Comment les organisations financières ont réussi à contrôler leur cash ?

Au cours de l’année passée, les organisations financières ont dû adopter de nouveaux modes de travail et mettre en place des technologies pour se trasnformer à un rythme accéléré. Un rapport récent de McKinsey & Company conclut que l’impact du COVID “a accéléré l’adoption des technologies numériques de plusieurs années – et que beaucoup de ces changements pourraient être là pour longtemps”. Bien que de nombreuses organisations aient mis en œuvre un certain degré d’automatisation et de solutions numériques avant la crise, l’inefficacité des activités manuelles et l’absence de processus métier cohérents ont entraîné des difficultés lorsque les blocages mondiaux ont commencé à avoir un impact sur les activités quotidiennes.

La COVID a-t-elle changé la perspective de la numérisation de la finance ?

Pour sécuriser les flux de trésorerie, les départements de comptabilité clients ont dû trouver des moyens d’assurer la continuité des activités dans des circonstances totalement nouvelles, comme le travail à domicile. Nombre d’entre eux ont dû se débrouiller pour contourner les processus manuels et papier tout en veillant au respect des normes en matière de sécurité, de confidentialité des données et de contrôles fiscaux. Le manque d’automatisation est rapidement devenu un fardeau pour de nombreuses organisations, ce qui a placé ce sujet en tête des priorités aux plus hauts niveaux de l’entreprise. Par exemple, les PDG et les directeurs financiers étaient incapables de prendre des décisions en raison de l’absence de données, car la production de prévisions précises prenait trop de temps. Tous ces développements, parmi d’autres, ont fait que de nombreuses organisations ont fait le choix d’accélérer leur transformation numérique dans la finance – en particulier dans la comptabilité clients, où – on pourrait dire – elle était le plus nécessaire, pour assurer la stabilité des flux de trésorerie.

Comment le cloud a décollé en 2020 ?

Les organisations se tournent régulièrement vers le cloud depuis plus d’une décennie maintenant, mais elles étaient encore nombreuses à hésiter – jusqu’à récemment. Les préoccupations passées en matière de sécurité et d’évolutivité ont été remplacées par une approche “cloud-first” qui règne désormais en maître dans la plupart des organisations. Les points d’entrée de la migration vers le cloud incluent souvent la numérisation des documents justificatifs que les services financiers et de trésorerie utilisent dans leurs processus. Les procédures sans papier présentent des avantages considérables, car les organisations sont en mesure d’économiser des coûts de stockage, d’augmenter la vitesse de traitement et de permettre l’accès aux informations numériques dans le monde entier. Cela a joué un rôle particulièrement important lorsque certaines organisations ont été obligées de se déplacer à la rencontre de leurs équipes dans le monde, tandis que s’accentuaient les périodes de fermeture et de réduction des effectifs.

Un autre point d’entrée est l’extension ou l’amélioration des processus à l’aide de services ou de solutions basés sur le cloud computing, en plus du noyau sur site. L’ajout de nouvelles capacités basées sur le cloud est devenu une stratégie viable pour de nombreuses organisations pendant la crise et au-delà, car elle permet une plus grande flexibilité des processus. Les fonctionnalités de « Business intelligence » et d’intelligence artificielle (IA) jouent également un rôle de plus en plus important dans le cloud computing, car les entreprises doivent traiter des volumes de données toujours plus importants en un temps plus court.

Enfin, dans un contexte de travail à distance que nous avons connu en 2020 et qui se poursuit encore largement aujourd’hui, le cloud facilite grandement la mise en place de nouvelles solutions pour les entreprises – sans projet de mise en œuvre de longue haleine nécessitant beaucoup de personnalisation.

L’automatisation intelligente – la prochaine étape de conception des processus métier.

D’après tout ce que nous pouvons dire à ce stade, 2020 a été un catalyseur de la transformation numérique et d’une nouvelle réflexion concernant la conception des processus métier. De nombreuses organisations ont progressé dans la mise en œuvre de l’automatisation basée sur l’IA, qui utilise des algorithmes d’auto-apprentissage. Les domaines d’application concernent notamment l’exploration des données et leurs connexions, pour aider à identifier des modèles et à dévoiler des relations plus rapidement que les humains. L’IA aide également les utilisateurs dans leur travail quotidien en déterminant et en suggérant les prochaines étapes possibles au sein du processus métier, sur la base du comportement et de l’expérience antérieurs – par exemple, lors de procédures d’approbation complexes ou du traitement des exceptions. En outre, la planification et les prévisions financières peuvent être considérablement accélérées par l’automatisation alimentée par l’IA. Alors que certaines organisations travaillent depuis un certain temps avec la RPA (« Robotic Process Automation ») et d’autres techniques d’automatisation pour gagner en rapidité et en précision, notamment pour les tâches de traitement structurées et basées sur des règles, l’automatisation intelligente est le prochain niveau de conception des processus métier.

La capture intelligente de documents est un exemple qui a récemment renforcé l’efficacité du secteur financier. Les solutions de capture suffisamment automatisées et intelligentes sont capables de lire et d’interpréter des données non structurées provenant de documents commerciaux de différents formats, notamment les avis de paiement, les relevés bancaires, les chèques, les lockbox, les fichiers de règlement des prestataires de services de paiement, les notes de débit ou les réclamations de litige et les factures des fournisseurs. À mesure que les utilisateurs traitent ces documents, la technologie alimentée par l’IA apprend en permanence et constitue une bibliothèque virtuelle d’empreintes numériques. Ces capacités d’auto-apprentissage permettent à la solution d’améliorer automatiquement la qualité de toutes les données capturées. Il en résulte un traitement plus rapide, avec notamment la possibilité de déclencher soi-même des activités de suivi en fonction des informations extraites du document, et un coût moindre.

LIRE LA SUITE