au milieu de ce spectre : nous disposons de processus assez matures et assez standardisés, mais nous avons également de nombreux processus qui dépendent fortement des individus. Ceux-ci se sont transformés en divers flux de travail incohérents. Et je pense que nous devons résoudre ces problèmes avant de déployer des solutions telles que les agents IA. Et le troisième point, c’est qu’il faut être très clair sur ce qui détermine les critères de réussite de la mise en œuvre de l’IA. Ce que je veux dire par là, c’est qu’il est assez facile de déployer un agent IA. Il fait ce qu’on lui demande, puis toute l’équipe passe à la tâche suivante et on oublie que l’agent continue à s’en charger. Mais si vous n’avez pas défini ce qui constitue le succès – qu’il s’agisse des taux d’erreur, des volumes traités, de la valeur client ou du nombre de clients acquis –, ou encore, dans le cas d’un sondage, du nombre de questionnaires envoyés chaque jour, par exemple. Si vous ne continuez pas à surveiller ces éléments, je pense que vous risquez de ne pas vous rendre compte que les agents ne font pas ce qui était initialement prévu ou qu’ils omettent une étape. Et comme vous ne les surveillez pas nécessairement d’aussi près que vous le devriez, vous avez tendance à les oublier et vous passez en quelque sorte votre temps à faire autre chose. Je pense donc que si vous gardez ces trois points à l’esprit, les agents IA sont très utiles, et ils le deviennent de plus en plus. À vous.
Olga Rudakova
Merci. Un grand merci pour votre présentation, Harsh, et pour avoir partagé ces exemples concrets avec nous. Si vous avez des questions à poser à Harsh, n’hésitez pas à les formuler. Il est maintenant temps de procéder à un nouveau sondage pour nous tous. Nous allons donc maintenant discuter de quelle activité de FP&A est la plus susceptible d’être déléguée en premier lieu à des agents IA au sein de votre organisation. Nous allons définir les domaines concernés, mais je constate que de nombreuses questions nous sont adressées pour demander davantage d’exemples concrets. Nous commencerons donc simplement par définir dans quels domaines nous sommes le plus susceptibles d’utiliser des agents IA en premier lieu. S’agit-il de la validation et du rapprochement des données ? De la prévision et de la modélisation de scénarios ? Du reporting de gestion et des commentaires ? Ou encore des réponses à la demande aux questions des partenaires commerciaux, le type de bots dont nous avons parlé ? Attendons que la plupart d’entre vous participent au sondage pour voter et voyons, Anna, c’est incroyable de voir à quel point les résultats évoluent : validation et rapprochement des données, prévision et modélisation de scénarios, reporting de gestion et commentaires, ou réponses à la demande aux questions des partenaires commerciaux. Voyons voir qui l’emportera ; la majorité a voté. Et en fait, nous avons déjà des résultats assez intéressants. Permettez-moi donc de les partager avec vous tous. Nous constatons que la première place revient à la validation et au rapprochement des données, avec 46 %. Ensuite, la gestion des prévisions et des scénarios… oh non, ça, c'est le reporting de gestion et les commentaires, 23 %. Juste après, la gestion des prévisions et des scénarios, 20 %, puis les questions-réponses avec les partenaires commerciaux ou les analyses à la demande, 11 %. Harsh, ces résultats te surprennent-ils ou est-ce exactement ce à quoi tu t'attendais ?
Harsh Amarasuriya
Non, je ne peux pas dire que cela me surprenne. Et je pense que cela reflète le fait que la plupart des gens reconnaissent que, dans les tâches répétitives et la validation des données en général, une fois le processus défini, le travail devient assez répétitif. Et dans une certaine mesure, même la création de vos rapports de gestion, de vos commentaires standard et d’autres éléments de ce genre peut s’appuyer sur des règles. Les agents d’IA sont plutôt doués pour ce genre de tâches. Les deux autres éléments mentionnés ici, à savoir les prévisions et la modélisation de scénarios ainsi que le partenariat commercial, nécessitent davantage d’intervention humaine et de réflexion. Donc oui, je pense que c’est assez représentatif.
Olga Rudakova
Tout à fait d'accord. Passons à un autre sujet de discussion entre nos intervenants. Nous allons maintenant aborder un autre aspect de la mise en œuvre des agents IA dans le domaine de la FP&A. Selon vous, quel est le principal avantage de la mise en œuvre des agents IA et pourquoi ? Nous allons donc poser cette question ouverte. Et en fait, j’aimerais vraiment commencer par Dominic. Dominic, selon vous, quel est le principal avantage de la mise en œuvre des agents IA et pourquoi, bien sûr, dans le domaine de la FP&A ?
Dominic Nguyen
Encore une fois, c'est une excellente question. En y réfléchissant, je pense que le principal avantage, à mon avis, à mesure que nous enrichissons nos données, réside dans le volume de données. Je pense que, historiquement, les petits ensembles de données sont gérables, mais à mesure que les organisations se développent, réalisent des acquisitions et étendent en quelque sorte leurs activités, ce volume de données devient un atout si l'on peut utiliser un agent IA, car le temps de traitement sera plus court, ce qui permet de consacrer davantage de temps à d'autres tâches.
Olga Rudakova
Tout à fait. Passons maintenant à vous, Olha. Qu’en pensez-vous ? Selon vous, quel est le principal avantage des agents IA ?
Olha Zotova
Oui, en plus de ce que Dominic vient de mentionner, je le vois aussi comme un « travailleur numérique » capable de travailler 24 heures sur 24, 7 jours sur 7, qui n’a donc pas besoin de vacances, ni de dormir, ni de manger, n’est-ce pas ? On peut donc lui confier beaucoup de tâches répétitives. Et comme l’a mentionné Dominic, cela nous permet de nous concentrer sur des activités vraiment passionnantes que l’IA ne peut pas réaliser.
Olga Rudakova
Parfait. Harsh, je vous redonne la parole. Je sais que vous nous avez déjà donné de nombreux exemples, mais pourriez-vous simplement nous dire où, exactement, vous voyez le plus grand avantage des agents IA et pourquoi ?
Harsh Amarasuriya
Je voudrais juste compléter ce qu’ont dit Dominic et Olha : je pense que la granularité est un autre avantage que les agents IA nous permettent d’obtenir. Historiquement, comme ces tâches étaient souvent effectuées par des êtres humains, si l’on avait une liste des 20 tâches les plus importantes, on ne pouvait en traiter que les 10 premières, ou bien on se heurtait à une sorte de seuil. Je pense que les agents IA rendent désormais ces seuils obsolètes, n’est-ce pas ? On peut parcourir l’intégralité du jeu de données, et quelle que soit la taille de l’anomalie, l’agent la détectera. Je pense donc qu’il y a de nombreux avantages à pouvoir effectuer n’importe quelle tâche à n’importe quel niveau de granularité, ce qui n’était pas possible dans un monde où tout se faisait manuellement, sans une armée de personnes.
Olga Rudakova
Waouh, c'est formidable. Nous pouvons réellement redéfinir les processus : non seulement les rendre plus efficaces, mais aussi fixer désormais des objectifs totalement différents pour nos processus. Merci pour toutes vos réponses. Nous arrivons maintenant à la dernière présentation de cette session. Dominic Nguyen va nous parler de l'IA agentique dans la finance, et de la manière dont elle permet de libérer de la valeur pour la FP&A. Dominic, je vous passe ce micro virtuel. Je vais me faire discret et vous laisser prendre la parole.
Dominic Nguyen
Merci, Olga. Oui, je vais donc m’appuyer sur ce qu’ont dit mes collègues. Je vais simplement me concentrer un peu sur certaines des principales propositions de valeur et sur la technologie, mais voici un bref aperçu de mon intervention. Je vais probablement commencer par parler un peu des tendances et des raisons pour lesquelles nous sommes ici, ainsi que de certains défis à relever, puis je ferai le lien avec les cas d’utilisation et les avantages globaux de la solution. À un niveau très général. Je veux dire, pourquoi devrions-nous nous intéresser à cela ? Je pense que nous avons dépassé le stade où l’on se dit simplement : « Tiens, c’est une nouvelle technologie. Elle est là pour rester. » Et je pense que c’est là l’aspect important. En général, avec toute nouvelle technologie, on observe deux camps, n’est-ce pas ? D’un côté, il y a les précurseurs, et de l’autre, les retardataires. Mais pourquoi devrions-nous nous en soucier aujourd’hui ? Eh bien, pour rester dans ce monde en constante évolution technologique, à mon avis. L’essentiel est d’acquérir cet avantage concurrentiel. Beaucoup d’organisations qui sont des précurseurs en tirent des avantages. Et je pense que tout le monde s’y intéresse. Il ne se passe pas une semaine sans que je doive aborder le sujet de l’IA d’une manière ou d’une autre. Je pense donc que le message à retenir ici, c’est que cette technologie est là pour rester. Elle est très importante et revêt un caractère hautement stratégique, principalement pour acquérir cet avantage concurrentiel. Parmi les défis auxquels nous sommes confrontés et les raisons pour lesquelles l’IA peut nous aider, je veux dire, il s’agit évidemment de domaines très stratégiques et de haut niveau, qu’il s’agisse de suivre le rythme ou de gérer l’augmentation du volume de données. Mais je pense que l’efficacité ultime réside dans la capacité à transformer vos processus financiers. Vous pouvez bien sûr commencer modestement et évoluer progressivement, mais en gagnant en efficacité, en économisant du temps et de l’argent, et en tirant finalement de nombreux avantages, notamment en matière de qualité et de précision de la planification d’entreprise. Or, tous ces défis sont confrontés à des exigences croissantes dans le paysage des directeurs financiers. Et je pense que nous le comprenons tous. Il est donc très important aujourd’hui de tirer parti de la technologie pour, en quelque sorte, suivre le rythme et nous aider à relever certains de ces défis. Au fur et à mesure que nous avançons ensemble dans cette voie, il y a deux domaines clés, n’est-ce pas ? L’IA objective, l’IA générale : je pense que c’est un domaine en pleine croissance qui va manifestement continuer à s’améliorer considérablement. Mais, vous savez, disposer d’agents capables d’effectuer des tâches routinières, depuis la transformation des données jusqu’à l’utilisation du langage naturel pour générer des résultats et agir un peu comme un être humain, c’est en quelque sorte la direction que nous prenons. Donc, pour pouvoir nous imiter, apprendre de nous et parcourir ce chemin ensemble, en fin de compte depuis la transformation jusqu’à l’analyse des données. C’est donc très, très important à mon avis. Quelles sont donc les fonctions ou les domaines clés dans ce contexte ? Je veux dire, évidemment, nous avons ce domaine en pleine expansion qui concerne, par exemple, les visualisations de données en temps réel. Je pense que c’est un domaine important, et peut-être même créer un tableau de bord à la volée grâce à notre langage naturel. La raison pour laquelle cela devient très populaire, c’est que les organisations financières et leurs collaborateurs ont très peu de compétences techniques, n’est-ce pas ? Il ne s’agit donc pas d’une courbe d’apprentissage complexe comme en informatique, où il faut maîtriser un langage de script, n’est-ce pas ? Nous voulons simplifier les choses pour tout le monde. À ce propos, utiliser le langage naturel pour faire réaliser certaines tâches qui, traditionnellement, exigeaient un peu plus de compétences, devient plus facile pour nous à long terme. Il s’agit donc d’une IA authentique au service de l’analyse, n’est-ce pas ? Ce ne sont là que quelques-uns des domaines dans lesquels les agents de données peuvent, bien sûr, aider à explorer les données et à analyser les informations à l’aide de notre langage naturel, qu’il s’agisse de texte ou de voix, ce qui devient, à mon avis, le domaine le plus populaire, n’est-ce pas ? Cela nous apporte en quelque sorte des informations pertinentes. Et je pense que nous nous dirigeons vers cette évolution : nous aider à comprendre les données, nous fournir des commentaires ou des recommandations, cela va, selon moi, devenir un domaine de plus en plus important, qui nous aidera en quelque sorte à prendre ces décisions. Cela ne signifie pas que nous allons remplacer notre expérience, mais plutôt que nous allons la mettre à profit et la renforcer grâce à certains de ces outils dont nous disposons. Donc, en plus de l’orienter davantage vers l’analyse et le reporting, j’ai passé du temps à discuter avec de nombreux prospects ces dernières semaines. Je pense qu’un domaine clé pour eux est le reporting de direction, n’est-ce pas ? C’est toujours la priorité n° 1, n’est-ce pas ? Être capable d’anticiper, de collaborer. Tout en continuant à tirer parti de certaines des technologies courantes dont nous disposons aujourd’hui, comme Excel, n’est-ce pas ? Même si nous disposons d’une IA agentique et d’agents, leur intégration dans Excel est devenue extrêmement populaire. Il s’agit donc d’offrir aux utilisateurs le confort d’Excel, tout en tirant parti de la puissance de ces agents IA qui vont considérablement rationaliser nos processus. Voici un bref cas d’utilisation : il s’agit simplement de tirer parti de l’IA là où c’est possible. Comme je l’ai mentionné, on peut utiliser le langage naturel pour créer rapidement un tableau de bord, et je trouve ça génial de voir que ces cas d’utilisation permettent aux gens de réaliser des tâches qui, par le passé, demandaient généralement beaucoup de temps et d’efforts. N’est-ce pas ? Un tableau de bord simple fait partie intégrante du volet « rapports de direction » de cette solution. Il offre un aperçu de l’activité, ce qui vous permet de constater rapidement que nous sommes capables de réaliser une grande partie de ces tâches. Et voici une vidéo qui montre le système en action : à partir d’un ensemble de données courantes que nous pouvons exploiter, il suffit de taper ou simplement de parler à l’agent pour que le tableau de bord génère instantanément ces informations. En quelques secondes, n’est-ce pas ? C’est ça l’essentiel : pouvoir s’adapter, créer rapidement des tableaux de bord ou des rapports, et consacrer plus de temps à l’analyse, dont nous reconnaissons tous la grande valeur. À mesure que nous avançons dans cette voie, il y a aussi des tâches de base où les fonctionnalités objectives de l’IA sont très utiles, comme la détection d’anomalies par l’IA, n’est-ce pas ? Cela permet de repérer les valeurs conformes ou aberrantes dans le domaine financier, grâce à ces vastes ensembles de données qui nous aident à identifier les écarts ou les anomalies, n’est-ce pas ? Il est également possible de personnaliser et de définir certains de ces seuils clés. Mais fondamentalement, il s’agit d’un domaine en pleine expansion qui nous permet d’analyser et de détecter des informations. Deuxièmement, la planification prédictive connaît elle aussi un essor croissant. De toute évidence, la planification est un domaine majeur pour la FP&A. Traditionnellement, elle repose sur des facteurs déterminants, elle est ascendante et s’effectue à un niveau global, mais la capacité à anticiper et à tirer parti de certains de ces facteurs, qu’ils soient internes ou externes, permet de générer plus rapidement des prévisions et d’en déduire ces projections. L’un des principaux atouts des agents IA réside justement dans leur capacité à assimiler ces informations et à nous aider à itérer ce processus très, très rapidement. Je pense donc qu’il s’agit là d’un domaine clé de la planification prédictive. Pour illustrer cela par un cas d’utilisation concret, prenons l’exemple d’un grand constructeur automobile qui exploite un agent IA pour la cartographie automatique. J’ai évoqué la possibilité de le faire via des tâches d’équipe, mais aussi de tirer parti des capacités de planification prédictive pour stimuler le chiffre d’affaires. En fin de compte, l’analyse intelligente, qui s’appuie sur ces agents de données, contribuera à accélérer le processus, n’est-ce pas ? Elle nous fournira des informations plus rapides sur les données, ainsi que des rapports et des tableaux de bord de meilleure qualité. Mais globalement, cette entreprise a pu tirer une valeur exceptionnelle de la possibilité d’améliorer ces capacités grâce aux agents IA. Et pour conclure, je pense que nous sommes tous ici pour apprendre. Je pense que nous sommes tous ici pour améliorer nos vies. Mais en fin de compte, la valeur essentielle réside dans une productivité accrue, n’est-ce pas ? Nous libérons du temps et des efforts en tirant parti de la technologie pour rationaliser cela grâce à des objectifs généraux. Les agents IA et toutes les fonctionnalités qui s’offrent à nous. Cela nous permettra ensuite de nous concentrer sur ce qui est le plus important, n’est-ce pas ? D’élargir en quelque sorte nos compétences, de gagner du temps au cours de la semaine de travail et de mener une vie plus équilibrée. Mais globalement, je pense que nous sommes ravis d’être ici. Et je pense que nous le sommes tous, alors que nous nous lançons ensemble dans cette aventure.
Olga Rudakova
Merci. Merci, Dominic, pour cette belle présentation. Et merci d’avoir partagé plusieurs cas d’utilisation, car les gens posent beaucoup de questions sur les cas d’utilisation concrets des agents IA. Et j’ai d’ailleurs l’intention d’y revenir lors de la séance de questions-réponses. Passons donc directement à la séance de questions-réponses, car nous avons reçu de très nombreuses questions aujourd’hui. C’est une séance formidable à cet égard. Un petit avertissement. De nombreuses questions portent sur les cas d’utilisation des agents IA. Je vous demanderai donc à la toute fin quel est votre cas d’utilisation préféré d’un agent IA, afin que vous ayez déjà un projet à mettre en place au sein de votre équipe. Mais en attendant, passons en revue quelques questions ouvertes avant d’aborder les cas d’utilisation. Je voulais simplement vous y préparer. La première question, qui s’adresse directement à vous, Olha, a été posée pendant votre présentation. D’après votre expérience, quels sont les domaines de la FP&A où il est judicieux de commencer à mettre en œuvre des agents IA ? Pouvez-vous nous donner quelques exemples ?
Olha Zotova
C'est une très bonne question, car je pense que nous nous demandons tous par où commencer. Je ne pense pas qu'il existe une règle unique applicable à toutes les entreprises, car chacune est très spécifique, mais il existe des principes généraux à prendre en compte. La tâche doit être répétitive. Vous devez connaître le processus de A à Z, son déroulement final, ainsi que les exceptions qui s'y rapportent. Parmi les exemples typiques, on peut citer certains fichiers de rapprochement, la fusion de différents rapports pour établir un rapport de gestion, ou encore la rédaction de commentaires pour la présentation au conseil d’administration concernant les performances de l’entreprise, mais n’oubliez pas de toujours vérifier le résultat, d’accord ? Ce sont là des exemples typiques, donc vous pouvez vous concentrer sur ce genre de tâches. Mais en général, ce que je recommande toujours, c’est de prendre un peu de recul, d’examiner vos processus et de déterminer ce qui vous prend le plus de temps. La tâche est-elle répétitive ? Oui, parfait. Savez-vous comment cette tâche est effectuée de A à Z ? Parfait, oui, très bien. Allons-nous essayer de la confier à l’IA d’Agentic ? Est-ce suffisamment simple pour tenter l’expérience, en sachant que si nous échouons, il n’y aura pas de conséquences graves ? Oui, parfait. Vous avez votre cas d’utilisation et vous pouvez l’essayer.
Olga Rudakova
Parfait. Merci. Merci pour cette réponse. Harsh, j’ai une question qui vous était adressée à un moment donné pendant votre présentation. J’aimerais simplement que vous soyez bref dans votre réponse afin que nous puissions aborder vos cas d’utilisation préférés des agents. Alors, Harsh, pouvez-vous nous dire combien de temps et d’essais il vous a fallu pour mettre en place vos agents ?
Harsh Amarasuriya
La première mise en place a pris pas mal de temps. Je dois l’admettre, je veux dire, nous ne savions pas vraiment ce que nous faisions non plus. En général, on a donc besoin d’un peu d’aide, d’un soutien externe ou quelque chose comme ça. Mais une fois arrivés à la deuxième et à la troisième itération, ça a été assez rapide. Certains membres de mon équipe, environ deux ou trois personnes qui maîtrisent désormais assez bien les petites automatisations et l’utilisation des bots, ont réussi à mettre en place quelques extensions de notre chatbot en deux ou trois semaines, après des tests et autres étapes similaires. La première itération nous a donc pris plusieurs mois.
Olga Rudakova
Bien sûr, c'est une réponse parfaite. Et j'ai justement une question en lien avec cela que j'aimerais te poser, Dominic. Une fois que les données et les processus sont mis en place, comment procède-t-on avec les agents IA ? Crée-t-on ces agents en interne avec l'aide du service informatique ou avec le soutien de spécialistes des données, ou vaut-il mieux faire appel à des fournisseurs de solutions prêtes à l'emploi ? Qu'en penses-tu ?
Dominic Nguyen
Oh, excellente question qui permet de trouver un juste équilibre entre les ressources internes et externes. Je pense que l’IA est un domaine très récent. Au départ, c’est toujours une bonne idée de s’appuyer sur des experts et leur expérience. Et je pense que la meilleure pratique consiste toujours à adopter une approche hybride : on fait appel à des experts externes, mais au fur et à mesure que l’on apprend, on adopte une approche de « formation des formateurs ». Évidemment, toutes les organisations souhaitent internaliser ces compétences à long terme, mais je pense que cela dépend aussi de la taille de votre organisation et des ressources disponibles. Je pense toutefois que la tendance est de parvenir à gérer cela en interne au fil du temps, mais je recommande de commencer par faire appel à des experts au début.
Olga Rudakova
Formidable. Merci pour toutes ces précisions et pour votre concision. Je vais maintenant demander à chacun d’entre vous de décrire de manière très précise, mais brièvement, votre cas d’utilisation de l’agent IA : ce qu’il peut faire et ce qu’il fait déjà pour vous et votre équipe. Olha, commençons à nouveau par vous.
Olha Zotova
En réalité, dans mon entreprise, nous en sommes encore un peu trop tôt pour l’IA agentique. Pour l’instant, nous nous concentrons vraiment sur la préparation des données. Et l’équipe est prête, car nous avons une présence très internationale. Nous sommes présents dans 87 pays. Pour nous, la standardisation est donc un enjeu majeur. C’est un domaine sur lequel nous avons commencé à nous concentrer il y a deux ans, et nous prévoyons de mener ce projet à bien dès maintenant. Personnellement, j’utilise beaucoup les modèles de langage (LLM) au quotidien, par exemple : « Tiens, voici le fichier d’origine. Voici les commentaires que j’ai ajoutés. Voici un nouveau fichier. Peux-tu rédiger les commentaires exactement dans le même format ? » Ça fonctionne à merveille, que ce soit pour les e-mails ou tout ce genre de choses. En fait, je suis devenu beaucoup, beaucoup plus productif. Et j’espère sincèrement que nous nous tournerons également vers les IA agentiques à l’avenir au sein de mon entreprise.
Olga Rudakova
Ce que vous décrivez peut déjà être transposé dans un mode d’IA agentique. Imaginons que vous soyez en voiture et en retard pour une réunion. Vous pouvez dire, par n’importe quel moyen de communication que vous utilisez, WhatsApp, Telegram, par exemple : « Quelle est la première réunion à laquelle je dois me rendre ? Pouvez-vous envoyer un message aux participants pour leur dire que j’ai 5 minutes de retard ? » En utilisant l’assistant personnel déjà doté de la commande vocale, vous y arrivez. Harsh, et vous ? Quel est votre cas d’utilisation préféré jusqu’à présent pour un agent IA dans le domaine de la FP&A ?
Harsh Amarasuriya
En fait, tout comme Olha, j’utilise moi aussi les grands modèles de langage (LLM) et ce genre d’outils à titre personnel. Ils sont devenus des assistants très utiles pour réaliser diverses tâches : résumés, présentations, améliorations, ce genre de choses. Mais je pense que d’un point de vue purement professionnel, en termes de volume, nous les avons également utilisés pour, par exemple, rédiger des communiqués ou mettre en place des tâches que chacun effectuait auparavant individuellement. Nous avons en quelque sorte mis en place, enfin, nous avons beaucoup de collaborateurs, comme l’a dit Olha, partout dans le monde. Chaque mois, nous devons envoyer par e-mail de nombreux relevés différents, toutes ces tâches qui sont désormais presque automatisées, n’est-ce pas ? Et il y a toute une équipe d’agents qui s’en charge, ce qui est très productif car, même lorsque des êtres humains s’en chargeaient, ils n’apportaient aucune réelle valeur ajoutée. C’est donc un bon cas d’utilisation pour eux.
Olga Rudakova
En effet. Et dans un cabinet d’avocats, évidemment, un agent IA peut faire tout ce qu’un avocat junior ferait, comme préparer la première ébauche d’un contrat.
Harsh Amarasuriya
Ok.
Olga Rudakova
C'est à ne pas manquer. Exactement. Et c'est déjà le cas, si on lui donne les moyens d'interagir avec des outils capables d'extraire des données. Dominic, quel est ton cas d'utilisation préféré de l'IA ? Un exemple concret.
Dominic Nguyen
Je vais répondre de deux façons : d’un point de vue professionnel et d’un point de vue personnel. D’un point de vue professionnel, j’ai découvert le domaine de la validation des données : les agents sont capables de… on peut leur parler et leur demander : « Est-ce que mes données se sont chargées correctement ? » Il suffit de leur confier la tâche de traiter l’ensemble des données, et ils vous aident à identifier les écarts et les anomalies dans les données. Je trouve ça amusant de gérer ça et de voir comment ça fonctionne, car je pense que c’est extrêmement précieux du point de vue de la validation des données. Sur le plan personnel, je pense qu’en FP&A – où nous sommes traditionnellement habitués à des tâches très routinières et banales –, cela a vraiment ravivé ma passion. Je pense que l’IA a en quelque sorte mis cette nouvelle technologie au service de la finance pour qu’on y prenne plaisir, n’est-ce pas ? Il ne s’agit pas seulement d’aller travailler, mais je pense qu’il faut s’appuyer sur cette passion et ce plaisir que nous recherchons tous dans la finance. Nous ne voulons pas faire toujours la même chose, et je pense que c’est ce qui rend les choses passionnantes.
Olga Rudakova
Incroyable. Merci pour toutes ces réponses. J’ai vraiment apprécié cette session. Je tiens à remercier notre sponsor, CCH Tagetik, qui a rendu cet événement possible. Entrez dans l’avenir de la finance grâce à un logiciel de gestion de la performance d’entreprise basé sur l’IA. Et j’aimerais vous inviter tous à nous rejoindre si nous ne sommes pas encore en contact, et à suivre FP&A Trends via le canal qui vous convient le mieux. Faites donc votre choix. Et ne partez pas sans avoir rempli ce très court formulaire de commentaires qui nous aidera à nous améliorer. Merci à tous d’avoir été présents. Un immense, un immense merci à nos participants d’avoir partagé votre savoir et vos exemples concrets avec nous. Passez une bonne journée, une bonne soirée, et rendez-vous au prochain webinaire FP&A Friends. Au revoir à tous.
