Olga Rudakova
Bonjour, bon après-midi, bonsoir, Mesdames et Messieurs. Je m’appelle Olga Rudakova et je suis ravie de vous accueillir à notre webinaire « FP&A Trends ». Aujourd’hui, nous allons aborder la puissance de la planification basée sur les facteurs clés à l’ère de l’IA. Voyons donc quel est le programme prévu pour aujourd’hui. Nous aborderons bien sûr les concepts clés et les statistiques essentielles de la planification basée sur les facteurs clés de performance et de l’IA. Nous présenterons une étude de cas pratique sur le passage d’une budgétisation annuelle à des plans mensuels basés sur les facteurs clés de performance. Nous parlerons de la vitesse stratégique de la FP&A, des facteurs clés de performance Excel à la planification agentique. Et nous aborderons la mise en œuvre pratique de l’IA dans la planification basée sur les facteurs clés de performance. Nous conclurons par des conclusions, des recommandations et une session de questions-réponses. C’est avec grand plaisir que je vous présente nos intervenants pour cet événement. Rejoignez-moi devant la caméra et je commencerai par vous présenter Mike Uvarov. Mike est responsable de la FP&A chez Viskase Companies. Il est basé à Chicago, aux États-Unis. En tant que responsable de la FP&A, il se concentre sur l’analyse des marges et la mise en œuvre d’outils de FP&A à l’échelle de l’organisation. Mike, merci beaucoup de vous joindre à nous aujourd’hui.
Mike Uvarov
Je suis ravi et honoré de participer à ce webinaire.
Olga Rudakova
Notre deuxième intervenant aujourd’hui sera Vignesh Dumonceau, directeur financier chez WAGO. Basé en Suisse, Vignesh possède une solide expérience dans la conduite de transformations financières, l’intégration de fusions-acquisitions, l’intégration post-fusion et la refonte des processus financiers au sein de structures complexes regroupant plusieurs entités. Vignesh, merci beaucoup d’avoir accepté notre invitation et de vous joindre à nous aujourd’hui.
Vignesh Dumonceau
Merci beaucoup, Olga. Je suis ravi d'être ici. Merci de m'accueillir.
Olga Rudakova
Permettez-moi de vous présenter notre prochain intervenant, Graham Hunter. Graham est architecte de solutions d’IA et d’apprentissage automatique chez Wolters Kluwer CCH Tagetik. Il a occupé des postes dans les domaines de la gestion de la performance d’entreprise, de l’innovation en matière d’aménagement de l’espace, de la gestion de produits, du conseil en transformation financière et de la stratégie en matière d’IA. Graham, merci beaucoup d’être parmi nous aujourd’hui.
Graham Hunter
Merci beaucoup. Bienvenue à tous. Je me réjouis de cette discussion.
Olga Rudakova
Je suis impatient de commencer. Permettez-moi de vous présenter les groupes FP&A Trends à travers des chiffres clés et des statistiques. Nous sommes au webinaire FP&A Trends et nous avons organisé 191 événements de ce type jusqu’à présent. Aujourd’hui, je vais commencer par vous présenter quelques statistiques clés tirées de notre toute nouvelle enquête FP&A Trends 2026, qui sera mise à votre disposition début juillet. Je tiens à préciser que nous avons recueilli 3 361 réponses à notre enquête à ce jour. Et si vous rejoignez notre groupe LinkedIn « FP&A Club », vous ferez partie d’une communauté de 60 000 membres. Si ce n’est pas encore le cas, n’hésitez pas à rejoindre notre grande communauté. Au programme de cette session, qui dure une heure : vous participerez à deux sondages interactifs sur le thème du webinaire. Vous pouvez poser des questions et vous pouvez d’ailleurs commencer dès maintenant via la fenêtre de discussion située tout en bas de l’écran. Ne partez pas sans avoir répondu à un bref questionnaire. Il est vraiment court et nous aide énormément à améliorer nos webinaires. Je tiens à remercier notre sponsor mondial, CCH Tagetik by Wolters Kluwer, 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. Je vais commencer par quelques diapositives présentant des statistiques clés sur la planification basée sur les facteurs clés de performance et l’IA. Et j’aimerais commencer par un chiffre qui peut sembler quelque peu déprimant. Seul 1 % des organisations utilise des modèles dynamiques basés sur des facteurs déterminants et s’appuyant sur l’IA, qui ajustent automatiquement ces facteurs en temps réel. Cela peut sembler peu. Mais si l’on y réfléchit bien, c’est tout à fait possible. 1 % des organisations les utilise déjà, non seulement des modèles basés sur des facteurs déterminants, mais aussi des modèles s’appuyant sur l’IA et ajustant ces facteurs en temps réel. Par ailleurs, l’adoption de la planification basée sur des facteurs déterminants est évidemment beaucoup plus répandue. 18 % supplémentaires utilisent des modèles entièrement basés sur des facteurs déterminants. 41 % utilisent des modèles partiellement basés sur des facteurs. Mais cet état idéal est également possible. Pourquoi est-ce que je parle de ces statistiques ? Parce que les modèles basés sur des facteurs sont corrélés à d’autres aspects remarquables au sein de vos équipes de FP&A. Tout d’abord, les entreprises qui utilisent des modèles basés sur des facteurs jugent leurs prévisions « excellentes » ou « bonnes » dans 77 % des cas, contre seulement 35 % pour celles qui n’utilisent pas la planification basée sur des facteurs. C’est une différence considérable. Et en réalité, les modèles basés sur les facteurs déterminants sont en corrélation avec des éléments tels que l’optimisation des équipes FP&A, le pourcentage d’organisations où les décisions sont prises à partir de données, ou encore le temps que les équipes FP&A consacrent à des activités à forte valeur ajoutée. Nous en voyons donc bien les avantages. Passons maintenant à l’IA. J’ai spécifiquement sélectionné des statistiques et des exemples d’utilisation de l’IA générative. En effet, c’est un sujet dont on parle beaucoup. Eh bien, le premier constat est que, jusqu’à présent, la plupart d’entre nous n’utilisent pas du tout l’IA générative dans le domaine de la FP&A. Beaucoup prévoient de le faire, mais en termes d’utilisation effective, la plupart des entreprises ne l’utilisent que dans 15 % des cas, pour la communication et l’aide à la décision. C’est ce que je constate également dans la pratique : le travail sur le texte, les documents, les présentations et les résumés atteint déjà un très bon niveau. Mais lorsqu’on s’intéresse à l’automatisation des processus ou à l’obtention d’informations avancées, le taux d’adoption est très, très faible. C’est donc là que nous devons nous efforcer d’aller, et essayer d’extraire des informations vraiment pertinentes grâce à l’IA. Un autre chiffre pertinent, car nous allons parler de planification basée sur des facteurs déterminants, non seulement de l’IA générative, mais aussi de l’apprentissage automatique. Ainsi, 12 % des organisations utilisent l’apprentissage automatique et 17 % supplémentaires prévoient de l’adopter au cours des six prochains mois. Examinons l’impact de l’IA. Tant l’IA générative que l’apprentissage automatique, sur les paramètres clés des équipes de FP&A. Nous constatons que la qualité des prévisions est de 64 % supérieure pour les entreprises qui utilisent l’IA, contre seulement [chiffre non précisé] pour celles qui ne l’utilisent pas. En matière d’optimisation des équipes, là encore, la différence est énorme, et cela est également en corrélation avec les décisions fondées sur les données ou le montant consacré aux activités à forte valeur ajoutée. Que se passe-t-il si l'on utilise à la fois des modèles basés sur les facteurs clés et l'IA ? C'est ce que nous allons découvrir très bientôt grâce à nos intervenants lors de cet événement, et nous commencerons par Mike. Mike Uvarov va nous parler du passage d'une budgétisation annuelle à des prévisions mensuelles basées sur les facteurs clés. Mike, je te passe ce micro imaginaire et je te cède la scène. Je te souhaite une bonne intervention.
Mike Uvarov
Bonjour à tous. Permettez-moi tout d’abord de vous présenter brièvement notre entreprise. Fondée il y a 100 ans à Chicago, elle fabrique des boyaux en cellulose et en plastique pour les hot-dogs et les saucisses. Elle réalise un chiffre d’affaires de 400 millions et emploie 2 000 personnes à travers le monde. Nous avons récemment été confrontés à plusieurs chocs externes : l’arrivée d’un nouveau concurrent, des perturbations dans la chaîne d’approvisionnement, une opération de fusion-acquisition et le passage du statut d’entreprise privée à celui de société cotée en bourse. L'entreprise s'est donc lancée dans une initiative d'optimisation de son réseau de production, une analyse rigoureuse des marges par produit et par client, ainsi qu'une mise à jour de son infrastructure analytique avec la mise en œuvre d'un nouvel outil EPM. L'équipe FP&A a donc été chargée d'établir des prévisions mensuelles des trois états financiers en mettant l'accent sur la trésorerie, de réaliser des analyses de scénarios « et si », et d'assurer une communication approfondie avec les parties prenantes : le conseil d'administration, la banque, l'auditeur, le partenaire en fusions-acquisitions et les parties prenantes internes. La situation de départ concernait donc notre processus de budgétisation annuel, avec la révision en milieu d’année. Notre objectif, l’état souhaité, était de disposer d’une prévision mensuelle glissante. Voici les principaux éléments qui nous ont aidés à combler cet écart. Tout d’abord, nous sommes partis des facteurs clés existants, tels que le volume et les effectifs. Et comme nous disposons de deux progiciels de gestion intégrée (ERP), Excel ne suffisait pas. Nous avions donc besoin d’un outil. Les conditions préalables à la mise en œuvre d’un outil EPM sont des métadonnées propres, la définition de vos comptes, de vos centres de coûts et de votre hiérarchie de produits, la qualité des transactions, ainsi qu’une extraction et une transformation cohérentes des données. Il est intéressant de noter que ces mêmes conditions préalables constituent le fondement de l’utilisation de l’IA dans la planification et l’analyse financières (FP&A). Il s’agit donc essentiellement des mêmes éléments constitutifs. Les étapes suivantes ont consisté à identifier les relations entre les facteurs dans les catégories du compte de résultat. C’est là que nous avons eu besoin de l’aide de l’IA. Et cela nous a effectivement aidés, j’y reviendrai plus en détail. Nous avons également restructuré notre compte de résultat pour mettre en évidence ces catégories et responsabiliser les services concernés quant à la saisie des données. À gauche, vous pouvez voir notre compte de résultat. Voici à quoi ressemble notre nouveau compte de résultat. Il a été divisé en composantes significatives, chacune associée à un facteur déterminant spécifique. Cela ressemble donc beaucoup à un diagramme en arête de poisson. Certains l’appellent « diagramme en sapin de Noël » car il est vertical et non horizontal. Il indique, pour chaque poste du compte de résultat, le service responsable. Par exemple, pour le volume de production d’un produit, c’est le service SNLP. Quant aux contrôleurs d’usine, ils seraient chargés des prévisions d’absorption. Il s’agit donc d’un service et d’un facteur. Quels facteurs déterminants l’IA nous a-t-elle aidés à identifier ? Le premier était la saisonnalité de la demande par produit et par client. Le deuxième facteur concerne les heures-machine, c’est-à-dire les heures de fonctionnement des machines de fabrication pour les coûts d’absorption, ainsi que la projection du pourcentage de déchets pour les écarts de production. Ces facteurs de prévision supplémentaires nous ont permis d’améliorer la précision et la rapidité, mais aussi d’affiner l’analyse des écarts. Lorsque l’on dispose de tous ces détails et d’un compte de résultat structuré de cette manière, il est beaucoup plus facile d’identifier ce qui s’est passé, d’en déterminer les raisons, puis… Cela crée une boucle de rétroaction qui permet d’améliorer les prévisions à l’avenir. En résumé, recherchez des données non financières pouvant servir de facteurs déterminants, tels que les heures-machine ou les pourcentages de déchets, etc. Et n’hésitez pas à modifier les catégories de votre compte de résultat dans vos prévisions en intégrant ces nouveaux facteurs déterminants à ces catégories. Cela crée ces boucles de rétroaction et renforce la réussite.
Olga Rudakova
Merci. Merci beaucoup, Mike, d’avoir présenté cette étude de cas et d’avoir partagé ces précieux conseils sur la recherche de facteurs non financiers. Et d’ailleurs, c’est vraiment intéressant que vous ayez souligné que cette logique basée sur les facteurs ne nous aide pas seulement à nous projeter dans l’avenir pour planifier ou établir des prévisions, mais aussi à analyser rétrospectivement les écarts : c’est exactement la même logique, qui consiste à comprendre les causes profondes à travers les facteurs. Merci pour cela. Si vous avez des questions à poser à Mike, vous pouvez les poser dès maintenant via notre fenêtre de discussion. En attendant, j’ai une question à vous poser. J’ai préparé un sondage à l’intention de tous nos participants. Nous allons aborder les fondements de votre processus de prévision actuel. Je vais donc lancer notre premier sondage de la journée. Voici la question : Sur quoi repose principalement votre processus de prévision actuel ? S’agit-il d’un budget annuel avec des mises à jour périodiques, d’une prévision glissante, d’une prévision basée sur des facteurs déterminants ou d’une prévision améliorée par l’IA et l’apprentissage automatique ? Je suis très curieux de voir les résultats. Je vois déjà les pourcentages s’afficher. Alors, qu’en est-il ? Sur quoi repose votre processus de prévision actuel ? Budget annuel, prévisions glissantes, prévisions basées sur des facteurs clés ou option reposant sur l’intelligence artificielle et l’apprentissage automatique ? Merci d’avoir voté si rapidement. La majorité des participants a déjà voté. Je vais donc clore ce sondage et partager les résultats avec tout le monde. Nous avons sans aucun doute un gagnant : il s'agit du budget annuel avec des mises à jour périodiques. En deuxième position, on trouve les prévisions glissantes. Viennent ensuite les prévisions basées sur des facteurs déterminants avec 10 %, et zéro pour les prévisions améliorées par l'IA et l'apprentissage automatique. Ou peut-être avons-nous besoin d'un peu plus de temps pour vous réveiller. Je suis presque sûr que certains d'entre vous avaient une autre option en tête, mais n'ont tout simplement pas voté. Mike, qu'en penses-tu ? Es-tu surpris par ces résultats ?
Mike Uvarov
Comme on pouvait s’y attendre, l’option n° 1 correspond à la situation dans laquelle se trouve encore la majorité des entreprises. Et je suis ravi de voir que 10 % des participants ont choisi l’option n° 3. Cela me conforte dans l’idée que c’est possible.
Olga Rudakova
Tout à fait. 10 %, c’est un bon chiffre. Merci à tous. Je vais maintenant clore ce sondage et passer à la discussion entre tous nos intervenants. Alors, Vignesh, Graham, rejoignez-nous devant la caméra. J’aimerais discuter avec vous tous de cette transition de la budgétisation annuelle vers des méthodes plus dynamiques. Quelle est donc la changement le plus important à opérer pour passer d’une budgétisation annuelle à un processus de planification plus dynamique, axé sur les leviers de performance ? Je vais commencer par vous, Vignesh. Qu’en pensez-vous ? Quelle est la mesure la plus importante à prendre ?
Vignesh Dumonceau
Oui, merci, Olga. L’aspect le plus important, c’est donc ce que nous voulons accomplir entre le scénario A et le scénario B. Si nous utilisions un budget annuel classique, cela présenterait des avantages et des inconvénients. Je veux dire par là qu’à un moment donné, le budget devient obsolète, les hypothèses évoluent, et il perd donc de sa pertinence. En revanche, s’il s’agit d’un processus de planification plus dynamique et axé sur des indicateurs clés, il est plus vivant et on peut le mettre en œuvre. Mais surtout, je pense qu’il est indispensable de s’aligner avec les principales parties prenantes pour leur montrer qu’en étant plus réactifs, plus transparents et plus proactifs, nous pouvons les aider à prendre des décisions plus rapidement et, par conséquent, à améliorer les résultats. Cet alignement est donc, à mon avis, extrêmement important.
Olga Rudakova
Tout à fait. Merci beaucoup pour cette réponse. Je vais maintenant vous donner la parole, Graham. Qu’en pensez-vous ? Quel est le changement le plus important que nous devons opérer pour passer d’une budgétisation annuelle à une planification basée sur les leviers ?
Graham Hunter
Je suis tout à fait d’accord avec Vignesh. Je pense qu’il l’a très bien exprimé. Ayant participé à la conception de plusieurs dizaines de projets de mise en œuvre de la planification basée sur les leviers, je peux affirmer très clairement que, lorsque cette coordination fait défaut, cela entraîne systématiquement des dépassements de coûts et de délais. Il est donc essentiel d’assurer cette coordination entre les parties prenantes.
Olga Rudakova
Oui, on dirait bien que l’« alignement » va devenir l’un des mots clés de la séance d’aujourd’hui. Voyons comment ça se passe. En attendant, j’aimerais revenir vers vous, Mike. D’après votre expérience, quel a été pour vous le changement le plus important pour passer d’une budgétisation annuelle à une planification plus dynamique, basée sur des indicateurs clés ?
Mike Uvarov
Parfois, cela vient d’un besoin externe : il faut être plus rapide, plus fiable, plus réactif et plus précis. Parfois, c’est le monde qui vous pousse à rechercher ces méthodes supplémentaires, comme la planification basée sur les leviers.
Olga Rudakova
Exactement. Il s’agit donc soit d’une pression externe, soit, parfois, d’une motivation interne. Waouh, super. Merci à tous pour vos réponses. Cela nous amène à la deuxième présentation de la journée. Vignesh Dumonceau va nous parler de la vélocité stratégique de la FP&A, des indicateurs Excel à la planification par agents. Alors Vignesh, je vous passe ce micro imaginaire et je vous cède toute la scène.
Vignesh Dumonceau
Merci beaucoup, Olga, et bienvenue à tous. Je suis ravie d’être ici. Le thème que nous allons aborder est donc : quelle est la prochaine étape après les facteurs clés ? Bon, prenons un peu de recul et examinons la raison principale pour laquelle nous pratiquons le contrôle de gestion, puisque nous le faisons depuis longtemps. Il s’agit en réalité de décrypter ce qui se cache derrière les chiffres, afin de donner un sens à ce que nous observons du point de vue du reporting. Et une fois que nous avons donné ce sens et expliqué la raison, nous voulons agir. Nous voulons prendre des décisions. Nous voulons donc orienter la discussion et, grâce à notre capacité à dialoguer avec les métiers, influencer les décisions afin d’obtenir de meilleurs résultats. Il ne s’agit donc pas seulement de regarder en arrière et de commenter ce qui s’est passé, mais plutôt d’être un acteur et un architecte de ce que nous voulons réaliser à l’avenir. Cela a toujours été le cas. Je pense que ce n’est pas une nouveauté. Il existait différentes méthodes pour cela. Autrefois, par exemple, si je prends un peu de recul et que je cite un cas concret : si l’on utilisait des prévisions de ventes, on pouvait dire : « J’ai vendu 10 millions par mois, soit 120 millions au total. L’année prochaine, je vais procéder à une légère augmentation des prix. J’atteindrai environ 130 millions. Je ferai quelques ajustements pour tenir compte de la saisonnalité ou d’autres facteurs subjectifs. » C’est donc un aspect. Beaucoup d’entreprises procèdent ainsi, mais nous nous rendons compte que nous pouvons faire mieux en nous appuyant sur des facteurs déterminants. On se dit alors que le chiffre d’affaires se compose en réalité du volume et du prix. Il existe donc d’autres facteurs déterminants, qui peuvent être différents. On commence alors à analyser et à comprendre comment le volume évolue selon les zones géographiques, quel est le positionnement tarifaire, etc. C’est donc un peu plus complexe. Cela approfondit l’analyse causale et vous permet d’aller un peu plus loin. À présent, à mesure que nous évoluons par rapport au mandat qui nous est confié, nous passons d’une fonction classique de reporting rétrospectif à un moteur d’orchestration au sein duquel nous menons ces discussions. Nous souhaitons développer ces facteurs et leur donner plus de dynamisme. C’est là qu’intervient l’IA : elle permet de les rendre plus proactifs, plutôt que de les traiter sur Excel ou de manière réactive. Ainsi, si l’on examine les aspects liés à la maturité, nos fonctions de planification, d’analyse et de prévision (FP&A), ainsi que de prévision et de contrôle, intègrent ces éléments que sont les processus, la technologie et les personnes, qui permettent d’élaborer toutes les prévisions, les projections et les analyses. La maturité réside alors véritablement dans le fait de savoir si nous nous contentons d’une approche rétrospective ou si nous sommes capables d’influencer et d’anticiper l’avenir, et de faire évoluer les scénarios au fur et à mesure que nous avançons. Ainsi, plus nos processus intègrent un suivi autonome, plus nous tirons parti des facteurs déterminants qui nous sont déjà fournis, et plus nos collaborateurs adoptent une approche stratégique. Au lieu d’occuper un poste classique de traitement de données avec un dialogue limité, nous avons davantage d’échanges avec nos principales parties prenantes et sommes davantage impliqués dans les décisions prises par l’entreprise. Prenons un exemple concret : dans toute entreprise, on retrouve généralement trois facteurs déterminants. Il s’agit des volumes, des effectifs et des heures-machine. Si l’on devait procéder sans IA, on les consignerait probablement dans un fichier Excel, puis on surveillerait ces indicateurs séparément. À un moment donné, on les regrouperait pour tenter d’en tirer des conclusions. C’est certes possible, et c’est mieux que de ne pas disposer de ces données, mais seulement lorsque la complexité justifie la précision des prévisions et la profondeur de l’analyse. Mais au-delà de cela, imaginons que nous disposions d’agents, par exemple des agents IA, qui surveilleraient en permanence le volume, auraient un impact sur la capacité, puis, en fonction de cette capacité, seraient probablement aussi capables de déterminer les effectifs nécessaires en fonction d’un phasage adapté. Ils auraient ensuite la capacité de former les comptes pendant les temps d’arrêt des machines. Et lorsque l’on intègre tous ces éléments, ce qui a probablement un impact sur les stocks, par exemple, sans pour autant affecter le volume des ventes, il devient un peu plus facile d’élaborer des scénarios et d’avoir des échanges et des discussions plutôt que de gérer tout cela dans des feuilles de calcul distinctes. En résumé, voici le message : le taux d’exécution traditionnel repose un peu plus sur Excel. Il n’y a pas de véritable lien de causalité. Et puis, lorsqu’un changement structurel survient, nous subissons un décalage. Nous ne sommes pas toujours en avance. Une orchestration basée sur les facteurs déterminants serait capable de… plus facile à dire qu’à faire, et nous devons également procéder par étapes, mais si nous la programmons correctement, elle devrait nous donner – ou du moins, telle devrait être la promesse – la capacité de cartographier davantage de relations de causalité et d’anticiper les problèmes structurels. À présent, pour aller plus loin, prenons un exemple : je viens de citer celui de l’absorption. Vous savez, c’est un scénario typique. Nous en avons déjà parlé précédemment : lorsque votre volume baisse et qu’à un moment donné, vous vous retrouvez avec des coûts fixes plus élevés qui ont également un impact sur la rentabilité, notamment sur les séries rentables. Ainsi, la capacité à maintenir correctement les tarifs, à prévoir la répartition de ces coûts fixes, voire à les isoler et à gérer la capacité, se fait via Excel. Nous pouvons le faire, mais cela s’avère plus simple si nous disposons d’un ensemble intégré d’outils basés sur l’IA capables de prédire les tendances. Ainsi, si nous constatons une baisse de 20 % de notre volume et que cette tendance se poursuit, nous pouvons anticiper les conséquences sur notre rentabilité, notre consommation globale de trésorerie, etc. Disposer de ces éléments prédictifs est donc beaucoup plus efficace pour nous. Ce qui pose problème à grande échelle, c’est qu’à un certain moment, réaliser toutes ces analyses prend énormément de temps. Le temps est justement une ressource rare au sein de nos équipes. Il faut continuellement faire évoluer le système. Nous ne disposons pas toujours des boucles de rétroaction adéquates. Ce que nous obtiendrions avec le passage à une approche « agentique », c’est précisément cela : la capacité – imaginons que chacun de ces facteurs soit un agent – à ce que des agents individuels assurent la surveillance et puissent communiquer entre eux. Nous pouvons désormais établir un dialogue et communiquer au sein d’une boucle d’orchestration où nous recevons des scénarios : nous disons, par exemple, « d’accord, votre volume est en baisse, vous risquez une sous-absorption, ce qui pourrait avoir un impact négatif sur la tarification ». Maintenant, quelles mesures pouvez-vous prendre ? Vous pouvez soit avancer certaines de ces prévisions, notamment celles de la demande, afin de gérer vos stocks si cela est possible. Si le problème est structurel, vous pouvez entamer des négociations tarifaires pour couvrir une partie de vos coûts fixes, etc. Ces scénarios deviennent donc beaucoup plus souples et faciles à mettre en œuvre par rapport à une approche basée sur Excel. Il faudrait donc vraiment en discuter : quels seraient les scénarios possibles ? Voici mes prévisions. Voici les segments sur lesquels je peux redéployer mes ressources. Et cette discussion devrait être facilitée par une simulation de type « partenaire commercial » basée sur une IA agentique. En général, je dirais qu’il y a trois avantages à cela. Premièrement, nous devrions gagner en rapidité. En effet, si nous transférons nos données vers Excel puis vers Reactualize, il y a un décalage. Si le suivi est automatisé, c’est plus simple. Le tout devrait être intégré. Nous disposons ainsi d’une meilleure compréhension des différents facteurs, et il en résulte un scénario cohérent. Nous devrions également être en mesure d’améliorer la précision de nos prévisions. En fin de compte, c’est ce que nous souhaitons atteindre. Nous voulons, grâce à ces outils, être en mesure d’améliorer et de soutenir le jugement de tous les contrôleurs. Voici donc quelques chiffres illustrant notre réflexion, et d’après mon expérience dans différents domaines, ce sont là nos objectifs. Je veux dire, cela peut varier en fonction de votre niveau de maturité ou de votre situation. Cela dépend bien sûr du contexte. Mais ce sont là, je dirais, les trois valeurs fondamentales que nous nous efforçons d’atteindre. Nous voulons une meilleure précision. Nous voulons moins de biais. Ainsi, si vous faites cela ou si je le fais, le résultat ne devrait pas être totalement différent. Avec plus ou moins les mêmes paramètres, on devrait obtenir le même type de prévision. Et ensuite, le moteur devrait les améliorer et garantir une meilleure stabilité. Prenons un exemple tiré du modèle de maturité : vous avez l’Excel traditionnel, une certaine forme d’automatisation, puis l’IA agentique serait capable, de manière continue et autonome, d’actualiser et de fournir des scénarios. Au final, c’est en quelque sorte ma conclusion ici. Si je jette un regard rétrospectif sur le reporting et sur la manière dont nos équipes FP&A et la fonction dans son ensemble ont évolué, nous étions davantage orientés vers le traitement des chiffres, la production de rapports et l’ajout de commentaires. Nous sommes passés de la comptabilité traditionnelle à la comptabilité analytique. Puis nous sommes passés à une approche axée sur les facteurs déterminants, qui nous a permis d’approfondir l’analyse et de nous rapprocher davantage de l’activité, des variables et des relations de causalité. Je pense que nous en sommes désormais arrivés au stade où, comme vous pouvez le constater avec Copilot ou tout autre outil linguistique basé sur l’IA, un dialogue est possible grâce aux agents. Ces derniers sont ainsi capables de surveiller ces facteurs déterminants, de proposer des scénarios, puis d’engager une discussion pour valider ces modèles. Nos équipes s’orientent donc davantage vers ce type de domaines où elles valident des modèles, orchestrent les processus et formulent des recommandations. Le BP enrichi par l’IA s’apparente davantage à un dialogue, ce que j’appellerais le « nouveau reporting ».
Olga Rudakova
Merci. Merci beaucoup, Vignesh, pour votre présentation. J’ai particulièrement apprécié, parmi tous les exemples remarquables que vous avez cités, la façon dont vous avez établi ce lien entre la planification basée sur les leviers et l’intégration de la FP&A, ainsi qu’entre la planification basée sur les leviers et le partenariat commercial. En effet, la planification basée sur les leviers nous permet de comprendre l’activité bien plus en profondeur qu’auparavant, ce qui renforce précisément cette intégration et ce dialogue. Merci pour cette excellente présentation. Si vous avez des questions à poser à Vignesh, n’hésitez pas. Envoyez-les dès maintenant. Au fait, un grand merci pour toutes ces questions qui nous parviennent déjà. C’est important pour nous de savoir que vous êtes à l’écoute et que vous faites preuve de curiosité. En attendant, passons à la deuxième question du sondage. Ce que j’ai préparé pour vous vise à comprendre comment les facteurs de planification sont gérés au sein de votre organisation. Je vais donc lancer ce sondage et voir comment vous allez voter. Comment les facteurs de planification sont-ils principalement gérés au sein de votre organisation aujourd’hui ? Manuellement dans des tableurs, via des systèmes de planification partiellement automatisés, de manière centralisée à l’aide de modèles de facteurs, ou encore avec le soutien de l’IA ou l’assistance d’agents. Bon, voyons voir. Voyons où cela nous mène si nous obtenons quelques pourcentages dans les principales catégories. Donc : manuellement dans des tableurs, via des systèmes de planification partiellement automatisés, de manière centralisée à l’aide de modèles de facteurs, ou encore avec le soutien de l’IA ou l’assistance d’agents. Je vais attendre que la majorité ait voté. Merci beaucoup. Vous votez assez rapidement, je peux donc clore ce sondage et partager les résultats avec tout le monde. Nous avons un gagnant. La gestion manuelle dans des tableurs a obtenu 51 %. Juste derrière, on trouve la gestion partiellement automatisée et les systèmes de planification avec 46 %. La gestion centralisée via des modèles de facteurs déterminants recueille 4 %. Waouh, voilà des chiffres intéressants. Vignesh, qu’en pensez-vous ? Car la dernière réponse, « l’assistance par IA », n’a obtenu aucun vote, zéro. Alors, qu’en pensez-vous ? Êtes-vous surpris par ces résultats ?
Vignesh Dumonceau
Eh bien, c'est un excellent sondage et je suis très impatiente de découvrir ces résultats. Non, cela ne me surprend pas. Je pense que, dans de nombreuses organisations, la fonction FP&A reste encore très traditionnelle et qu'elle s'oriente progressivement vers l'automatisation. L'IA est une nouveauté pour beaucoup d'entre nous, je ne suis donc pas surprise que ce soit encore un domaine nouveau dans lequel nous souhaitons nous aventurer pas à pas. Mais oui, cela correspond tout à fait à ce que j'avais en tête. Oui.
Olga Rudakova
Parfait. Parfait. Merci pour vos commentaires. Merci à tous pour vos réponses. Nous attendons d’autres questions, et en attendant, organisons une brève discussion entre tous nos participants, car il est évident que lorsque nous parlons de l’adoption de modèles de facteurs clés basés sur l’IA, ou des deux, cela repose en grande partie sur le dialogue. Comment les responsables financiers devraient-ils donc expliquer la valeur des modèles de facteurs clés optimisés par l’IA à des parties prenantes qui s’intéressent davantage aux résultats qu’à la méthodologie ? Et je vais commencer par vous, Graham. Comment pensez-vous que les responsables financiers devraient s’y prendre ?
Graham Hunter
Excellente question. Le cœur du sujet réside dans le fait que, dans les modèles basés sur les leviers, la direction financière s'adresse aux unités opérationnelles dans leur propre langage. Et il est vraiment important qu'elle s'exprime en termes de résultats concrets. Or, le principal levier dont dispose la direction financière est le budget. Ainsi, la mise en œuvre d'une planification basée sur les leviers facilitera généralement ce dialogue : « Nous partageons les mêmes objectifs, à savoir la croissance de l'entreprise. « Alignons-nous sur vos résultats, et nous adapterons nos pratiques budgétaires et nos investissements en fonction de ceux-ci. » C’est un excellent point de départ pour la discussion, et bien plus encore.
Olga Rudakova
Tout à fait. Merci beaucoup pour cette réponse. Je vais maintenant vous donner la parole, Mike. Qu’en pensez-vous ? Comment les responsables financiers, et vous-même en tant que responsable financier, devriez-vous expliquer la valeur des modèles basés sur des facteurs clés optimisés par l’IA ?
Mike Uvarov
Les avantages évidents sont la rapidité et la précision, mais la nouvelle méthode de reporting et de prévision devrait parler d’elle-même. Ce que nous avons fait, c’est d’utiliser notre ancienne méthode traditionnelle de reporting et de prévision en parallèle avec la nouvelle. Et oui, après quelques mois, nous voyons clairement laquelle l’emporte. Donc oui, c’était notre méthode et elle fonctionne.
Olga Rudakova
Exactement. C’est une façon assez convaincante d’aborder la transition vers l’adoption de cette technologie. À vous, Vignesh. Qu’en pensez-vous ? Comment les responsables financiers devraient-ils expliquer la valeur des modèles de pilotage optimisés par l’IA ?
Vignesh Dumonceau
Je pense que je rejoins également ce qu’a dit Graham tout à l’heure. Pour moi, pour simplifier, l’IA reste un outil. Nous avons connu différentes époques, nos outils ont connu différentes améliorations. C’est mieux de monter à cheval que de marcher, et c’est mieux d’avoir une voiture que de monter à cheval. À chaque fois, on gagne en capacités, mais la question reste toujours celle du rapport coût-bénéfice : va-t-on réellement gagner en performance grâce à cette mise en œuvre ? Et je pense que oui. Je veux dire, j’ai la conviction personnelle que cela aidera, et que cela contribuera également à enrichir les activités à valeur ajoutée que nos équipes fournissent. Mais nous devons démontrer que cela va influencer positivement les responsables dans leurs livrables, dans les résultats qu’ils fournissent à l’entreprise. Et cela viendra avec le temps. Oui.
Olga Rudakova
Tout à fait. Tout à fait. Merci pour cette perspective. J’aimerais maintenant passer à la présentation de Graham. Graham Hunter va donc nous parler de la mise en œuvre concrète de l’IA dans la planification axée sur les conducteurs. Graham, je vous passe le micro. Je vous laisse la parole. C’est à vous.
Graham Hunter
Parfait. Merci, Olga. C’est important de bien comprendre cela. J’essaie de passer à la diapositive suivante. Voilà. Il est important de comprendre qu’il s’agit de projets de transformation. Il y a dix ans encore, même sans IA, la planification axée sur les facteurs clés impliquait déjà une transformation organisationnelle importante, quelle que soit la taille de l’entreprise. Et l’IA y introduit de nouveaux vecteurs, ce qui rend le tout plus complexe. Il est très facile pour nous de nous concentrer sur le côté positif, de nous intéresser à toutes les nouvelles possibilités qui s’offrent à nous. Mais en contrepartie, il existe d’autres facteurs qui doivent également être pris en compte et gérés, non seulement au sein de votre service financier, mais aussi auprès de tous les partenaires commerciaux avec lesquels vous devez collaborer pour mettre en place une planification entièrement basée sur les facteurs clés. Le déficit de mise en œuvre, je pense, est probablement mis en évidence par la dernière enquête, dans la mesure où il existe rarement des ressources au sein de l’entreprise pour vous aider à comprendre ce qu’il est possible de faire avec le « agentic compute » et avec l’IA en général. Il est très important d’intégrer cet aspect à votre plan. Si l’on examine certains des avantages que nous pouvons également en tirer, cela semble assez évident. Je veux dire par là que la responsabilisation est un élément essentiel de la planification basée sur les facteurs clés et de ce que l’IA peut apporter à votre organisation à l’échelle de l’entreprise tout entière. Bien sûr, l'entreprise va se demander : « Quel sera l'ampleur du changement que cela va entraîner ? » Et cela finit par devenir un jeu politique. La transparence : souvent, surtout avec les équipes commerciales, la question se pose : devons-nous transmettre toutes nos données au service financier ? À mesure que l’on avance et que l’on commence à déterminer quelles données il convient de transférer vers les systèmes financiers à des fins de prévision, cela ajoute de la complexité. Qui finance l’intégration des systèmes ? Cela demandera du temps et de l’argent. Sur quel budget cela va-t-il peser ? Et puis, l’agilité est, selon moi, ce que chaque équipe financière recherche vraiment au final. Et cela introduit encore davantage de jeux politiques. Alors, par où commencer ? C’est l’une des questions qui nous est le plus souvent posée. Il n’est bien sûr pas judicieux de vouloir tout faire d’un coup. Voici trois citations, dont un ancien proverbe italien : « L’ennemi du mieux est l’ennemi du bien », « le mieux vaut mieux que le bien ». Je pense que beaucoup de gens ont déjà entendu cela. J’ai récemment trouvé une citation tirée du Roi Lear, datant d’il y a 400 ans, qui dit quelque chose de très similaire. Et ce qui est drôle, c’est qu’on m’a en fait demandé d’arrêter de dire cela : « Nous ne savons pas ce que nous ne savons pas. » C’est la vérité en 2026. Alors, par où commencer ? J’ai donc deux recettes de réussite à vous proposer. La première vient du monde du développement logiciel, et plus particulièrement de celui des start-ups. Quand on est une jeune entreprise et qu’on cherche vraiment à lancer quelque chose, beaucoup de gens définissent ce qu’est le « produit minimum viable ». Ce n’est pas le produit que l’on va lancer avec la version 1. Ce n’est même pas une version bêta. Il s’agit plutôt de déterminer quel produit nous pouvons mettre au point pour le proposer aux acteurs de notre marché cible et leur apporter une valeur mesurable. Ensuite, on itère à partir de là en s’appuyant sur ces premiers retours d’expérience. Je dirais qu’avec la planification basée sur les moteurs, en particulier lorsqu’elle est associée à l’IA, c’est un état d’esprit très précieux à adopter lorsque l’on aborde un projet de très grande envergure, voire potentiellement gigantesque. La deuxième stratégie que l’on peut adopter ici est celle du « ramper, marcher, courir ». J’ai vu quelques entreprises appliquer cette méthode avec succès. Elles disposent de modèles PowerPoint très similaires à ce que vous voyez actuellement. Trois colonnes : la colonne « ramper » est évidemment celle où l’on met le plus de détails. C’est là que l’on définit les objectifs pour les trois à six prochains mois. Quels sont vos objectifs immédiats pour la première étape ? La colonne « marcher » est volontairement environ deux fois plus petite. Elle indique la direction à prendre ensuite. Enfin, la colonne « courir » se trouve à droite et ne contient évidemment qu’une ou deux phrases. Il est important de faire preuve de discipline à ce niveau, car il y aura inévitablement quelqu’un qui voudra développer davantage la partie « courir », ce qui fera descendre la case et l’agrandira. Et il est important de dire : « Non, arrête, cours » – cela tient en une ou deux phrases. Vous allez trop vite, il faut revenir en arrière et réajuster le rythme. L’autre point à retenir, c’est qu’une fois que vous êtes dans cette période de 90 jours et que vous avez accompli certaines choses, vous recommencez tout depuis le début. Quelle sera votre prochaine étape de « rampement » ? Quelle sera votre prochaine étape de « marche » et quelle sera votre prochaine étape de « course » ? Et cela s’adaptera en fonction des leçons tirées. C’est un excellent moyen de se lancer rapidement sans attendre le grand plan parfait. La hiérarchisation des priorités. C’est une question de perspective, et je suis sûr que chaque participant à cette conférence téléphonique aura sa propre façon d’établir ses priorités. D’un point de vue commercial, il pourrait y avoir des problèmes au niveau de votre pipeline de ventes. Vous pourriez constater que les prix des matières premières, qui peuvent être très variables de nos jours, constituent un élément que vous souhaiteriez maîtriser en priorité. D’un point de vue financier, il y a peut-être un processus financier sur lequel vous souhaitez vraiment vous concentrer. Ou encore, d’un point de vue humain, parmi les trois grands risques et les trois grands avantages que nous avons énumérés précédemment, un ou deux d’entre eux pourraient également être les plus importants pour vous. Essayez donc d’y réfléchir lorsque vous établissez vos priorités pour savoir par où commencer. Vous pouvez aborder la question sous plusieurs angles. J’ai ici quelques exemples de trois niveaux différents que vous pourriez viser. L'une des approches les plus simples consiste simplement à établir des projections de chiffre d'affaires et à prévoir votre compte de résultat de fin d'année. Utilisez vos états de tổng général existants ; les états mensuels suffisent. Vous n'avez pas besoin d'importer de transactions. Effectuez ensuite une prévision de base par apprentissage automatique à l'aide d'un modèle de régression linéaire. Ajoutez quelques variables d'entrée. Par exemple : « Nous pensons que le chiffre d'affaires augmentera de 5 %. » Nous pensons pouvoir maîtriser cette catégorie de dépenses d’exploitation et la réduire de 5 %. Commencez simplement à exécuter quelques modèles basiques et déterminez ce que sera, selon vous, votre compte de résultat en fin d’exercice. J’ai testé cette méthode à plusieurs reprises dans le cadre d’un projet pilote et, curieusement, mes prévisions se sont avérées à 2 ou 3 % près de la réalité. Vous ne pouvez pas faire cela sur deux ou trois ans. Il n’y a tout simplement pas assez de données pour établir des prévisions précises, et il faut passer à une planification davantage axée sur les facteurs clés pour obtenir une vision à plus long terme ou une plus grande précision. Passez ensuite à la planification intégrée des revenus. Il s’agit là d’une deuxième étape très logique lorsque vous êtes dans la phase de « marche » ; en d’autres termes, vous avez franchi la première étape de « rampement » et vous êtes prêt à passer aux étapes suivantes. Cela devient alors votre nouvelle étape de « rampement », bien sûr. Les systèmes CRM hébergent généralement une mine de données permettant de prévoir le chiffre d’affaires, et vous pouvez commencer à exploiter ces données. De plus, en collaboration avec vos équipes chargées des opérations de chiffre d’affaires, vous pouvez généralement recourir à des algorithmes plus avancés qui ne feront que faciliter la validation par étapes. Un commercial a établi une prévision avec une probabilité de conclusion de 80 %. Un algorithme d’IA, un agent, intervient-il pour valider que oui, cette probabilité est bien de 80 %, ou pour signaler : « Attendez un instant, vous n’avez pas identifié le bon acheteur. Vous ne lui avez même pas encore soumis de devis. Cette grosse affaire ne vaut en réalité que 60 %. » Je pense que vous comprenez qu’une validation précise des étapes, à elle seule, vous permettrait d’obtenir une prévision de votre chiffre d’affaires bien plus précise. Ajoutez à cela, pour disposer d’une prévision de chiffre d’affaires en fin d’année, les résultats de la phase d’analyse préliminaire, à savoir uniquement vos dépenses d’exploitation (OPEX), et vous obtiendrez un compte de résultat de fin d’année encore plus précis, plus à jour et plus en temps réel. Et puis, une architecture de référence. Je veux dire, cela pourrait facilement prendre un à deux ans rien que pour s’en approcher. Ce n’est pas quelque chose que vous obtiendrez tout fait. Encore une fois, il s’agit d’une transformation, tant au niveau de l’entreprise que de la culture et de la technologie. Mais dans ce contexte – et j’ai eu le plaisir de mettre en place plusieurs de ces systèmes pour de grandes entreprises –, cela en vaut la peine. Cela vaut la peine de s’orienter vers un environnement où l’on intègre des données externes, où les unités opérationnelles sont unifiées, où le service financier est en mesure d’introduire des variables et de réaliser des analyses de scénarios, et où les systèmes transactionnels sont harmonisés. Quant aux avantages concrets, je vais les lire car cela vaut la peine de les souligner. Un flux de revenus prévisible, des dépenses prévisibles : Coupa ne vous réserve aucune mauvaise surprise. Une agilité de planification, la capacité d’agir et, lorsqu’un événement survient dans votre écosystème, le sentiment de garder le contrôle. Et pour vraiment mettre l’accent sur tout cela, le service financier peut ainsi jouer un rôle stratégique, et ne plus se limiter à être simplement celui qui, en fin de compte, communique les chiffres ou gère le budget annuel. Merci beaucoup. Je me réjouis de répondre à vos questions.
Olga Rudakova
Merci beaucoup. Nous attendons d’ailleurs avec impatience vos questions et réponses. Nous avons déjà reçu de nombreuses questions dans notre chat. Un grand merci, Graham, pour ces exemples formidables et pour nous avoir présenté ce cadre de référence : « ramper, marcher, courir ». Il est évident qu’il s’applique non seulement à la planification axée sur les moteurs, mais aussi à tout changement que vous entreprenez. Passons donc directement à la séance de questions-réponses, car j’aimerais vraiment répondre au moins à certaines d’entre elles. Si votre question ne trouve pas de réponse, veuillez patienter pour recevoir une réponse écrite par la suite. Commençons donc. Je vais commencer par vous, Mike. J’ai une question qui s’adresse spécifiquement à vous et qui a été posée juste après votre présentation. La voici : quel critère utilisez-vous pour mesurer le succès et déterminer le montant des primes si vous n’avez pas de plan annuel ou de plan opérationnel annuel ?
Mike Uvarov
L’indicateur de réussite. Je pense que c’est ce que disait Graham, et je m’appuie sur ses propos. Il suffit de se fixer dès le début des objectifs modestes qui vous procurent un réel sentiment de satisfaction grâce à des gains rapides. C’est vraiment important pour renforcer la dynamique du projet et lui permettre d’avancer. Quand vous constatez ces premiers succès, même minimes, par exemple lorsque vous avez clarifié tel ou tel aspect de votre structure, puis que vous l’avez mis en œuvre et que cela fonctionne. Cela montre que le succès ne se trouve pas à la fin du projet. Il doit s’agir d’une succession d’étapes couronnées de succès. Et puis, c’était quoi déjà, la prime ? Je n’ai pas bien compris la deuxième partie de la question.
Olga Rudakova
En général, les primes sont liées à la réalisation des objectifs annuels. Donc, si l’on s’éloigne de ce système basé sur les objectifs, comment décide-t-on du montant des primes ?
Mike Uvarov
Oui, dans ce cas, il faudra peut-être revoir la structure des primes. Il existe différentes écoles de pensée sur la manière de procéder, mais ce serait peut-être un sujet pour un autre webinaire.
Olga Rudakova
D'accord, passons maintenant à vous, Vignesh. J'ai toute une série de questions à vous poser, mais j'ai sélectionné celles qui sont les plus concrètes et qui concernent la planification basée sur des indicateurs clés. Utilisez-vous un nombre limité d'indicateurs clés pour l'ensemble du compte de résultat, ou avez-vous des indicateurs clés pour chaque poste du compte de résultat ?
Vignesh Dumonceau
C'est une excellente question. En réalité, je dirais qu'il s'agit surtout d'une combinaison. C'est mon approche, mais chaque directeur financier a sa propre manière de faire. J'essaie de limiter le nombre de facteurs clés, mais je veille à ce qu'ils soient vraiment ciblés, à ce qu'ils soient liés entre eux et à ce qu'ils soient suffisamment simples pour que tout le monde puisse les comprendre et qu'il y ait un véritable lien. Les facteurs clés s'apparentent un peu aux affectations. On peut augmenter leur nombre et leur complexité, mais j’ai tendance à privilégier un nombre réduit de facteurs, qui soient toutefois plus pertinents et mieux reliés entre eux.
Olga Rudakova
Oui, exactement. C’est toujours un compromis entre simplicité et transparence, d’une part, et une précision légèrement supérieure mais une complexité bien plus grande, d’autre part. Et au fond, c’est évidemment au responsable du contrôle de gestion de trouver le bon équilibre. Graham, j’ai une autre question technique à vous poser. Comment sélectionner les modèles les plus pratiques et comment s’y prendre ? Dans quelle mesure le service FP&A doit-il, de manière réaliste, développer et valider des modèles basés sur des facteurs déterminants lorsque les relations ne sont pas évidentes ? Et dans quelle mesure l’IA peut-elle gérer cela par rapport à un recours à un soutien dédié en science des données ? En d’autres termes, une équipe FP&A lambda peut-elle construire ce modèle avec l’IA sans expertise particulière, ou avons-nous toujours besoin de ces data scientists ?
Graham Hunter
Je vais exprimer une opinion très impopulaire : les data scientists ne savent pas s'adresser aux financiers et comprennent rarement comment communiquer avec les acteurs du monde des affaires. Je m'excuse auprès des data scientists qui nous rejoignent, mais je vous encourage vivement à apprendre le langage des affaires et à comprendre le fonctionnement de la finance. Pour faire une petite digression, j'ai eu beaucoup de chance de débuter ma carrière en tant que statisticien. Puis, dans les années 90, j’ai découvert Arbor Essbase et je me suis immédiatement réorienté vers le monde de la gestion de la performance d’entreprise, où j’ai passé la majeure partie de ma carrière. J’ai donc cette expérience, et c’est quelque chose que j’ai constaté à maintes reprises : lorsque vous faites appel à la science des données, si vous disposez d’une équipe au sein de votre entreprise, vous pouvez vous attendre à de longs cycles de communication avec eux. Leur parler de « ramper, marcher, courir » est généralement quelque chose qu’ils n’apprécient pas. Ils veulent une conception complète et une transparence totale dès le départ. Pour aller droit au cœur du sujet, je vous suggère soit de former un membre de votre équipe financière actuelle à ce sujet – il existe d’ailleurs de nombreuses formations disponibles –, soit de ne pas vous lancer tout de suite dans l’apprentissage automatique, mais de vous concentrer simplement sur les algorithmes statistiques. AWS, Azure et Google Cloud proposent tous des formations et des certifications de base que les professionnels de la finance devraient pouvoir acquérir sans difficulté. Vous pouvez également recruter quelqu’un qui n’est pas data scientist, ou bien un data scientist qui comprend clairement le métier de la finance. À partir de là, vous devriez être en mesure de mener à bien votre « crawl ». Encore une fois, toutes mes excuses si vous êtes vous-même data scientist. Cette première approche ne devrait probablement pas impliquer l’équipe de science des données. C’est à l’équipe financière de se familiariser avec ces nouvelles technologies. Puis, une fois cette première phase franchie, vous pourrez avoir une discussion plus éclairée avec les spécialistes de la science des données si vous estimez que c’est le bon moment pour les faire intervenir. J’espère que cela répond à votre question.
Olga Rudakova
Je l’espère vraiment aussi. Et merci pour cette réponse. Eh bien, c’est là un autre signe que le monde de la finance doit un peu s’initier au langage de la science des données. La science des données doit, quant à elle, s’initier au langage de l’entreprise, pour qu’à terme, nous puissions tous communiquer entre nous. Merci pour cette remarque. J’ai une question pratique que j’aimerais poser à vous tous. Il s’agit de savoir par où commencer. Je vais commencer par vous, Vignesh, mais laissez-moi d’abord lire cette question. Par où une équipe FP&A qui n’utilise pas encore l’IA et qui s’appuie actuellement sur un système EPM et Excel devrait-elle commencer à introduire l’IA ? Quelle partie de la FP&A serait la plus facile à adapter à l’IA : le reporting, la planification, la modélisation, l’analyse, etc. ? Comment se lancer dans l’IA si on ne l’utilise pas encore, mais qu’on dispose d’un système EPM et d’Excel ? Vignesh, qu’en penses-tu ?
Vignesh Dumonceau
C'est donc une excellente question. Et je pense que c'est ce à quoi sont confrontées de nombreuses équipes de FP&A au quotidien. Je dirais donc, en ce qui concerne l'IA, de vous pencher sur la politique de votre entreprise. Il arrive parfois que vous disposiez d'un outil d'IA interne qui a été développé, car en FP&A, nous partageons des données confidentielles liées aux décisions commerciales. Vous devez donc examiner un peu votre politique en matière de données. Si vous disposez d’un outil d’IA interne ou d’une licence, je vous conseillerais de commencer par vous concentrer sur le reporting. Essayez donc d’utiliser vos rapports ; vous pouvez simplement copier-coller certains de vos fichiers Excel dans l’outil pour entamer un dialogue et tenter de construire un modèle. Si vous ne disposez pas de cela et que vous devez vous tourner vers un outil d’IA externe, veuillez vérifier la politique de votre entreprise. Demandez-leur si vous pouvez y partager les données conformément à votre politique interne. Et vous pourriez, en fournissant un peu de contexte, probablement faire la même chose. Ce serait, comme l’a dit Graham, la première étape : simplement vous familiariser avec la manière dont l’outil réagirait et ce qu’il vous apporterait. Ensuite, l’étape suivante consisterait à se familiariser un peu avec les agents et l’agent TKI, puis à essayer de créer soi-même un agent capable de réaliser des prévisions pour vous. Par exemple, vous lui fournissez des données de base, vous lui donnez un modèle, et vous lui demandez de vous proposer, en fonction des facteurs déterminants, un exemple de prévision à partir duquel vous pouvez entamer un dialogue. Ce serait le deuxième niveau. Et le troisième niveau consisterait à disposer de plusieurs agents, mais cela représenterait une étape supplémentaire. Mais la première étape consisterait simplement à disposer de l’outil, à y intégrer des données de base et à entamer une discussion. C’est ainsi que je m’y prendrais.
Olga Rudakova
Exactement. Il suffit de commencer par faire des essais. Mike, je vais maintenant vous donner la parole. Eh bien, Vignesh a donné une réponse très détaillée, mais si vous avez quelque chose à ajouter, qu’en diriez-vous ? Comment peut-on commencer à mettre en œuvre l’IA dans la FP&A ?
Mike Uvarov
Oui, si l’année dernière a été une sorte de « Far West » pour l’IA, tout le monde ou pas, certaines personnes ont commencé à faire des essais et à importer des données dans GPT ou Claude. Comme l’a dit Vignesh, les entreprises ont mis leurs politiques à jour. Et je vous conseille vivement, si vous disposez d’un outil EPM, de jeter un œil aux dernières versions. Il y a de fortes chances qu’un élément d’IA commence à être intégré à ces outils.
Olga Rudakova
Exactement, en fait, commencez par explorer ce dont vous disposez déjà dans vos outils existants. C’est incroyable. Graham, qu’en pensez-vous ? Comment pouvons-nous commencer à mettre en œuvre l’IA dans la FP&A ?
Graham Hunter
Je pense que la lacune la plus évidente au départ concerne les compétences en matière de formulation de requêtes : comment rédiger des requêtes efficaces pour obtenir ce dont on a besoin. C'est généralement le premier obstacle que les professionnels de la finance doivent surmonter pour analyser efficacement et s'orienter efficacement vers l'univers des agents. Je suis tout à fait d'accord avec ce que dit Vignesh à ce sujet. Je pense que ce n’est qu’un détail. Si vous avez accès à M365 Copilot, ce n’est pas la meilleure IA qui soit, mais elle est sans aucun doute fiable et se connecte immédiatement à vos données d’entreprise. J’attends en quelque sorte que quelqu’un propose une IA professionnelle bien plus performante, mais d’ici là, M365 Copilot vaut largement ses 30 dollars par mois. Créez un petit groupe de travail, une « tiger team », appelez-le comme vous voulez, identifiez vos champions et assurez-vous qu’ils comprennent bien qu’il est important d’aider ceux qui prennent du retard. Il existe dans Copilot un moyen de partager des invites. Microsoft le cache astucieusement, mais trouvez-le et apprenez à tout le monde comment partager des invites entre leurs Copilots respectifs. Et oui, c’est vraiment ce que je suggérerais : la première étape, c’est qu’une fois que vous aurez appris à formuler des invites plus complètes, plus longues et de meilleure qualité, le reste suivra naturellement. C’est incroyable de voir à quelle vitesse, une fois que les gens ont compris le principe, ils passent rapidement à des cas d’utilisation plus avancés. Mais sans ces bases, les gens resteront bloqués. Ils resteront assis là, les yeux rivés sur leur fenêtre d’invite, à se demander : « Que dois-je demander à l’IA de faire ? »
Olga Rudakova
C'est incroyable. Je suis vraiment ravi, Graham, que vous ayez abordé ce point, c'est exactement ça. L'ingénierie des prompts vous mène ensuite à l'ingénierie du contexte, à des instructions claires, aux compétences nécessaires et aux plugins. Au final, vous obtenez tout cela, mais à partir d'un bon prompt, bien rédigé. Un grand merci pour toutes vos réponses. Nous essaierons de répondre aux questions restantes par écrit. Nous vous demandons simplement de faire preuve de patience. Encore une fois, je tiens à remercier notre sponsor qui a rendu cet événement possible, CCH Tagetik by Wolters Kluwer. Je voudrais vous indiquer comment vous pouvez entrer en contact avec nous au sein de cette communauté mondiale FP&A Trends via différents canaux. Choisissez donc celui que vous utilisez le plus souvent. Je vous invite à remplir notre brève enquête à la fin pour nous aider à nous améliorer. Vos retours sont extrêmement importants. Et surtout, je tiens à remercier nos intervenants et nos participants à la table ronde d’aujourd’hui d’avoir partagé avec nous leur savoir et leur expérience pratique à travers des études de cas. Merci beaucoup. Et un grand merci au public d’avoir suivi cet événement en direct aujourd’hui. Passez une bonne journée, une bonne soirée, et rendez-vous lors du prochain webinaire FP&A. Au revoir.
Graham Hunter
Merci beaucoup. Merci à tous.
