La mise en œuvre de nouveaux outils numériques dans le secteur financier et en particulier, l’automatisation de l’aide à la décision dans la stratégie commerciale, ne doit pas précéder la définition d’objectifs clairs. L’IA n’est efficace que sur des données vérifiées et exploitables.
En 2022, selon le dernier rapport de Gartner, les banques et les sociétés d’investissement dépenseront 623 milliards de dollars en produits et services technologiques. Les banques appliqueront l’IA générative dans des domaines de croissance tels que la détection des fraudes, la prédiction des transactions et la modélisation des facteurs de risque. Autre point saillant, les systèmes autonomes d’aide à la décision, devraient émerger sous d’autres formes. L’IA est déjà présente dans la gestion des contrats commerciaux comme indiqué dans Itsocial. Le domaine du Revops (transformation des opérations des revenus) est appelé à se développer. Il s’agit de l’entité dans les entreprises utilisant l’automatisation et l’IA pour aider à prendre les meilleures décisions commerciales, atteindre les clients et accroitre les sources de revenus.
Ash Finnegan est responsable de la transformation digitale chez Conga, fournisseur de service cloud pour automatiser le traitement de la donnée financière, les contrats et le reporting. Pour lui, face à la concurrence croissante émanant d’entreprises émergentes toujours plus innovantes, les dirigeants doivent plus que jamais élaborer des stratégies digitales adaptées à leurs objectifs commerciaux et ne pas se reposer uniquement sur des tendances.
« De nombreuses entreprises cherchent à s’imposer comme des acteurs de rupture, en choisissant une technologie telle que l’intelligence artificielle (IA) et en la déployant à plein régime, pour ne pas se laisser distancer par les nouveaux acteurs du secteur bancaire ou de la fintech. Cependant, elles ne mesurent pas les répercussions que cette technologie peut avoir sur leur activité et ne sont pas en capacité de garantir une mise en œuvre efficace.»
L’intelligence artificielle n’est pas efficace sans des données de qualité
L’IA n’a rien d’une solution miracle, ses performances dépendant étroitement de la nature et de la qualité des données qu’elle traite. Ash Finnegan pointe la prééminence de l’humain sur les outils numériques d’automatisation de processus financiers.
« L’IA n’apporte des avantages que si elle contribue à accélérer les processus commerciaux essentiels et à révéler la véritable intelligence des données. Partant du constat, que seules 37 % des entreprises parviennent à mener à bien la transformation digitale de leurs fonctions commerciales, les dirigeants doivent se montrer beaucoup plus stratégiques dans leurs investissements et se fixer des objectifs clairs avant d’adopter toute nouvelle technologie. Plus important encore, toutes les données doivent être vérifiables, disponibles et exploitables. C’est la seule façon pour les technologies d’IA ou de machine learning de fonctionner efficacement et d’apporter une réelle valeur ajoutée. »
L’analyse fine des processus commerciaux est indispensable avant de recourir à l’automatisation et à l’IA « En examinant le cycle RevOps et en identifiant les processus opérationnels centraux, les dirigeants bénéficieront d’une bien meilleure connaissance des flux de données. Ainsi, ils seront en mesure de dégager des tendances et de déterminer les domaines à améliorer. Ils pourront alors adopter l’automatisation avec beaucoup plus de rigueur et se concentrer sur l’accélération de leurs flux de revenus.» conclut Ash Finnegan.
