Nous utilisons des cookies pour que notre site web soit le plus sécurisé et efficace possible pour nos visiteurs. En restant ici, vous acceptez notre utilisation des cookies.

L’innovation au service de la comptabilité fournisseurs

jeudi 23 mai 2019

4 minutes de lecture

L’innovation au service de la comptabilité fournisseurs

Robotic Process Automation (RPA), intelligence artificielle, machine learning : la comptabilité fournisseurs n’échappe pas à la tendance générale d’une automatisation de plus en plus poussée des processus, y compris les plus complexes. Quels bénéfices opérationnels et stratégiques peut-on en attendre, concrètement?

Gagner en productivité et réduire les délais de traitement

Au-delà des effets d’annonce, ces technologies offrent de belles perspectives pour améliorer la productivité des équipes comptables, réduire leurs tâches sans réelle valeur ajoutée et réduire les délais de paiement. Par exemple, le machine learning permet d’automatiser l’imputation de factures sans commande. L’algorithme apprend et s’enrichit au fur et à mesure des données d’historique et des corrections effectuées par le comptable, pour proposer des imputations toujours plus précises et cohérentes. Avec les technologies d’intelligence artificielle, il est également possible d’automatiser la détection des factures récurrentes sans bons de commande et de mettre en œuvre des plans automatiques de paiement de ces factures, sans intervention de la part des approbateurs. Elles apportent également une réponse aux problématiques de rapprochements complexes facture-commande-réception à partir des données d’entête ou de lignes de factures, économisant un temps précieux aux services comptables. Enfin, ces technologies rendent encore plus performants les outils de lecture automatique (OCR) des factures papier.

Disposer d‘analyses fines et prédictives

En parallèle des bénéfices opérationnels, ces innovations apportent également des gains à un niveau plus stratégique, à commencer par une amélioration de la qualité des données et une meilleure visibilité sur les dépenses. Les solutions d’analyse prédictive et de machine learning peuvent par exemple être utilisées pour anticiper les besoins en trésorerie et les exceptions (risques de fraudes, litiges potentiels, etc.) et aider les responsables à prendre des décisions de façon proactive. 

D’autre part, l’adoption accrue de solutions en Cloud ouvre la voie à de nouvelles possibilités : anonymisées, les données des différentes entreprises permettent d’établir des statistiques pertinentes et de proposer aux décideurs des éléments de benchmark (traitement moyen d’une facture, nombre moyen de factures traitées par les comptables, taux de rapprochement automatique, taux de factures en litiges, etc.). Ces indicateurs facilitent la mesure de la performance des services comptables de chaque entreprise au regard de ce qui est constaté dans d’autres organisations. 

Accompagner le changement

Toutefois, l’automatisation de plus en plus poussée des processus engendre des nouvelles pratiques métiers structurantes et conduit à une évolution des métiers qui composent la fonction finance. Pour pouvoir en tirer le meilleur profit et accélérer l’adoption par l'ensemble des utilisateurs concernés, un accompagnement au changement est essentiel. Au-delà des nécessaires conseils et formations de la part des éditeurs sur la meilleure façon d’exploiter ces nouvelles fonctionnalités, désormais embarquées dans leurs outils, l’implication des équipes en charge de la comptabilité fournisseurs est incontournable pour favoriser une prise en main efficace et durable de ces outils. Pour les entreprises, cela suppose, par ailleurs, de faire évoluer les compétences des opérateurs comptables et/ou de recruter des profils différents, disposant notamment d’une appétence pour les outils « digitaux ». 

Si ces technologies sont très prometteuses pour apporter de la valeur ajoutée aux services en charge de la comptabilité fournisseurs, elles ne doivent pas faire oublier aux organisations qu’elles disposent d’autres leviers de progression : par exemple, faire évoluer leurs règles de gestion, notamment les seuils de tolérance, et/ou mieux exploiter les capacités moins récentes des solutions logicielles déjà déployées.