Les cas d’usage de l’IA en trésorerie émergent : amélioration des prévisions, rapprochement de comptes, gestion du risque de change… Si la charge de travail liée à la structuration des données reste un obstacle non négligeable, les entreprises peuvent néanmoins s’appuyer sur la technologie pour avancer dans cette tâche.
Ces dernières années, les trésoreries ont avancé à pas feutrés sur l’intelligence artificielle. La raison tient à des facteurs bien connus : les informations manipulées sont hautement sensibles, les compétences manquent parfois en interne, la charge de travail liée à la structuration des données est lourde et l’accent est mis sur leur sécurité. « De façon générale, on voit plutôt des usages qui visent à simplifier la vie quotidienne après une approbation de la part de la direction des systèmes d’information. Le cœur de métier de la trésorerie est encore rarement concerné étant donné les limites imposées par les entreprises, la rapidité à laquelle les modèles de langage évoluent et les préoccupations sur la confidentialité et la structuration des données », avance Yann Guyomar, associé dette et conseils en trésorerie à Forvis Mazars.
Mais les entreprises commencent à sauter le pas et à déployer des cas d’usage en interne : 62 % des trésoriers européens déclarent utiliser l’IA ou étudier les cas d’usage sur leur organisation, d’après une étude menée par Crisil Coalition Greenwich. On ne parle toutefois pas encore d’une déferlante : dans le détail, ils sont seulement 10 % à avoir effectivement déployé la technologie dans des fonctions de trésorerie quand 52 % expliquent conduire des projets pilotes ou explorer les possibilités.
L'amélioration des prévisions de trésorerie
Parmi les cas d’usage privilégiés figure d’abord l’amélioration des prévisions de trésorerie. D’après l’étude de Crisil Coalition Greenwich, 64 % des...
