« Grâce à l'IA intégrée à l'ensemble de la suite, les clients peuvent accroître l'automatisation, approfondir leurs analyses, gagner en agilité et exploiter davantage la valeur de leurs données », a déclaré Evan Goldberg, fondateur et vice-président exécutif de NetSuite. La filiale d’Oracle vient en effet de dévoiler plusieurs fonctions IA pour couvrir des besoins variés.
Une intégration IA plus poussée pour la finance
Le premier est une intégration plus poussée de l’IA dans les processus financiers. Au sein de la suite, celle-ci facilite la gestion des clôtures, aux rapprochements de comptes, à l'appariement des transactions, à la catégorisation des dépenses et aux rapports narratifs afin de rationaliser les processus de fin de période et de conformité. Sur la gestion des clôtures, l'éditeur a ajouté une fonctionnalité qui utilise des analyses avancées pour surveiller en continu les activités, les tendances et les écarts liés aux clôtures, afficher l'état d'avancement des tâches et leur impact sur le résultat net, et permettre une analyse approfondie des données transactionnelles. Selon l'entreprise, l'accès plus rapide aux informations clés permettra aux entreprises de raccourcir leurs cycles de clôture financière.
Pour le rapprochement des transactions, la GenAI donne la possibilité d'interpréter l'activité bancaire, de classer et d'aligner les écritures sur les comptes du grand livre. Les entreprises peuvent ainsi augmenter les taux de rapprochement automatique et réduire les vérifications manuelles. De plus, une autre fonctionnalité destinée aux équipes financières leur permettra d'utiliser l'IA pour générer des analyses à partir des rapports financiers et opérationnels. Actuellement, cette fonctionnalité est uniquement disponible en anglais.
Des analystes réservés
Les analystes estiment que ces fonctionnalités pourraient s'avérer très utiles pour les directeurs financiers de toutes les entreprises, notamment en matière de gestion des clôtures. Cette tâche « demeure l'un des processus opérationnels les plus stressants au sein de toute entreprise. Elle est soumise à des délais stricts, à des exigences de conformité élevées, à des enjeux politiques importants et, dans bien trop d'entreprises, reste largement manuelle », a déclaré Sanchit Vir Gogia, analyste principal chez Greyhound Research. Il ajoute « le rapprochement bancaire, en particulier, mobilise des talents hautement qualifiés pour des tâches répétitives et basées sur des règles, n'apportant qu'une faible valeur stratégique. Tout ce qui permet de raccourcir le cycle, d'améliorer la précision des rapprochements ou de détecter plus tôt les risques liés au résultat net retiendra l'attention des directeurs financiers ».
L'analyste a toutefois mis en garde les directeurs financiers : ils doivent s'assurer que l'IA utilisée dans leurs systèmes de gestion de clôture ou financiers ne compromet pas la discipline de contrôle, notamment en raison des normes réglementaires. Cette mise en garde est reprise plus crûment par Premal Shah, analyste principal chez Avasant, qui affirme que les capacités IA de NetSuite n'ont pas encore fait leurs preuves de manière constante dans des conditions réelles de production. « Les retours de la communauté sur les précédentes versions de l'IA de NetSuite ont été analysés. Les fonctionnalités antérieures ont été perçues comme des améliorations progressives plutôt que comme une intelligence opérationnelle profondément intégrée », a déclaré M. Shah. En effet, a-t-il souligné, les entreprises confrontées à des cas d'utilisation plus avancés ont souvent dû orchestrer l'IA en externe, ce qui suggère que les fonctionnalités natives n'ont pas encore pleinement répondu aux attentes. « Du point de vue du risque financier, la tolérance à l'erreur est extrêmement faible. Même de faibles taux d'erreur de classification peuvent engendrer des reprises et des risques d'audit, et les erreurs peuvent également annuler rapidement les gains d'efficacité », a ajouté M. Shah.
Deux agents IA ajoutés
NetSuite a également ajouté deux agents d'IA à son module de gestion de la performance d'entreprise (EPM). L'agent de planification, par exemple, vise à aider les entreprises à améliorer leur planification en leur permettant d'effectuer des analyses et des planifications financières en temps réel, d'identifier les tendances grâce au langage naturel, d'explorer des scénarios et des simulations sur les données, et de prendre de meilleures décisions transversales. L'agent de rapprochement EPM, quant à lui, vise à aider les entreprises à accélérer les rapprochements.
Les analystes estiment que ces agents sont stratégiquement importants pour les charges de travail de production, du moins en théorie. « En théorie, les agents qui surveillent les transactions, signalent les exceptions, déclenchent des suivis ou proposent les actions les plus pertinentes peuvent améliorer sensiblement la cadence opérationnelle et réduire les lacunes de supervision », a déclaré Shah. Cependant, l'analyste a averti qu'en pratique, les environnements de production sont déterministes et axés sur les processus : « Les flux de travail en finance, en gestion des commandes ou en chaîne d'approvisionnement reposent sur une logique prévisible, la séparation des tâches et les pistes d'audit. Les agents doivent opérer dans des limites et des cadres de règles clairement définis afin d'éviter toute ambiguïté dans les processus contrôlés.» Pareekh Jain, analyste principal chez Pareekh Consulting, a souligné que les entreprises préféreraient des agents à vocation d'assistance plutôt que des agents totalement autonomes exécutant des tâches telles que les rapprochements de manière indépendante.