Blog

R2R System of Accounting Intelligence: Intelligence Artificielle

Series 8 of 8

Au cours des dix dernières années, le “machine learning” a rendu possible les concepts de voitures sans chauffeur, de reconnaissance automatique de la parole et de recherche internet efficace. Aujourd’hui, Google est l’un des acteurs technologiques ayant travaillé sans relâche pour faire du ML une réalité. La réalité consiste à « enseigner » aux ordinateurs comment apprendre comme l’homme pour progresser vers ce que certains considèrent comme étant la prochaine révolution technologique, à savoir des machines qui pensent comme des êtres humains. Les techniques du ML sont largement utilisées dans les secteurs de la banque et de la finance pour lutter contre la fraude, faire gagner du temps et de l’argent aux clients et pour des fonctions automatisées de « back-office ».

Trintech développe des technologies similaires de “machine leaerning” et d’intelligence artificielle (AI) qui vous aident à améliorer vos contrôles dans votre processus de clôture financière pour détecter la fraude et réduire les coûts sans augmenter vos risques et tout en respectant la qualité de vos audits. Trintech croit que ce sera la prochaine révolution dans l’automatisation des clôtures financières. Au sein de Cadency, Trintech a constitué de vastes ensembles de données sur la façon dont vos utilisateurs exécutent votre système de contrôles et peut les comparer à votre cadre de conformité qui documente votre profil de risque. Cela signifie que nous savons :

  • Combien de fois votre équipe approuve-t-elle les rapprochements de GL, les écritures de journal et les tâches de clôture au cours d’une seule journée du cycle de clôture (n-5, n-1, n+10, etc.)
  • Comment cela varie selon chaque personne de votre équipe
  • Comment cela varie selon l’importance relative de l’article (valeur de l’écriture au journal, type, etc.)
  • Comment cela varie-t-il par rapport au profil de risque que vous avez défini dans votre cadre de conformité

Le “machine learning” étudie les tendances de vos données dans le temps pour identifier les tendances (groupes de points de données qui se ressemblent) et les anomalies ou les risques (points de données qui se distinguent) dans le temps. Par exemple, vous avez 20 entrées de journal qui sont approuvées automatiquement chaque n-5 jours dans votre clôture et 3 qui sont approuvées manuellement au-dessus de 100 000 $. Ces modèles et les algorithmes d’IA examinent ensuite les éléments de la prochaine clôture et recherchent les alignements (faible risque) et les différences (risque élevé), puis sont marqués par votre profil de risque dans Cadency.

Cette fonctionnalité permet ensuite à Cadency (en temps réel) de :

  • Identifier chaque rapprochement de GL, écriture de journal, gestion de clôture et rapprochements des transactions
  • Ré-évaluer le niveau de risque à l’utilisateur. Exemple : Les écritures de journal à faible risque ont un faible nombre, de sorte que lorsqu’elles sont examinées pour une approbation manuelle, cela peut être fait rapidement et avec contrôle.
  • Activez la fonctionnalité Risk Intelligent RPA™ dans Cadency pour contrôler de sorte que si vous approuvez automatiquement des écritures de journal avec un faible risque (par exemple, vous approuvez automatiquement des écritures de journal de moins de 100 000 $, mais vous pouvez maintenant choisir d’approuver automatiquement des écritures de journal de moins de 200 000 $ avec un risque plus faible) et déclenchez également une révision manuelle même si la valeur monétaire est faible, mais que la cote de risque AI est élevée
  • Rendre possible la création de rapports d’audits pour que vous puissiez documenter ce que la mahcine learning et l’intelligence artificielle auront identifié comme éléments à risque qui justifient vos contrôles et votre activité

Notre objectif est que, grâce à la ML et l’AI, nous continuerons à améliorer l’efficacité et l’efficience, à réduire les coûts et les risques, tout cela dans le but de vous permettre de produire des rapports financiers fiables. Trintech développe activement ces capacités et est enthousiaste à l’idée de mettre cette innovation sur le marché d’une manière qui tire parti du système de gestion du processus R2R des clients dans leur système ERP.

Rédigé par : Michael Ross, chef de produit chez Trintech

Revu par : Jawad Akkaoui, Marketing Manager