De la prédiction à l'action, comment l'IA change-t-elle la donne pour la trésorerie ?
L'intelligence artificielle peut faciliter la prévision des liquidités, mais le développement le plus significatif sera la capacité de l'IA à soutenir une prise de décision efficace et éclairée.
Aujourd’hui, la quantité de données disponibles est devenue trop élevée pour que le cerveau humain soit en mesure de l’analyser. Par ailleurs, le besoin d’effectuer ces analyses rapidement n’a jamais été aussi important. L’intelligence artificielle (IA) peut faciliter la prévision des liquidités, mais le développement le plus significatif sera la capacité de l’IA à soutenir une prise de décision efficace et éclairée.
L’IA s’utilise de deux façons assez différentes dans le monde de la trésorerie : amélioration les prévisions de trésoreries grâce au machine learning et optimisation des actions sur la liquidité qui en découlent. Le premier point a fait l’objet d’une attention particulière et à juste titre. Cependant, selon nous, c’est sur le second point que les trésoriers tireront le plus avantages de l’IA.
L’horizon de prévision peut être court (moins d’un mois) ou long (généralement un à trois ans à l’avance). Pour les trésoriers, avoir une gestion de ses prévisions beaucoup plus maîtrisée est essentiel dans une optique d'optimisation de leurs ressources financières.
Toutefois, actuellement, la prédiction à plus long terme n’est possible que pour un petit nombre d’entreprises. Selon une étude menée par la société de conseil IDC, moins de 5% des entreprises peuvent anticiper leur trésorerie de manière fiable au-delà de trois mois, et moins de 20% sont capables de prévoir leurs liquidités au-delà d’un mois(1). Ce problème se pose en particulier lorsque les directeurs financiers sont sous pression pour sécuriser l’accès de leur entreprise à la liquidité, alors qu’ils atteignent les limites de la prévision de trésorerie manuelle.
En outre, ces prévisions limitées sont souvent inexactes. Selon l’Association of Chartered Certified Accountants, 90% des feuilles de calcul Excel contiennent des erreurs, mais plus de 90% des utilisateurs sont convaincus que leurs feuilles de calcul n’en contiennent pas !(2) De plus, lorsque l’auteur de la feuille de calcul quitte son poste, il est souvent difficile (voire impossible) pour son successeur de reprendre la main.
Par ailleurs, l’économie mondiale est entrée dans une période d’inflation des prix. L’indice d’ensemble a augmenté de 7% au cours de la période de 12 mois se terminant en décembre 2021, soit la plus forte hausse sur 12 mois depuis la période se terminant en juin 1982, selon les statistiques du Département de Travail des États-Unis(3). Cette situation oblige les banques centrales à restreindre l’accès aux liquidités, ce qui rendra cette ressource encore plus stratégique pour les entreprises. Dans ce contexte, la capacité des directeurs financiers à exploiter au mieux leurs données pour optimiser leurs liquidités devient un avantage concurrentiel majeur.
La seule solution pour obtenir des performances précises est de s’appuyer sur l’IA afin d’exploiter le volume exponentiel de données accessibles aux entreprises. D’ici 2025, IDC prévoit que la sphère de données mondiale atteindra 163 zettaoctets (soit mille milliards de gigaoctets). C’est dix fois plus que les 16,1 Zo de données générées en 2016(4). Pour comprendre comment l’IA peut contribuer aux prévisions de trésorerie, il est intéressant de comparer avec les prévisions météorologiques. La météorologie est passée de la capacité à déterminer s’il va pleuvoir (ou non) un jour donné à la probabilité qu’il pleuve (ou non) à un moment précis de la journée. De la même façon, grâce à l’IA, les trésoriers sont de plus en plus en mesure d’anticiper statistiquement les liquidités de leur groupe à un moment précis en se basant sur la probabilité des différents flux de trésorerie dans l’entreprise. En utilisant les données provenant des systèmes TMS et ERP de l’entreprise, l’IA peut analyser les flux de trésorerie historiques, entraîner l’algorithme et mesurer le niveau de confiance statistique des résultats de prévisions.
Jusqu’ici, tout va bien. Mais la prévision ne fait pas tout. Une fois la confiance dans les prévisions de trésorerie établie, le trésorier peut contrôler finement la solvabilité de l’entreprise et décider comment investir les liquidités excédentaires, que ce soit dans des fonds monétaires traditionnels ou dans des produits alternatifs comme le dynamic discounting (etc.). Il peut également choisir les meilleures lignes de crédits pour financer les dépenses et optimiser les campagnes de paiement. Des décisions de trésoreries optimales peuvent significativement améliorer le compte de résultat de l’entreprise, réduire les risques financiers, et renforcer la structure de la dette et des investissements court termes.
En termes d’avantages, nos études internes montrent qu’avec un outil d’optimisation des liquidités, un directeur financier peut économiser jusqu’à 50 points de base de coûts financiers sans compromettre l’accès à la liquidité de son entreprise. Ce gain est le résultat d’une réduction du coût d’opportunité sur les dépôts de trésorerie, d’un retour plus élevé sur les investissements financiers et d’une réduction des frais sur les facilités de crédit. Évidemment, le gain réel variera d’un client à l’autre.
Mais, il existe aussi un avantage plus général. Avec l’utilisation de l’IA pour résoudre des problèmes tels que la prévision en matière de liquidité, l’équipe trésorerie peut consacrer beaucoup plus de temps à d’autres activités. Comme l’IA prend en charge de nombreuses tâches quotidiennes, les professionnels de la trésorerie peuvent se concentrer sur des missions à plus forte valeur ajoutée et nettement plus gratifiantes !
(1) Kyriba Enterprise Liquidity Management Survey, IDC, juillet 2021
(2) Source
(3) Source
(4) Source