Lors d’un récent webinaire de l’EBG autour du thème « Comment exploiter aujourd’hui l’IA, le machine learning et la RPA au sein des fonctions P2P et Finance : valeur et limites », Bernhard Schaffrik, analyste principal chez Forrester Consulting, et Magnus Bergfors, Global Business Director chez Basware, ont abordé les cas d’usage et les atouts de l’intelligence artificielle (IA), du machine learning (ML) et de l’automatisation robotisée des processus (RPA) au sein des DAF, afin de guider le processus décisionnel tout au long du parcours d’automatisation.
Forrester a ouvert le webinaire en procédant à l’analyse des résultats d’une enquête réalisée auprès de quelque 3 000 décideurs du monde entier, travaillant dans des entreprises de toutes tailles et dans différents secteurs. La question suivante leur a été posée : « Dans votre entreprise, où en êtes-vous de l’utilisation de l’intelligence artificielle, notamment du machine learning et du deep learning ? ». 20 % des personnes interrogées avaient déjà déployé l’IA ou procédaient à son extension au sein de leur entreprise, et 20 % se trouvaient déjà aux premiers stades de sa mise en œuvre. Autrement dit, près de 50 % d’entre elles utilisaient déjà l’IA et le ML.
À la question « Quels sont ou pourraient être les avantages de l’utilisation de l’IA et du ML au sein de votre entreprise ? », les quatre premières réponses apportées, reproduites ci-dessous, confirment que les entreprises se détournent progressivement de la seule recherche de réduction des coûts et gaspillage, au profit d’une approche orientée résultats, dans laquelle l’augmentation du chiffre d’affaires figure.
L’automatisation robotisée des processus (RPA) est un outil qui permet d’automatiser les tâches répétitives effectuées par des employés. Si elle est reconnue comme l’une des technologies les plus utiles pour le Procure-to-Pay (P2P), la RPA ne constitue que l’un des volets de l’automatisation. Elle peut remplacer certaines tâches administratives simples et sans réelle valeur ajoutée, telles que la mise à jour d’une base de données fournisseurs, la confirmation de réception de marchandises, la correction de différences de prix, la fixation d’une date de paiement, la mise à jour du grand livre ou le changement d’un RIB.
Mais la RPA n’est pas la seule technologie sur laquelle s’appuient les entreprises pour améliorer l’efficacité de leur cycle Procure-to-Pay (P2P). L’IA et le ML apportent également une aide précieuse aux départements Achats et Finance pour créer de la valeur.
Davantage qu’un processus métier, la RPA est un outil qui se substitue à l’intervention humaine lors de la réalisation de certaines tâches manuelles répétitives et à faible valeur ajoutée. Ces dernières peuvent être automatisées mais qu’en est-il lorsque les paramètres changent ? Les robots doivent réapprendre la marche à suivre. De ce fait, si la RPA fonctionne parfaitement pour réaliser certaines tâches du cycle P2P (en particulier pour les PME), elle n’est pas en revanche pas très évolutive. Les grands groupes mondiaux, dont la complexité des processus résulte souvent de multiples fusions et acquisitions, doivent réfléchir à d’autres solutions pour répondre à leurs besoins.
Pour les tâches associées à des processus complexes, il est capital d’envisager une automatisation intelligente. Chez Basware, nous cherchons en permanence à réduire les interventions humaines grâce au traitement intelligent, à l’intelligence artificielle et au machine learning. Pour en comprendre les différences, examinons certains exemples spécifiques.
Rapprochement des factures et des bons de commande – Basware assure un nombre de rapprochements de factures et de bons de commande plus important que ses concurrents, grâce à la logique intégrée à ses solutions. Cela permet de réduire le nombre d’exceptions que les équipes en charge de la comptabilité fournisseurs doivent traiter. Si vous n’utilisez que la RPA et que vous traitez une opération simple sur laquelle ne figure peut-être qu’un ou deux articles, ou bien si tout ce qui apparaît sur la facture correspond exactement au bon de commande, votre système fonctionnera parfaitement grâce à la seule RPA.
En revanche, lorsque vous êtes confrontés à des scénarios plus complexes présentant de multiples articles, ou que certaines lignes du bon de commande ne figurent pas sur la facture, la RPA ne sait pas traiter en automatique, ce qui implique une intervention humaine pour contrôler. Notre solution permet de gérer facilement l’ensemble de ces scénarios complexes. Il en va de même en matière d’imputation. Notre outil SmartCoding s’appuie sur l’IA et le ML pour suggérer une imputation, à partir de l’historique des transactions, y compris pour les factures dépourvues de bon de commande.
SmartPDF – Alors que la plupart de nos concurrents utilisent l’OCR pour extraire les données, nous déterminons dans un premier temps si les données non structurées d’une facture PDF sont lisibles par une machine et s’il s’agit d’un PDF natif ou image. Dans le cas où les informations de la facture sont reconnaissables par machine, la transformation en image puis le recours à l’OCR ne sont pas nécessaires. Il y a même un risque de perte de précision des données recueillies. L’intelligence artificielle embarquée dans notre offre SmartPDF est en mesure de faire correspondre les champs entre le format d’envoi de la facture par le fournisseur et celui de réception de cette dernière par l’acheteur, en supprimant toute intervention humaine.
Analytique prédictive – Nous utilisons également l’IA et le machine learning pour enrichir notre solution d’un volet analytique. Au sein des DAF, l’analytique prédictive et prescriptive permet d’exploiter les données de l’ensemble de leur cycle P2P afin d’analyser leurs processus, de prendre de meilleures décisions et de piloter les KPI.
Bien qu’il ne s’agisse que de quelques exemples, les solutions Basware contribuent à limiter les interventions manuelles, à minimiser les exceptions et à recentrer les activités des équipes en charge de la comptabilité fournisseurs vers des missions plus stratégiques. Tout cela grâce aux atouts conjugués du ML, de l’IA et de l’automatisation avancée.