Livre Blanc (en partenariat avec FiPlus)

Le CFO augmenté

Regards croisés de praticiens sur l’utilisation de l’Intelligence Artificielle

dans les Directions Financières en France

Les directeurs financiers vont jouer un rôle primordial dans les prochains mois et années afin de rendre leur entreprise IA-ready.

Kynapse, en partenariat FiPlus, le méta-réseau des financiers d’entreprise, s’est intéressé à la notion de “CFO augmenté” lors de plusieurs sessions d’échange de mars à mai 2020 dans le cadre d’une taskforce dédiée à l’Intelligence Artificielle dans les directions financières.  

Du croisement de leurs deux expertises est né le Livre Blanc “Le CFO augmenté – Regards croisés de praticiens sur l’utilisation de l’Intelligence Artificielle dans les Directions Financières en France”Il vise à présenter l’état de l’art de l’IA dans les directions financières, l’identification d’opportunités et des retours d’expérience sur les obstacles à appréhender et gérer. 

Je télécharge le Livre Blanc

Visionnez le replay de la restitution du Livre Blanc :

Les grands types d’usage de l’IA pour les directions financières :

Les directions financières ont connu trois phases successives de transformation digitale : après la dématérialisation des documents, le déploiement massif de logiciels de gestion intégrée (ERP) a accéléré la digitalisation de la fonction finance en offrant des outils centralisés et tout-en-un dont l’ensemble des fonctionnalités a été mis au point par un seul et même éditeur. Désormais, l’IA s’impose comme le nouveau changement de paradigme. Si les usages de l’IA sont nombreux, nous retiendrons et explorerons à travers ce livre trois grandes thématiques, clés pour les directions financières :

  • L’optimisation robotisée des processus financiers, particulièrement dans la comptabilité avec l’accélération de la clôture mensuelle et la diminution des risques associés.
  • L’aide à la prise de décision financière, grâce à la combinaison et l’analyse d’informations non structurées.
  • La gestion des risques et l’optimisation du contrôle interne, grâce à l’exploration des données dans leur entièreté pour reconnaître des schémas et des exceptions.