Avec la plateforme Â鶹ԭ´´ S/4HANA, l’ERP nouvelle gĂ©nĂ©ration, Â鶹ԭ´´ introduit un ensemble de techniques  permettant Ă  la machine d’imiter une forme d’intelligence rĂ©elle, l’Intelligence Artificielle.

Les domaines d’application sont nombreux et peuvent être mis au service de la transformation de la fonction finance.

Le Machine Learning  pour optimiser la réconciliation bancaire

La réconciliation bancaire est un exemple de processus qui implique de nombreuses actions manuelles, notamment pour les flux d’encaissements :

• des volumes importants de paiements Ă  rĂ©concilier manuellement malgrĂ© des règles prĂ©dĂ©finis,
• des paiements sans rĂ©fĂ©rences factures, des donnĂ©es de base incomplètes, des paiements avec Ă©carts qui complexifient les actions de rĂ©conciliation,
• des règles spĂ©cifiques Ă  mettre en place en fonction des pays, des formats, des modes de paiements.

Â鶹ԭ´´ introduit dans la suite Â鶹ԭ´´ S/4HANA, une solution innovante basĂ©e sur du Machine Learning et permettant d’atteindre des taux d’automatisation proche de 97%.

La solution apprend des données et actions historiques, c’est-à-dire des répétitions (patterns) dans un ou plusieurs flux de données (extraits de comptes électroniques, avis de paiements, banques partenaires/sociétés,…) et en tire des prédictions de réconciliation en se basant sur des statistiques.

Les critères de réconciliation sont ainsi continuellement affinés et  les nouveaux cas, les exceptions, traités en autonomie. Les taux d’automatisation considérablement améliorés contribuent à réduire les coûts de déploiements et coûts opérationnels.

L’analyse prédictive pour améliorer la prise de décision

L’évolution constante des modèles économiques  impose aux directions financières de gagner en efficacité et en agilité. Elles doivent anticiper les impacts sur les revenus, la profitabilité, l’affectation des ressources afin d’orienter la stratégie de l’entreprise.

La plateforme Â鶹ԭ´´ S/4HANA embarque des scĂ©narios d’analyses prĂ©dictives permettant d’établir des prĂ©visions de chiffre d’affaires très fiables via des algorithmes se basant sur des donnĂ©es actuelles et historiques, internes et externes Ă  l’organisation tel que le pipeline des ventes, les tendances du marchĂ©, l’évolution du PIB d’un pays, etc.

Ces prédictions effectuées en temps réel alimentent le processus de planification budgétaire et sont déclinées à tous les niveaux de l’organisation où des ajustements peuvent être effectués.

A cela s’ajoutent des outils de simulation permettant de visualiser l’impact des choix stratégiques tel que les changements d’organisation, le développement de nouveaux produits, etc.

Lutter contre la fraude et la cybercriminalité

La crise sanitaire et économique inédite que nous vivons ouvre aux fraudeurs de nouvelles failles pour parvenir à leurs fins. De nombreuses attaques n’étant jamais identifiées, il est impossible de déterminer avec précision les pertes pour les entreprises. En 2020, d’après l’ACFE Report to the Nations (2), la fraude et la cybercriminalité ont causées des pertes estimées à plus de 3 Milliards € dans 125 pays  (~5% du chiffre d’affaires des entreprises concernées, avec une moyenne de 415 K€ par attaque en Europe).

Avec Â鶹ԭ´´ S/4HANA, Â鶹ԭ´´ propose des solutions pour contrĂ´ler des volumes importants de transactions, identifier en temps rĂ©el les menaces et transactions frauduleuses et ainsi limiter les risques de pertes financières.

L’Intelligence Artificielle émet des recommandations permettant d’affiner continuellement les règles de contrôle et l’identification de nouveaux schémas de fraude sur la base de données historiques internes comme externes. Les taux d’efficacité dans la détection des anomalies et des fraudes se trouvent considérablement améliorés.

Au-delĂ  des multiples scĂ©narios disponibles en standard, Â鶹ԭ´´ complète son offre par une plateforme d’innovations dans le cloud (Business Technology Platform) qui permet de dĂ©velopper des applications et extensions autour du cĹ“ur Â鶹ԭ´´ S/4HANA.

À travers la Business Technology Platform, les départements financiers ont accès aux technologies innovantes tel que le Machine Learning, l’analyse prédictive, les chatbots ou encore la Blockchain, à partir desquelles ils peuvent imaginer de nouveaux cas d’usages.

(1)

(2)

The post L’Intelligence Artificielle pour accĂ©lĂ©rer vos processus financiers appeared first on Â鶹ԭ´´ France News.