L’intelligence artificielle (IA) est partout et dans tous les esprits. Nombre d’entreprises sont aujourd’hui en train de faire de l’IA leur priorité, mais près de la quasi-totalité des directeurs financiers (89 %) sont préoccupés par la capacité de leur entreprise à mettre en œuvre des stratégies d’IA, selon notre dernière enquête. Au vu de la rapidité des avancées technologiques, ces chiffres font sens. L’IA évolue tellement rapidement qu’il peut être difficile de tenir la cadence.
Les dirigeants d’entreprise ont besoin d’échanger avec leur service informatique sur la manière de mettre en œuvre une approche sécurisée et transformationnelle en matière d’IA. Ils doivent ainsi commencer par comprendre tous les types d’IA disponibles ainsi que leurs impacts sur l’entreprise. Ce glossaire peut les aider à y parvenir en leur fournissant des explications sur des termes complexes ainsi que du contexte sur la façon dont les technologies peuvent être utilisées, des opérations quotidiennes aux initiatives à long terme.
Les bases de l’IA
Il est utile de comprendre les différents types d’IA, qui peuvent être divisés en quatre catégories :
- Intelligence artificielle (IA) : les machines réalisent des tâches qui nécessitent habituellement une intelligence humaine telles que l’apprentissage, la résolution de problèmes, la compréhension du langage naturel et l’identification de comportements. En général, l’utilisation de l’IA fait référence à un seul type de tâche spécifique comme l’organisation des achats d’une entreprise en catalogues gérés de manière automatique.
- Machine learning (ML) : sous-catégorie de l’IA, le machine learning permet aux machines d’apprendre à partir de données sans être directement programmées. Les algorithmes de ML améliorent leurs performances au fil du temps, à mesure qu’ils sont exposés à un volume toujours plus important de données. Par exemple, le ML peut être utilisé pour rapprocher automatiquement un bon de commande et une facture.
- Deep learning : reproduisant la structure du cerveau humain, le deep learning est une forme spécialisée de ML qui s’appuie sur des réseaux neuronaux artificiels dotés de plusieurs couches. Il est efficace dans le traitement de données complexes telles que des images, des discours et le langage naturel.
- IA générative : technologie d’IA avancée qui se concentre sur la création de données, contenus ou résultats qui ne sont pas directement basés sur des exemples existants, mais générés par le système d’IA lui-même. En général, l’IA générative est utilisée pour des tâches créatives ou complexes telles qu’un chatbot basé sur l’IA en mesure de répondre à des questions et de réaliser des tâches, par exemple au sein d’une plateforme de gestion des dépenses.
Sommaire :
- Extraction des données des factures
- Gestion des risques liés aux tiers
- Détection de la fraude
- Classification des dépenses
- Benchmarking
- Intake et orchestration
- Risques et performances des fournisseurs
- Suivi des dépenses
- Activités de sourcing
- Supply Chain Modeler
- Demand Modeler
- Supply Chain Prescriptions
- Assistant d’IA générative
L’IA pour la finance
Les outils optimisés par l’IA pour les équipes Finance ont le potentiel d’automatiser les tâches chronophages et propices aux erreurs telles que la saisie des données, le traitement des factures et la catégorisation des dépenses. L’automatisation enrichie par l’IA donnent en outre à ces équipes les ressources et le temps dont elles ont besoin pour se consacrer à des initiatives plus stratégiques. Les analyses basées sur l’IA peuvent par ailleurs donner les moyens aux responsables Finance de tirer parti d’insights exploitables pour réduire les coûts et les risques, tout en établissant des prévisions plus précises.
Extraction des données des factures
Définition : l’IA automatise complètement l’extraction des données issues des factures des fournisseurs et transmission à votre plateforme de gestion des dépenses. Vous n’avez ainsi pas besoin de saisir manuellement les données ni d’utiliser d’autres technologies OCR (reconnaissance optique des caractères) Cela permet de réduire significativement les erreurs de transcription et d’améliorer la productivité de l’équipe de comptabilité fournisseurs. Les solutions d’extraction des données, telle que Coupa InvoiceSmash, apprennent des corrections que vous apportez afin de s’améliorer au fil du temps et de s’adapter pour optimiser la précision à l’avenir.
Gestion des risques liés aux tiers
Définition : des algorithmes avancés permettent de surveiller en permanence les sources de données externes et les données internes pour vous aider à comprendre et à identifier les risques à travers votre base de fournisseurs. Les données concernant les tiers (sécurité de l’information, RGPD, lutte contre la corruption, etc.) sont récupérées, analysées et agrégées en scoring relatif aux risques. Cela garantit que votre entreprise collabore avec des fournisseurs éthiques à faible risque.
Détection de la fraude
Définition : les solutions de détection de la fraude optimisée par l’IA comme Coupa Spend Guard analysent automatiquement les transactions afin d’identifier des comportements ou des anomalies qui pourraient s’apparenter à des activités potentiellement frauduleuses. Outre le remplacement des processus d’audit manuels et chronophages, les algorithmes enrichis par l’IA identifient et interceptent les activités suspectes les plus discrètes de manière rapide et efficace, pour faire économiser de l’argent à l’entreprise, garantir la conformité et protéger sa réputation.
Classification des dépenses
Définition : la classification des dépenses permet de regrouper les données relatives à des biens et services similaires pour que les entreprises puissent comprendre leurs habitudes de dépense et prendre des décisions plus stratégiques. La classification manuelle des dépenses a tendance à ne pas tenir le rythme de la croissance des entreprises, en donnant naissance à des données cloisonnées et imprécises, et en entravant la visibilité sur les dépenses. Au contraire, la classification des dépenses assistée par l’IA standardise, classe et enrichit les données à travers de multiples systèmes ERP et autres, pour donner les moyens aux entreprises d’identifier des opportunités d’économies, d’élaborer des taxonomies précises et d’intégrer des sources de données externes afin d’optimiser les décisions en matière de dépenses.
Benchmarking
Définition : l’IA de Coupa agrège et anonymise des milliards d’euros de données transactionnelles pour aider les entreprises à comparer leurs performances par rapport à celles de leurs pairs au sein ou en dehors de leur secteur, région ou marché. L’IA génère des insights prescriptifs pour une multitude d’aspects, de l’amélioration des objectifs ESG à l’analyse des dépenses sous contrat. N’hésitez pas à consulter notre tout dernier Benchmark Report.
L’IA pour les achats
Les équipes Achats peuvent tirer parti de l’IA pour simplifier les workflows, accroître les dépenses sous contrat, améliorer la visibilité sur les activités des fournisseurs et identifier des moyens d’optimiser les coûts. L’analyse des dépenses enrichie par l’IA permet en particulier de bénéficier d’insights approfondis sur les habitudes de dépense, les négociations contractuelles et les politiques de conformité. Grâce à une visibilité améliorée et à l’automatisation de l’intégralité du cycle de vie des achats, les équipes peuvent se consacrer sur des tâches à plus fort impact.
Intake et orchestration
Définition : l’intake fait référence à des demandes d’achat réalisées par des collaborateurs qui n’utilisent pas souvent de systèmes de gestion des achats. Ce processus se doit d’être aussi simple que possible pour encourager les dépenses sous contrat et réduire les risques de non-conformité. La rationalisation du processus d’acquisition de biens et services aide en définitive les collaborateurs à remplir leur mission et bénéficie à l’entreprise dans son ensemble. Une expérience d’intake enrichie par l’IA qui guide les collaborateurs pour leur permettre d’obtenir ce dont ils ont besoin tout en mettant en avant les articles à prix négocié garantit que tous les achats sont conformes aux conditions contractuelles les plus actuelles. Tout au long du workflow d’achat, l’automatisation gère l’ensemble des processus nécessaires au traitement de la demande, tels que son envoi à travers la chaîne d’approbation ou les vérifications relatives aux risques. C’est ce que nous appelons orchestration automatisée.
Risques et performances des fournisseurs
Définition : lorsqu’il s’agit de gérer les risques et performances des fournisseurs, les entreprises peuvent réunir les informations relatives à leurs fournisseurs, les bons de commande et les factures au sein d’un seul et même endroit, puis tirer parti de l’IA pour prendre en compte des sources de données externes, les habitudes au sein de la communauté et le feedback sur les performances soumis par les utilisateurs afin de tout savoir sur leur base de fournisseurs. Avec Coupa, vous bénéficiez d’un accès à une communauté de plus de 10 millions de fournisseurs, ainsi que d’insights sur leurs performances. L’IA est en mesure d’identifier rapidement les fournisseurs les plus performants à faible risque et d’aider les entreprises à atteindre leurs objectifs ESG et DEI en donnant priorité aux fournisseurs qui correspondent à leurs valeurs en matière de diversité et de protection de l’environnement.
Suivi des dépenses
Définition : l’IA permet une couverture complète et un suivi en temps réel de toutes les dépenses, ce qui permet aux entreprises de s’affranchir de leurs processus manuels et du recours à des services externes d’audit. Les technologies d’IA et de ML peuvent analyser les transactions en temps réel afin de détecter les activités suspectes ou les erreurs des utilisateurs avec une plus grande précision que les algorithmes traditionnels basés sur des règles.
Activités de sourcing
Définition : l’IA permet une prise de décision plus stratégique à travers l’ensemble du cycle de vie des contrats. Les insights enrichis par l’IA donnent les moyens de bénéficier de catalogues et de punchouts de meilleure qualité, qui orientent les utilisateurs vers les biens et services sous contrat, pour que votre entreprise tire continuellement parti de ses contrats et tarifs négociés. L’IA peut gérer automatiquement les catalogues et fournir des insights prescriptifs pour identifier les axes d’amélioration.
« Il est temps de passer à l’IA. Dans le marché dynamique actuel, ceux qui exploitent la technologie pour anticiper et optimiser leurs opérations garderont une longueur d’avance. Il ne s’agit pas de remplacer nos collaborateurs par l’IA, mais d’augmenter leurs capacités et d’évoluer avec la technologie. »
– Josh Waldron, VP Finance & Accounting chez Squale AI
L’IA pour la supply chain
L’IA peut simplifier la complexité des opérations au sein de la supply chain, pour donner les moyens aux entreprises d’améliorer les expéditions et la logistique, d’optimiser la répartition des centrales de distribution, de rationaliser les prévisions de la demande et bien plus encore. Sa capacité à convertir une supply chain physique en modèle numérique permet en particulier de créer un environnement de test sans risque et permet aux entreprises d’élaborer des plans alternatifs et de préserver leur chiffre d’affaires lorsque les conditions de marché évoluent, ce qui arrive bien plus souvent qu’auparavant.
Supply Chain Modeler
Définition : mettez votre supply chain à l’épreuve à l’aide de technologies d’IA et de ML avancées, et d’un digital twin, une réplique numérique de votre supply chain physique. Utilisez l’IA pour modéliser des scénarios, identifier les tendances et planifier les perturbations de la supply chain avant qu’elles ne se produisent. Nettoyez et harmonisez automatiquement les données relatives à votre supply chain, telles que les tarifs logistiques et les émissions de carbone. Tirez ensuite parti d’insights prescriptifs et de puissants moteurs algorithmiques pour automatiser la supply chain, les stocks, le cost-to-serve et le transport dans le cadre de plusieurs scénarios d’utilisation.
Demand Modeler
Définition : utilisez des algorithmes d’IA avancés ainsi que des données internes et externes pour contextualiser la demande à travers l’entreprise. La technologie de ML peut identifier de manière claire et précise les signaux de la demande lorsqu’elle est appliquée à des modèles de demande historiques afin d’aider les entreprises à déterminer les modèles les plus adaptés à leurs activités. L’IA peut analyser des données externes telles que des événements macroéconomiques et internationaux afin de comprendre les facteurs de causalité, tester de nouveaux scénarios de demande et permettre des décisions plus rapides et plus intelligentes, même si les conditions changent rapidement.
Supply Chain Prescriptions
Définition : grâce à des insights prescriptifs enrichis par l’IA, les entreprises optimisent leur supply chain pour atteindre leurs objectifs ESG. Les données et insights de la communauté aident les entreprises à comparer leurs performances à celles de leurs homologues pour comprendre leurs points forts et leurs axes d’amélioration. L’IA peut identifier et prioriser rapidement les fournisseurs ESG qui sont en phase avec les objectifs de l’entreprise pour aider cette dernière à répondre aux attentes des différents intervenants, à garantir sa conformité et à gérer les risques relatifs à sa réputation.
L’IA générative, pour tous
Nous entrons à présent dans l’ère de l’IA générative, dans laquelle les modèles d’apprentissage du langage pourraient automatiser jusqu’à 70 % des tâches chronophages et répétitives (lien en anglais) pour les travailleurs hautement qualifiés. Grâce à cette amélioration de la productivité, vos collaborateurs les plus expérimentés pourront se concentrer sur des initiatives stratégiques, se consacrer à la formation des collaborateurs les plus novices et soutenir une croissance plus durable à mesure que l’entreprise évolue, et ce sans charge de travail supplémentaire.
L’une des innovations IA les plus récentes de Coupa, l’assistant IA Coupa Navi™, vise à rendre accessible la puissance de l’IA générative aux entreprises de toutes tailles. Cet assistant soutiendra en temps réel les équipes pour qu’elles prennent des décisions optimisées plus rapidement en les guidant à travers les processus d’intake et de demande d’achat, en remplissant automatiquement les formulaires, en créant des tableaux de bord personnalisés, en identifiant les données et insights les plus importants, et en accélérant les cycles d’approbation.
IA, l’approche de Coupa
Il est important de ne pas oublier que toutes les IA, et leur potentiel à aider les entreprises à prendre des décisions optimisées et plus rentables, dépendent des données sur lesquels elles s’appuient. Les données d’IA de Coupa reposent sur 6 000 milliards d’euros de transactions issues de plus de 10 millions de clients et fournisseurs, toutes exploitées pour aider les entreprises à dégager des liquidités afin de nourrir leur stratégie de croissance durable et rentable.
Nous avons commencé à développer notre IA sécurisée et éthiquement sourcée il y a plus de 15 ans. Aujourd’hui, plus de 70 fonctionnalités d’IA sont intégrées à notre plateforme de gestion unifiée des dépenses portée par l’IA, et nous comptons bien continuer à innover. Chez Coupa, notre approche en matière d’IA repose sur six principes.
Responsabilité :
- Nous procédons à une veille active des avancées au sein du secteur et des changements réglementaires tels que les recommandations relatives à l’IA de l’Organisation de coopération et de développement économiques (OCDE), le Règlement européen sur l’intelligence artificielle et la loi exécutive 13960 en vigueur aux États-Unis, afin d’assurer le respect de toutes les lois et réglementations applicables.
- Nous enquêtons régulièrement auprès de nos utilisateurs pour nous assurer que nos clients bénéficient des avantages de l’IA conformément à leurs obligations légales.
Sécurité :
- Nous vérifions régulièrement le code de notre solution, utilisons les toutes dernières techniques de chiffrement et mettons en œuvre de robustes mécanismes d’authentification et d’autorisation à l’aide d’outils tels que l’authentification multi-facteurs afin d’éviter tout accès non autorisé.
- Nos programmes de sécurité et de confidentialité sont soumis à des audits réguliers réalisés par des cabinets indépendants et nos clients ont accès à nos rapports et certificats de conformité.
Sûreté, justesse et équité :
- Un comité de supervision multidisciplinaire passe en revue chacune de nos fonctionnalités d’IA avant sa mise en production pour assurer une impartialité totale. Cela inclut la réalisation de tests rigoureux et une validation minutieuse afin de garantir que les résultats de nos solutions d’IA ne mettent pas en péril la santé, la sûreté ou les droits fondamentaux de nos utilisateurs.
Transparence :
- Nous mettons à disposition une documentation complète sur nos produits, disponible via le portail Coupa Compass, qui explique comment nos fonctionnalités d’IA se comportent, détaille les sources de données utilisées pour entraîner notre système d’IA et fournit des informations sur le processus d’entraînement en lui-même.
- Nous n’appliquons jamais de modèles d’IA publics sur les données de nos clients et nous ne traitons jamais ces dernières via des services tiers non autorisés.
Supervision humaine et surveillance :
- Notre technologie enrichie par l’IA intègre des mécanismes qui permettent à nos utilisateurs d’intervenir lorsque l’IA prend des décisions. Cela inclut des modèles qui envoient des alertes ou des notifications.
- Notre IA relève les principaux défis opérationnels en matière de gestion des dépenses et améliore les performances des collaborateurs, sans les remplacer.
Validité et robustesse :
- Nous testons régulièrement nos outils d’IA pour garantir leur validité, en nous assurant qu’ils produisent des résultats qui correspondent aux finalités et objectifs prévus.
- Nous soumettons par ailleurs à intervalles réguliers nos outils d’IA à des tests pour garantir leur robustesse, en nous assurant que leurs performances sont constantes et précises. L’IA de Coupa est une IA de confiance qui fournit des résultats fiables et pertinents.
L’avenir de l’IA
Il est évident que l’IA a le potentiel de transformer la façon dont les entreprises opèrent, mais les responsables doivent également soigneusement réfléchir avant d’adopter cette technologie. Des préoccupations en matière de sécurité aux questions techniques en passant par les processus à mettre à jour, beaucoup d’éléments sont à étudier avant de déployer l’IA au sein d’une entreprise.
Mais la réalité veut que la plupart des responsables Finance ne se penchent pas du tout sur ces aspects. Trois responsables Finance sur quatre indiquent ainsi ne jamais être d’accord avec leur responsable informatique sur les priorités stratégiques de l’entreprise. Prendre le temps de collaborer avec tous les services, notamment le service informatique, sur une stratégie complète en matière d’IA peut vous donner les moyens de transformer les opérations.
