Est-il difficile de mettre en œuvre l'IA financière ? Gartner : Quatre étapes pour tripler les cas d'utilisation de l'IA

L'utilisation correcte de l'intelligence artificielle dans le domaine financier ne consiste pas seulement à investir le plus de temps ou d'argent.

Selon une étude de Gartner, quatre comportements de mise en œuvre sont essentiels à la réalisation rapide de certains plans d'intelligence artificielle financière (IA), y compris les plans visant à atteindre ou dépasser les effets attendus et à atteindre des résultats financiers et commerciaux clés.

Jacob Joseph-David, directeur de recherche de Gartner's Finance Practice, a déclaré : « L'utilisation de l'intelligence artificielle dans les services financiers en est encore à ses balbutiements, la plupart des gens n'ayant commencé à l'utiliser qu'au cours des deux dernières années. réaliser rapidement les attentes de tels projets. Retours. »

Avec l’IA à ses balbutiements dans la finance, les directeurs financiers manquent d’une définition claire et d’une stratégie pour réussir. Gartner identifie quatre actions clés pour que les directeurs financiers réussissent dans le domaine de l'intelligence artificielle financière (voir la figure ci-dessous).

Joseph-David a déclaré : « Les départements qui prennent ces quatre mesures ont deux fois plus de cas d'utilisation de l'IA que les départements qui ne prennent pas ces mesures. Le résultat est des résultats commerciaux plus importants comme de nouveaux produits »

. Quatre actions pour favoriser le succès de l'IA financière (Source. Gartner, juin 2022)

Gartner : Quatre actions pour favoriser le succès de l'IA en finance

Recruter une expertise externe en IA

En général, il existe trois options pour sécuriser les talents possédant des compétences et une expertise en IA : embaucher de nouveaux talents, perfectionner les talents existants ou emprunter des talents au service informatique. Les organisations qui concentrent leurs stratégies de gestion des talents sur l’embauche de personnes externes possédant des compétences en IA sont beaucoup plus susceptibles de devenir des organisations financières de premier plan en matière d’IA. Pourtant, environ la moitié des organisations financières considèrent le perfectionnement des compétences comme une stratégie essentielle en matière de talents.

Les professionnels de l'IA peuvent apporter une expérience précieuse dans la gestion des nuances de l'IA, ce qui peut permettre aux organisations de surmonter l'inertie liée au travail avec des applications d'IA et de raccourcir la courbe d'apprentissage technologique. À l’inverse, le perfectionnement du personnel financier, bien que potentiellement moins coûteux, risque de ralentir les progrès et d’introduire potentiellement d’importantes erreurs potentielles. De plus, les nouveaux professionnels de l’IA peuvent offrir des opportunités d’aller au-delà des processus et modes de pensée traditionnels en termes de soutien à de nouvelles idées pour le déploiement de l’IA.

Investissez dans des logiciels d'intelligence artificielle embarqués et réalisez des bénéfices rapides

Certaines entreprises utilisent la méthode d'achat de logiciels de fonction d'intelligence artificielle embarquée. Ces entreprises peuvent plus facilement expérimenter l’IA et l’appliquer à davantage de cas d’utilisation financière. Ces cas d'utilisation facilitent également le lancement de projets pilotes pour des problèmes métiers uniques. En revanche, la création d’une solution d’IA interne pour tous les processus financiers créerait plus de travail et réduirait la possibilité pour la finance d’explorer de nouveaux projets pilotes ou cas d’utilisation.

Réaliser des projets pilotes le plus tôt et le plus largement possible

Les principales organisations financières d'IA adoptent une approche expérimentale du déploiement de l'IA en essayant plusieurs fois sans crainte d'échec, plutôt que de faire de gros paris. Avec davantage de projets pilotes à un stade précoce, il y aura davantage de cas d'utilisation de l'IA et un déploiement plus rapide, car les organisations pourront se concentrer sur les projets pilotes les plus réussis.

En règle générale, les organisations les plus performantes explorent toujours les mêmes cas d'utilisation que les organisations les moins performantes, les trois cas d'utilisation les plus courants étant les processus comptables, le traitement back-office et la prévision des flux de trésorerie. Une exception est la prévision des paiements des clients, où environ la moitié des cas d'utilisation explorés par les grandes organisations incluent la prévision des paiements des clients, mais les organisations moins performantes abordent rarement la prévision des paiements des clients.

Choisissez un responsable de la mise en œuvre de l'IA analytique

Les directeurs financiers doivent sélectionner les bonnes personnes responsables du déploiement de l'IA pour tirer parti des avantages de l'IA. Par exemple, cela pourrait impliquer de sélectionner le responsable de la planification et de l’analyse financières (FP&A) ou le responsable de l’analyse financière pour diriger la mise en œuvre de l’IA, plutôt que de sélectionner un cadre supérieur au sommet.

Le succès du responsable de la planification et de l’analyse financières et de l’analyse financière dans la direction de l’IA est dû à sa solide expérience en matière d’analyse et de données. Ils s’appuient moins sur une compréhension des processus financiers traditionnels que sur une compréhension des complexités de l’IA dans un environnement commercial.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!