Comment l’Intelligence Artificielle va révolutionner le métier de DAF ?

Article paru le 14 mars 2018 | Partager sur les réseaux sociaux

Classé dans : Newsletter Gestion

Depuis quatre décennies, la démocratisation de l’informatique et l’expansion de son utilisation dans tous les secteurs d’activités (services comme industries) ont engendré une complexification de notre environnement économique. Cette problématique est à l’origine du développement d’un pan de l’informatique dont les débuts datent des années 1940 : l’Intelligence Artificielle, ou IA, qui peut se définir comme un système artificiel disposant de la « capacité d’apprendre, de comprendre et de raisonner de manière logique afin de remplacer l’humain dans la mise en œuvre de certaines de ses fonctions cognitives ».

Le développement de l’IA

Alors que les espoirs de mettre au point une IA « forte » (comprendre « consciente ») sont encore faibles, le développement des IA « faibles » connaît actuellement un essor croissant dû à la levée de trois barrières fondamentales qui restreignaient jusqu’ici la mise en application de théories remontant aux années 1960 :

  • La disponibilité de grands volumes d’informations lisibles par un système d’information
  • La capacité de traitement de ces volumes de données
  • La capacité de modélisation et d’extrapolation permettant de produire un résultat

Les évolutions technologiques (stockage et traitements distribués) liées à l’accroissement des volumes de données produits chaque jour dans le monde (de l’ordre de l’exabyte, un exabyte correspondant à un million de teraoctets) permettent aujourd’hui d’envisager une nouvelle révolution informatique : celle de l’informatique cognitive, ou comment passer de la donnée à la connaissance, comment favoriser l’action et la prise de décision à partir de systèmes automatisés.

Une révolution multi-domaine

Des applications ont déjà été imaginées, conçues et développées dans certains secteurs. La gestion d’actifs exploite par exemples ces technologies depuis le début des années 2000, en utilisant des « robot-traders » (le fameux trading « haute-fréquence ») et des analyses poussées fournies par des machines qui analysent en temps réel l’actualité et anticipent l’impact sur le pricing des actifs.

Le potentiel économique pour les entreprises d’autres secteurs reste encore largement inexploré : Imaginez un futur pas si lointain où un « bot » conseiller en gestion d’actifs dialoguera directement avec ses contreparties artificielles en middle et back-office. Des chauffeurs intelligents, participant à l’optimisation du trafic en zone urbaine. Ou encore un assistant IA qui pourrait optimiser l’emploi du temps et l’attribution des salles de travail en fonction des activités planifiées au jour le jour dans une entreprise.

En bref, un monde dans lequel l’IA engendrerait une optimisation effective des interactions commerciales et des services clients, ce qui permettrait à l’humain de se recentrer sur son cœur de métier. En outre, il deviendrait également le garant des systèmes automatisés relevant de son métier, et serait en capacité de participer à l’évolution de ces systèmes.

L’étroite relation de la gestion financière et de l’IA

Si dans bon nombre de sociétés la gestion courante requiert une capacité d’analyse fine que ne peuvent répliquer les algorithmes d’apprentissage automatique, la gestion financière bénéficie d’ores et déjà de ces nouvelles technologies : automatisation croissante des reportings réglementaires, contrôles automatiques de la fraude, prévision de comportements clients…

Les banques utilisent déjà depuis les années 1970 des systèmes de « scoring » permettant d’évaluer le risque client et aidant au processus de décision front office et ainsi, de maîtriser leur risque financier.

De nombreuses entreprises utilisent aujourd’hui des systèmes automatisés pour produire des reportings. Ceux-là mêmes qui sont ensuite analysés et, lorsqu’un élément anormal est détecté (croissance ou baisse excessive du CA d’une filiale, etc..), un plan d’action adapté est conçu et mis en place…avec parfois plusieurs mois de retard.

Dans ce type de processus, l’IA représente un gain certain. Alors que la création d’un reporting entraîne nécessairement l’omission de certains éléments (afin de le rendre lisible pour un humain), une IA pourrait exploiter l’exhaustivité des informations à sa disposition pour ne restituer que les éléments pertinents assortis de commentaires (« part de marché réduite sur tel produit dans telle région, dû à une instabilité politique ayant entraîné une baisse de pouvoir d’achat sur tel secteur »). Ceci permettrait au contrôleur de se recentrer sur son rôle de décideur, d’agir le plus rapidement possible et de donner une nouvelle dimension à la profession : celle de l’intelligence décisionnelle.

Partagez cet article sur les réseaux sociaux