L'intelligence artificielle, un nouvel horizon pour la trésorerie

Si le fait de disposer de données de qualité est consensuel, il est notable que l’on est à un stade où l’intelligence artificielle permet de les « préparer », signale Manuel Costescu, qui insiste aussi sur l’exigence d’explicabilité (pourquoi un modèle produit-il tel résultat ?) - qui s’impose particulièrement au secteur bancaire -, et sur la protection des données de l’entreprise, par exemple au moyen de modèles fermés.

Leur homogénéité est un passage obligé, quels que soient les algorithmes : supervisés (calculs de régression linéaire, etc.), non supervisés (classement par groupes à peu près homogènes, etc.) ou pré-entraînés (robots conversationnels), estime de son côté Laurent Inard.

Pour disposer de données pertinentes et adaptées aux usages de l’entreprise utilisatrice, il est indispensable de disposer d’une véritable « stratégie de la donnée », note Alexandar Lazarevic, qui insistera en conclusion des débats sur le fait que l’on ne peut se satisfaire « d’actions ponctuelles » et que l’introduction de l’intelligence artificielle devait s’effectuer dans le cadre d’une « vision globale, à long terme » et relevant du plus haut niveau de direction.

Extension du domaine des usages

Si les outils sont capables d’apporter de la valeur ajoutée dans les domaines déjà explorés de la prévision et de l’analyse – ils sont particulièrement bienvenus dans les entreprises cotées où le fait de présenter des comptes conformes aux attentes des investisseurs est plus que souhaitable, selon Antoine Fulpin, ancien trésorier passé au conseil -, ils peuvent se révéler précieux quand il s’agit de « sécuriser les flux » ou de « se prémunir des fraudes » à l’aide de modèles détectant les schémas illégaux, selon le représentant de L’Oréal, qui note que l’on a affaire à une technique qui ne cesse d’évoluer et de créer de nouveaux usages.

Le champ de ces usages est « très vaste », estime Laurent Inard, pour qui la dernière génération d’intelligence artificielle, qui traite le langage, ouvre des perspectives dans la formation des jeunes salariés ou encore dans le contrôle de la conformité, par exemple à des contrats-types.

Dans le domaine de la trésorerie, l’intelligence artificielle générative, dont on ne cesse de découvrir les fonctions qu’elle peut remplir, permet entre autres d’optimiser
le cash sweeping (réservation d’une partie du cash-flow au remboursement de la dette) avec du code informatique généré par du texte, ou encore d’analyser des masses d’écrits, complète Manuel Costescu, qui remarque par ailleurs, pour s’en réjouir, qu’est en train de se bâtir un écosystème où d’anciens trésoriers chevronnés se sont spécialisés dans l’accompagnement des trésoreries désireuses de se saisir des promesses de cette révolution en marche.

Les risques liés à l’utilisation de l’intelligence artificielle ne doivent pas être sous-estimés : ceux liés aux erreurs - « corrélation n’est pas causalité », prévient Laurent Inard, qui juge les contrôles humains indispensables -, à des retours sur investissement introuvables, ou encore ceux concernant son empreinte carbone désastreuse.
 

🎤 Ils ont pris la parole lors de cette session

• Manuel Costescu, JP Morgan

• Antoine Fulpin, Dizavel Partners

• Laurent Inard, Forvis Mazars

• Alexandar Lazarevic, L'Oréal

🗣️ Ils ont animé les échanges

• Olivier Klaric, Sanofi

• Frédéric Saunier, Diapason