Le sujet de la trésorerie est actuellement l’un des plus chauds et des plus débattus au sein des conseils d’administration. Il semble acquis que l’instauration d’une solide « culture cash », c’est-à-dire une organisation dans laquelle la gestion de la trésorerie est l’affaire de tous les intervenants de la chaîne de la relation client, assistée par les technologies, constitue un levier prioritaire pour permettre aux entreprises de braver la tempête actuelle et celles à venir.
Selon une étude récente réalisée par KPMG au Royaume-Uni, 75 % des directeurs financiers interrogés placent la trésorerie comme principal élément de leurs programmes d’investissements. Ce n’est pas une surprise : les confinements ont exacerbé la durée de collecte de la trésorerie. Selon les données du tracker Sidetrade – BFM Business des impayés, la part des factures non réglées dix jours après leur émission a explosé en France depuis le début de la pandémie, allant jusqu’à doubler en mai 2020 pour atteindre 38%. On peut estimer que cela représentait plus de 270Md€ de trésorerie bloquée, dont près de 140Md€ directement imputable à l’impact de la crise sanitaire sur les comportements de paiement des entreprises.
Face à cet enjeu de trésorerie, devenu, au sens propre, existentiel, les directions financières des entreprises n’ont eu d’autre choix que d’accélérer leur « digitalisation », et plus particulièrement en se tournant vers les technologies d’automatisation basées sur l’Intelligence Artificielle. Mais qu’apporte concrètement l’IA dans ce contexte ? Comment des algorithmes de Deep Learning, généralement plutôt vantés pour la conduite de véhicules ou la reconnaissance faciale, peuvent-il, littéralement, sauver des entreprises ?
Un peu de technique
L’IA extrait des informations de différentes sources telles que les bases de données CRM (customer relationship management) et ERP (enterprise resource planning) ou des fichiers de données en accès libre. Combinées, ces données permettent de noter et d’évaluer le comportement de paiement des clients d’une entreprise donnée, afin de permettre aux équipes chargées du recouvrement d’adopter la stratégie adéquate.
Associée à d’autres technologies comme la reconnaissance du langage naturel (NLP), l’IA collecte, identifie et gère automatiquement tous types de données électroniques. Cette technologie permet de simplifier, d’accélérer et de fiabiliser la gestion de l’intégralité de la chaîne de la relation client : bons de commandes, factures… tous ces documents sont automatiquement reconnus et affectés au bon dossier de suivi, les mails de réclamation des clients sont automatiquement interprétés et soumis aux bons gestionnaires pour un traitement accéléré des litiges…
Forte de ces données constamment renouvelées, l’IA peut, en temps réel, dessiner les tendances émergentes, modéliser et anticiper l’évolution des comportements des clients afin d’adapter la stratégie.
Un collaborateur parfait ?
L’un des grands avantages de l’IA repose sur sa polyvalence et sa capacité à assumer différents rôles au sein de l’équipe financière. Pour rester – un peu facilement, je le concède – dans l’actualité, on pourrait la comparer à un footballeur qui, placé à n’importe quelle position sur le terrain, marquerait à tous les coups.
L’IA permet d’équilibrer les charges de travail entre tous les membres de l’équipe et de générer automatiquement des listes d’actions prioritaires, permettant d’axer les efforts sur les opportunités de trésorerie les plus rentables. En accomplissant sa part du travail (via l’automatisation de tâches simples, comme l’envoi de courriels par exemple) et en renforçant les capacités de l’équipe par ses recommandations, l’IA peut vraiment être considérée, dans ce cas de figure, comme un collègue de plus au sein de l’équipe de « credit management ».
Dans d’autres scénarii, l’IA peut intervenir comme un « opérateur en coulisses », dont le rôle est d’accomplir les tâches de relance fastidieuses et répétitives mais essentielles, permettant ainsi d’économiser un temps considérable aux opérationnels.
Les technologies utilisant l’IA peuvent également être mobilisés pour une « collecte sélective » et se concentrer sur les encaissements des comptes à faible enjeu de trésorerie, afin de libérer du temps aux chargés de recouvrement pour qu’ils se concentrent sur les comptes les plus importants.
Cette flexibilité facilite grandement la vie des équipes financières. L’impact sur leur niveau de stress et leur moral est réellement positif, un atout non négligeable dans le contexte actuel.
L’ennemi n’est pas l’IA mais le temps perdu à s’en méfier !
Mais alors, l’IA, ce super-salarié, est-elle finalement un danger pour les équipes financières en place ?
Mettons fin au suspense : ma conviction est que, dans le monde de la finance d’entreprise comme dans la plupart des secteurs, opposer l’humain et l’IA est un débat non seulement vain, mais totalement délétère. On pourrait d’ailleurs considérer que ce champ d’application particulier de l’Intelligence Artificielle qu’est la finance d’entreprise, est l’un de ceux où les bénéfices sont les plus faciles à reconnaître.
D’un côté, nous avons des équipes de quelques salariés en charge d’accélérer les paiements de milliers de clients, le plus souvent à l’aide d’un téléphone, de courriels et de tableurs totalement dépassés – car non conçus pour gérer des processus aussi complexes. C’est une tâche laborieuse aux résultats nécessairement aléatoire, quel que soit le professionnalisme et l’implication des équipes concernées.
De l’autre, l’automatisation intelligente est en mesure de fournir des analyses détaillées des processus d’encaissement, afin de faire émerger des tendances et schémas récurrents sur des millions d’expériences de paiement et d’actions de recouvrement. L’IA est en mesure de prédire les bons et mauvais comportements de paiement, de réduire de façon significative les risques commerciaux en identifiant les clients en proie à des délais de paiement significatifs. Ces éléments peuvent ensuite être utilisés pour établir des échéanciers de paiement pour les clients en difficultés.
Supprimer des processus manuels laborieux permet de minimiser ses risques. Les entreprises qui déploient des systèmes automatisés et intelligents aident leurs équipes financières à réduire les délais de paiement plus rapidement tout en ayant une meilleure compréhension des comportements de leurs clients. Ces technologies permettent une plus grande satisfaction des collaborateurs (ils peuvent se concentrer sur leur cœur de métier), une meilleure coopération entre les différents services, avec pour corollaire une meilleure rétention des clients via une meilleure expérience dans la relance, une croissance commerciale accélérée et une plus grande rentabilité. Enfin, la numérisation des données financières permet à l’entreprise de se conformer aux différentes réglementations sur la protection des données.
Que l’humain fasse confiance à l’IA, et l’IA le lui rendra… au centuple !
