La finance réinventée par l'IA : le guide pour les CFO qui veulent tout changer

LA FINANCE EST DEVENUE UNE FONCTION EN TEMPS RÉEL

Pour Sarah Friar, CFO d’OpenAI, la révolution de l’IA dans la finance dépasse largement la simple accélération des clôtures comptables ou la mise à jour plus fréquente des prévisions. L’enjeu ? Voir l’entreprise évoluer en direct, aider les dirigeants à agir plus vite, et donner aux équipes financières le temps de façonner l’avenir plutôt que de passer leur temps à reconstituer le passé. Quand elle a rejoint OpenAI il y a deux ans, la startup grandissait à une vitesse folle avec une petite équipe financière. Il fallait tout construire : une fonction financière intégrant l’IA dès sa conception, dans la prise de décision et le soutien à l’entreprise.

DEUX AMBITIONS FOLLES : CLÔTURE ZÉRO JOUR ET PRÉVISIONS AUTOMATISÉES

Deux objectifs ont guidé cette transformation : la clôture zéro jour et les prévisions continues et automatisées. Une clôture zéro jour offre aux dirigeants une vision en temps réel, vérifiée et traçable de la situation financière de l’entreprise. Les prévisions continues s’appuient sur cette base pour montrer comment l’entreprise change, ce qui pourrait arriver ensuite, et quelles décisions pourraient modifier le cours des choses.

Ces ambitions ne sont pas encore pleinement atteintes, mais le travail accompli a déjà bouleversé le fonctionnement de l’équipe. Les limites des tableurs statiques, des recherches manuelles de documents et des présentations ont été dépassées au profit d’Outils vivants, alimentés par l’ensemble des données et du contexte de l’entreprise. Les professionnels de la finance peuvent désormais créer les outils dont ils ont besoin et étendre leur expertise bien au-delà de leurs missions traditionnelles.

L’IA NATIVE EN FINANCE : UNE ÉQUIPE QUI COMPREND CE QUI SE PASSE EN DIRECT

Pour Sarah Friar, c’est là que réside la véritable promesse d’une fonction financière native de l’IA : une équipe capable de comprendre ce qui se passe au moment où cela se passe, d’aider les dirigeants à anticiper les choix à venir, et de donner à l’entreprise plus de temps pour agir avant que le résultat ne soit figé. Atteindre cet objectif ne se limite pas à adopter de nouvelles technologies. Il faut repenser le travail autour des décisions qui comptent, laisser de la place à l’expérimentation, instaurer une responsabilité claire dans chaque processus, et mesurer le retour sur investissement du travail effectué par l’IA.

LEÇON N°1 : DONNER ACCÈS À TOUS POUR EXPÉRIMENTER EN BASSE

Le premier pas a consisté à offrir un accès large et sécurisé à l’IA. Les collaborateurs ont besoin de la liberté d’explorer cette technologie dans le cadre de leur propre travail. La valeur est maximale quand cet accès s’accompagne d’une expérimentation structurée autour de problèmes réels.

L’équipe a organisé un hackathon financier avec des ingénieurs commerciaux, en leur demandant d’apporter des tâches qu’ils souhaitaient transformer. Résultat : IR-GPT, un GPT personnalisé basé sur les documents approuvés utilisés par l’équipe relations investisseurs pour répondre aux questions de diligence. D’autres GPT personnalisés ont été lancés pour la gestion des achats et la fiscalité.

Ce hackathon a transformé l’IA d’une capacité abstraite en un outil concret. En une seule journée, des collaborateurs ont pu identifier une tâche récurrente, construire une solution, la tester avec leurs collègues et l’améliorer. Les cas d’usage venaient des personnes les plus proches du travail, tandis que les experts techniques les aidaient à aller plus vite.

LEÇON N°2 : REPENSER LE TRAVAIL DE LA PRÉVISION POUR GAGNER DU TEMPS

Les équipes financières passent un temps énorme à rassembler les éléments nécessaires pour prendre une décision. Une revue de prévision peut impliquer de chercher les dernières données, de réconcilier des tableurs, d’expliquer les écarts, de construire des graphiques, de préparer des documents et de les transformer en présentations. L’analyse finit par arriver aux décideurs, mais une grande partie du temps de l’équipe a déjà été consacrée à l’assembler.

L’IA change la donne. Les dirigeants financiers peuvent repenser l’ensemble du parcours, de la donnée source à la décision. Prenons l’exemple de la clôture comptable. Chaque CFO connaît le processus mensuel : les données réelles dans un système, les commandes d’achat dans un autre, les provisions dans un tableur, et l’explication d’un écart enfouie dans une conversation.

VERS UN MODÈLE OPÉRATIONNEL DIFFÉRENT : LA CLÔTURE ZÉRO JOUR

L’équipe travaille à un modèle différent. L’ambition derrière la clôture zéro jour est de connecter les plans de dépenses approuvés, les données réelles du grand livre, les commandes d’achat, les provisions et les détails des transactions dans une vue continuellement réconciliée. Chaque écart peut être retracé jusqu’à l’activité sous-jacente. L’IA peut préparer une explication initiale et signaler les exceptions nécessitant une attention particulière. La finance valide les chiffres, applique son jugement et valide définitivement.

Cette base réconciliée peut alimenter des prévisions mises à jour en continu. L’équipe construit des flux de travail qui intègrent des modèles statistiques, des conversations commerciales, des preuves au niveau des comptes, des données opérationnelles et le jugement financier.

On quitte les limites des tableurs pour des outils plus interactifs qui réunissent la prévision statistique, les preuves à l’appui et les scénarios dans une seule vue en direct. Les dirigeants peuvent voir ce qui a changé, pourquoi cela a changé, et quelles décisions pourraient modifier le résultat. Quand un nouvel engagement client manque dans la base, le système peut faire remonter les preuves à l’appui et montrer comment un ajustement affecterait le trimestre ou l’année. La finance peut examiner les hypothèses, comparer les scénarios et décider si la prévision approuvée doit être mise à jour.

PRÉVISIONS INTERACTIVES ET PLANIFICATION DE SCÉNARIOS

Cette même vue aide les dirigeants à prendre de meilleures décisions d’allocation du capital. Une équipe financière peut voir où les dépenses marketing génèrent un retour, où les résultats diminuent, et ce que signifierait la réallocation du prochain dollar.

Les prévisions automatisées sont la destination. Une vue rafraîchie en continu, une analyse de scénarios plus rapide et une responsabilité financière claire sont les moyens d’y parvenir.

LEÇON N°3 : COMMENCER PAR UNE DÉCISION IMPORTANTE ET TRAVAILLER À REBOURS

La leçon plus large est de commencer par une décision qui a un impact réel et de travailler à rebours. Cartographiez les données, les outils, les approbations et les transferts nécessaires pour la soutenir. Déterminez ensuite quelles parties l’IA peut analyser, coordonner ou accomplir. Cela améliore la vitesse et la qualité de l’ensemble du cycle décisionnel.

La transformation la plus importante est que les professionnels de la finance peuvent désormais construire les outils dont leur travail a besoin. Une récente étude d’OpenAI montre que 40 % de l’utilisation spécialisée de l’IA par les professionnels de la finance concerne des travaux en dehors de la finance traditionnelle, et 22 % des tâches liées à l’ingénierie.

CONSTRUIRE SES PROPRES OUTILS : L’ÈRE DES DASHBOARDS VIVANTS

Tous les membres de l’équipe utilisent ChatGPT Work et Codex pour créer des tableaux de bord et des outils personnalisés. Le travail évolue des modèles statiques Excel et des présentations PowerPoint vers des tableaux de bord interactifs qui s’appuient sur l’ensemble du contexte et des données de l’entreprise. Ces outils peuvent poursuivre une analyse, répondre à des questions de suivi et se mettre à jour au fur et à mesure que les informations sous-jacentes changent.

Un collègue soutenant l’activité publicité, qui n’avait jamais codé auparavant, a utilisé Codex pour construire un outil transformant les prévisions publicitaires mensuelles en plans hebdomadaires et quotidiens. Il prend en compte les jours de semaine et les jours fériés, compare les prévisions et maintient chaque chiffre lié au modèle approuvé. Les dirigeants marketing peuvent rapidement voir ce qui a changé, où investir et quel budget supplémentaire pourrait rapporter.

Les personnes qui comprennent le problème peuvent désormais façonner la solution. Construire ces outils les pousse aussi à remettre en question la façon habituelle de faire le travail. Un professionnel de la finance peut créer l’infrastructure décisionnelle dont l’entreprise a besoin, la tester avec ses collègues et l’améliorer au fur et à mesure que le travail évolue.

LEÇON N°4 : CONTRÔLES ET RESPONSABILITÉ : L’IA DOIT RESTER SOUS SURVEILLANCE

L’expérience avec IR-GPT a enseigné une leçon importante sur le contrôle. Les questions de diligence des investisseurs peuvent nécessiter à un analyste de chercher dans des documents antérieurs, de rédiger une réponse, de vérifier la cohérence et de coordonner la révision. Avec un GPT personnalisé basé sur des sources approuvées, un travail qui prenait auparavant des heures, et parfois toute la nuit, peut désormais produire un premier jet solide en quelques secondes.

Le rôle humain reste central. L’équipe relations investisseurs relit le projet, ajoute son jugement et son contexte, et vérifie que les réponses restent cohérentes avec les attentes des investisseurs. L’IA accélère le travail. Les personnes restent responsables du résultat final.

C’est le bon modèle pour la finance. Les CFO doivent travailler avec les équipes IT et de gouvernance pour définir quelles données un système d’IA peut consulter, quelles actions il peut entreprendre, quand une approbation est nécessaire, et quand un problème doit être escaladé. Chaque sortie doit être liée à une source fiable. Chaque prévision doit comporter une explication claire. Chaque changement apporté à une base approuvée doit nécessiter une autorisation financière.

Les CFO peuvent gérer l’utilisation de l’IA avec la même rigueur qu’ils appliquent à toute dépense variable, tout en laissant les équipes construire et expérimenter. Une responsabilité claire crée la confiance nécessaire pour aller plus vite. À mesure que la synthèse, la réconciliation et la préparation s’accélèrent, les professionnels de la finance gagnent plus de temps pour remettre en question les hypothèses, conseiller l’entreprise et exercer leur jugement.

LEÇON N°5 : MESURER L’IMPACT DE L’IA AVEC UN TABLEAU DE BORD PERFORMANTIEL

Les CFO ont besoin d’un tableau de bord de l’IA basé sur la performance opérationnelle. Acheter plus de licences ou utiliser plus de tokens ne dit pas grand-chose. Ce qui compte, c’est si le travail est bien fait et ce que cela coûte vraiment.

Pour une équipe financière, un travail utile peut signifier une prévision mise à jour, un écart expliqué, une demande d’audit traitée ou une question du conseil d’administration répondue. Pour la clôture, le tableau de bord pourrait inclure le temps de cycle, la part des transactions réconciliées automatiquement, le nombre d’exceptions nécessitant un examen, et le temps nécessaire pour expliquer un écart. Pour les prévisions, cela pourrait inclure la précision de la prévision, la fréquence de rafraîchissement, le temps nécessaire pour produire un nouveau scénario, et la qualité des décisions que la prévision soutient.

La finance occupe une position centrale dans la stratégie, le capital, les données, les risques et la performance. Cela donne aux CFO une vue unique sur le fonctionnement de l’entreprise et un mandat puissant pour diriger sa transformation par l’IA.

UNE FONCTION FINANCIÈRE NATIVE DE L’IA : PLUS RAPIDE, PLUS CONTRÔLÉE, MEILLEURES DÉCISIONS

Une fonction financière native de l’IA se définit par des cycles plus rapides, des contrôles renforcés, de meilleures décisions et plus de temps pour le jugement. Le chemin commence par un flux de travail significatif et s’étend à travers les preuves : donnez aux gens les outils, aidez-les à reconstruire leur travail, gardez la responsabilité claire et mesurez les résultats.

La clôture zéro jour et les prévisions continues expriment une ambition plus large : une équipe financière qui comprend ce qui se passe au moment où cela se passe, montre aux dirigeants ce qui pourrait arriver ensuite, et aide l’entreprise à prendre de meilleures décisions plus tôt.

Le résultat est une équipe financière avec une capacité accrue et un CFO avec une vision plus claire de l’entreprise. Cela crée aussi un modèle de travail pour que l’ensemble de l’entreprise transforme l’intelligence en valeur durable.

CE QUE VOUS DEVEZ RETENIR

Vous ne pouvez pas devenir ce que vous ne pouvez pas voir. Si nous voulons que nos équipes financières embrassent ce qui est possible avec l’IA, nous devons leur montrer à quoi cela ressemble. Et en tant que CFO, cela commence par nous.

Mon équipe financière a partagé à quoi cela ressemble en pratique. Vous pouvez regarder l’enregistrement ici⁠(opens in a new window).