Finance d'entreprise et intelligence artificielle : enjeux stratégiques, applications concrètes et impact sur les métiers

Module 1 — Fondamentaux de l'IA, machine learning et gouvernance de la data financière

• Appréhender les mécanismes fondamentaux de l'intelligence artificielle et ses différentes formes
• Mesurer les répercussions stratégiques et opérationnelles de l'IA sur la direction financière
• Distinguer un projet IA d'un projet informatique classique et en comprendre les étapes spécifiques
• Décrypter les principales familles d'algorithmes de machine learning : supervisés, non supervisés et réseaux de neurones
• Recenser et qualifier les sources de données financières exploitables par l'IA : relevés, factures, données de marché…
• Évaluer les enjeux liés à la valorisation et à la protection des données financières dans le cadre réglementaire (RGPD…)
• Utiliser les outils d'IA pour analyser les données financières et en extraire des informations à forte valeur décisionnelle

Module 2 — Trésorerie, gestion comptable et automatisation grâce à l'IA

• Anticiper les flux de trésorerie et optimiser le cashflow grâce aux modèles prédictifs de l'IA
• Évaluer et surveiller les risques de contrepartie (clients et fournisseurs) avec les outils d'IA
• Automatiser les tâches comptables répétitives à l'aide du RPA (robotic process automation)
• Anticiper et piloter les provisions de manière prédictive grâce à l'analyse des données historiques
• Étude de cas : présentation et analyse de cas d'usage concrets, suivis d'échanges sur les applications dans son contexte

Module 3 — IA et pilotage de la performance financière : dashboards, scénarios et indicateurs

• Intégrer des prévisions d'écarts sur les soldes intermédiaires de gestion et les indicateurs clés (EBE, BFR…) dans le pilotage financier
• Enrichir son tableau de bord financier avec les données et prévisions produites par l'IA
• Construire des scénarios prospectifs à l'aide de l'IA pour éclairer et accélérer la prise de décision
• Étude de cas : exploration de cas concrets d'usage de l'IA dans le pilotage de la performance financière et échanges sur les bonnes pratiques

Module 4 — Transformation des métiers financiers : opportunités, automatisation et perspectives

• Piloter et accompagner la mutation des métiers financiers sous l'impulsion de l'IA
• Libérer du temps et des ressources pour la prise de décision et la relation client en automatisant les tâches à faible valeur ajoutée
• Anticiper l'évolution du rôle de la data dans la finance à court et moyen terme
• Intégrer la dimension environnementale (green IT) dans la conduite des projets IA au sein de la direction financière
• Étude de cas : illustrations de la transformation en cours des métiers financiers par l'IA et prospective sur les évolutions à venir