Ce cas d'utilisation de l'IA qui peut sauver les trésoreries des entreprises
lundi 3, juillet 2023
L’entreprise américaine de conseil et de recherche dans le domaine des technologies, Gartner, a recensé 23 cas d'utilisation de l'intelligence artificielle (IA) dans la finance d'entreprise. En particulier, elle a identifié 5 cas d'utilisation cruciaux sur lesquels les sociétés financières doivent travailler en priorité. Ils sont capables de contribuer à l’optimisation de l’efficacité des processus et à l’amélioration des performances. Il s’agit de:
- la prévision de la demande et des revenus,
- la détection des anomalies et des erreurs,
- l’aide à la décision,
- l’estimation des revenus dans le cadre de la méthode de la comptabilisation aux taux de réalisation,
- l’encaissement des recettes en cash.
Pour le cas de la Tunisie, nous pensons que c’est ce dernier axe qui est le plus intéressant. Les retards de paiement des factures des clients et, à terme, les défauts de paiement ont détruit la trésorerie des entreprises et leur ont créé des difficultés financières. En outre, ils mobilisent des ressources importantes au sein du service comptable, souvent avec des résultats limités.
Le processus de recouvrement habituel est largement réactif et s'appuie essentiellement sur les dates d'échéance comme pivot de toute activité de relance. Il ne démarre que lorsqu'une facture est due. La plupart des opérations de recouvrement, y compris le contact direct avec le client, ainsi que les stratégies de correspondance sont basées sur des paramètres statiques. Il en résulte une liste de tâches encombrée, une identification inefficace des comptes en souffrance et un gaspillage des efforts. Les principales conséquences sont un ralentissement du cycle de conversion des liquidités, un processus inefficace et des coûts opérationnels plus élevés, et finalement un défaut de paiement.
L’IA peut être utilisée pour améliorer le processus de recouvrement car elle permet de prédire les dates réelles de paiement avec beaucoup plus de précision que les prédictions humaines, et ce, en utilisant les données historiques des comptes clients. Des modèles de comportement de paiement identifient les variables pertinentes et analysent les schémas utiles dans le cycle de recouvrement de sorte à élaborer une estimation éclairée de la date de paiement pour chaque client. Nos startups ont donc intérêt à développer ce type de solutions. Elles auront de la clientèle, c’est certain.
