Résumé de la vidéo
Pierre Leyrat - Urssaf Caisse Nationale
Le projet avait pour objectif d’améliorer la fiabilité des prévisions de trésorerie avec l’IA pour déterminer les besoins de financement.
470 milliards sont collectés puis remontés à la caisse nationale, qui distribue les sommes aux caisses prestataires et recherche les financements externes, en respectant le plafond d’endettement. Cela nécessite des prévisions sur 12 mois fiables, pour établir un profil de trésorerie, et définir les besoins de financements.
Imad Ben Mariem - DataLog Finance
La preuve de concept a porté sur la génération automatique d’une prévision budgétaire sur 12 mois, avec 1 prévision par mois.
Pierre et Imad citent le besoin de recourir à des profils techniques mais surtout mettent en avant la nécessité d’avoir des profils qui connaissent le métier.
Imad Ben Mariem
« Le profil technique travaille sur les bases de données mais seul la personne métier peut qualifier et enrichir les données. IL est important d’avoir beaucoup d’échanges avec le client pour apprendre à connaitre les données. »
Pierre Leyrat
« Le retraitement des données a été long, il a fallu les nettoyer, mettre de coté des données spécifiques non majeures, puis tester les modèles, beaucoup d’itérations pour parvenir au modèle final. En terme d’infrastructure, un serveur dédié mis à disposition a facilité le projet.
Le projet est un véritable succès – taux erreur est passé de 14% à 9% de fiabilité, soit une baisse de 40% des écarts de prévisions, représentant 1,5 milliards par mois. Le modèle s’améliore encore et atteint les 8% de fiabilité. »
Imad Ben Mariem
« Le concept a été prouvé, sur un projet réalisé en un temps réduit. Le modèle à prouvé que l’’IA peut aider le trésorier à améliorer les prévisions de trésorerie. Le POC attend ses clients pour être mis en place. »
Pierre Leyrat
« C’est un véritable gain de temps. Le modèle tourne en 40 minutes et la qualité des prévisions est en hausse. La seule limite est liée aux données. En cas de crise, sanitaire par exemple, le modèle ne pourra pas prédire ce qui arrivera il faudra revenir aux méthodes traditionnelles. »
Imad Ben Mariem
« Cela fait 40 ans que les trésoriers courent derrière les prévisions de trésorerie. Il faut 1 armée de personnes et des fichiers Excel. L’avantage de l’IA, avec un investissent limité permet de générer des prévisions de trésorerie.
Tout le monde parle de fraude bancaire. L’IA apportera bcp : faire apprendre à l’agent, sur base de données historique, pour comprendre le comportement des virements de l’entreprises et détecter des comportements anormaux et lutter contre la fraude »
