La comptabilité des petites entreprises ne se dérègle que rarement d’un seul coup. Le plus souvent, elle devient progressivement plus difficile à gérer, solution de fortune après solution de fortune.
À mesure qu’une entreprise se développe, le volume des transactions augmente, de nouveaux systèmes introduisent de nouvelles sources de données financières et les processus qui fonctionnaient jusque-là commencent à dépendre de feuilles de calcul et de corrections manuelles. Une question simple sur les flux de trésorerie ou la rentabilité peut devenir difficile à résoudre, car les informations nécessaires sont dispersées entre plusieurs outils ou ne sont maîtrisées que par quelques employés.
Cette complexité croissante était au cœur d’un récent Trend Talk d’eWeek sponsorisé par QuickBooks Online. Corey Noles, expert en IA et rédacteur en chef de The Neuron, ainsi que Max Crampton-Thomas, expert-comptable et spécialiste de QuickBooks, ont étudié la manière dont les petites entreprises peuvent utiliser l’IA pour gérer les tâches financières courantes tout en préservant le jugement humain nécessaire aux décisions lourdes de conséquences.
Leur échange a mis en évidence un modèle d’adoption concret : utiliser l’IA pour traiter les tâches prévisibles et faire ressortir les exceptions, tout en laissant aux personnes la responsabilité d’interpréter les informations et de décider de la suite.
- Savoir reconnaître quand le processus comptable ne passe plus à l’échelle
- Utiliser l’IA là où le travail est structuré et répétitif
- Adapter l’automatisation aux conséquences d’une erreur
- Transformer un traitement plus rapide en de meilleures décisions
- Commencer par un problème, pas par une fonctionnalité
Savoir reconnaître quand le processus comptable ne passe plus à l’échelle
Au départ, une petite entreprise peut gérer sa comptabilité avec un nombre limité de factures, de fournisseurs, d’employés et de comptes financiers. Les dirigeants et les employés peuvent souvent conserver eux-mêmes une grande partie du contexte nécessaire.
La croissance bouleverse cet équilibre. La multiplication des transactions, des systèmes, des canaux de vente et des moyens de paiement crée davantage de points où les informations peuvent se fragmenter. L’entreprise se développe, mais le processus comptable peut continuer de fonctionner comme à l’époque où elle était beaucoup plus petite.
Les signes avant-coureurs ne sont pas toujours spectaculaires. Les rapprochements peuvent prendre plus de temps. Les ajustements peuvent devenir plus fréquents. Les employés peuvent saisir ou corriger sans cesse les mêmes informations. Les rapports peuvent être techniquement disponibles, mais difficiles à considérer comme fiables.
Crampton-Thomas a identifié un signal particulièrement révélateur : « Un signe d’alerte majeur apparaît lorsqu’une question financière simple se transforme en projet de recherche. »
S’il faut consulter plusieurs feuilles de calcul et passer des jours à nettoyer les données pour déterminer combien l’entreprise peut dépenser sans risque ou quelle partie de l’entreprise est rentable, le processus ne permet plus de prendre des décisions en temps utile.
Le problème ne tient pas simplement au fait que le travail manuel prend plus de temps. Les retards réduisent la valeur de l’information elle-même. Une réponse financière qui arrive après le moment où l’entreprise devait agir peut être exacte, tout en restant inadéquate sur le plan opérationnel.
Utiliser l’IA là où le travail est structuré et répétitif
L’IA est particulièrement adaptée aux tâches qui impliquent de grandes quantités d’informations financières récurrentes. Il peut s’agir de catégoriser les transactions, de rapprocher les données, d’interpréter les reçus et les factures, d’aider aux rapprochements et d’identifier les opérations qui ne suivent pas le schéma attendu.
Ces capacités se distinguent de l’automatisation traditionnelle. Une règle classique exécute une action prédéfinie lorsqu’une condition précise est remplie. L’IA peut travailler avec des informations moins homogènes, comme des noms de fournisseurs qui apparaissent différemment selon les transactions ou des documents présentés dans des formats différents.
Cette souplesse peut réduire le travail comptable répétitif, mais elle ne dispense pas de vérifications. Une transaction peut ressembler à une opération déjà traitée par le système tout en correspondant à un objectif commercial différent. L’IA peut recommander l’interprétation la plus probable, mais une personne qui comprend l’entreprise doit encore déterminer si celle-ci reflète réellement ce qui s’est passé.
La répartition la plus utile du travail n’est donc pas l’automatisation complète. Il s’agit de laisser le système gérer les opérations prévisibles tout en orientant les cas incertains vers les équipes.
Comme l’a expliqué Noles dans le Trend Talk, « La véritable valeur ne consiste pas à gagner quelques secondes sur chaque transaction. Elle réside plutôt dans le fait de laisser les opérations courantes suivre leur cours afin qu’une personne puisse se concentrer sur les exceptions. »
Cela modifie la manière dont les employés mobilisent leur attention. Au lieu d’examiner chaque transaction avec le même degré de minutie, ils peuvent se concentrer sur les données manquantes, les opérations inhabituelles, les catégorisations discutables et les autres éléments pour lesquels le jugement humain peut améliorer sensiblement le résultat.
Adapter l’automatisation aux conséquences d’une erreur
Toutes les tâches comptables ne doivent pas bénéficier du même niveau d’automatisation.
Une transaction fréquente et de faible valeur, qui peut facilement être corrigée, peut se prêter à une automatisation plus poussée une fois que le système a démontré la constance de ses performances. En revanche, un paiement ou un ajustement significatif qui modifie les comptes exige un contrôle plus rigoureux.
Les entreprises peuvent introduire l’automatisation progressivement. Dans un premier temps, l’IA peut identifier un problème, puis recommander une action, préparer cette action pour approbation ou, à terme, l’exécuter dans des limites clairement définies. L’autorité du système ne devrait s’étendre que si ses performances justifient une confiance accrue.
La supervision humaine doit également être précise. Les entreprises doivent définir qui examine les recommandations de l’IA, quelles preuves sont fournies aux vérificateurs, dans quels cas une remontée est nécessaire et quelles actions nécessitent toujours une approbation.
Un bouton d’approbation ne suffit pas. Si les personnes chargées de vérifier les recommandations manquent de temps, de contexte ou d’informations justificatives, elles peuvent commencer à les accepter automatiquement. Le processus prévoit toujours l’intervention d’une personne, mais celle-ci n’exerce plus véritablement son jugement.
De bons contrôles doivent refléter le niveau de risque. Une dépense courante de bureau ne devrait pas nécessiter le même contrôle qu’un paiement important. Les équipes doivent consacrer le plus de temps aux décisions dans lesquelles une erreur pourrait réellement affecter l’entreprise.
Transformer un traitement plus rapide en de meilleures décisions
La valeur de l’automatisation comptable dépasse l’efficacité administrative. Elle peut réduire le délai entre un événement qui se produit dans l’entreprise et le moment où les dirigeants reçoivent des informations sur lesquelles ils peuvent agir.
Lorsque la comptabilité accuse constamment un retard, les rapports financiers décrivent une situation qui a peut-être déjà changé. Un traitement plus rapide raccourcit la boucle de rétroaction. Une tension naissante sur les flux de trésorerie est plus utile lorsqu’elle apparaît comme un signal d’alerte précoce plutôt que comme une urgence.
Comme l’a expliqué Crampton-Thomas pendant le Trend Talk, « La valeur ne réside pas dans le fait que l’IA choisisse la réponse. Elle tient plutôt au fait qu’elle donne au dirigeant de meilleurs éléments et davantage de temps pour en choisir une. »
L’IA peut aider à attirer l’attention sur des questions telles que la raison de l’augmentation des dépenses, les clients qui paient plus tard ou les endroits où la trésorerie se tend. Elle n’a pas besoin de choisir la réponse pour créer de la valeur. Elle peut aider les dirigeants à comprendre ce qui a changé et à déterminer si cela mérite leur attention.
Les experts-comptables et les teneurs de livres peuvent ensuite valider les informations et en expliquer les implications. En consacrant moins de temps à la catégorisation courante et au transfert de données, ils peuvent davantage aider les dirigeants à comprendre les marges, la tarification, les recrutements, les flux de trésorerie et la croissance.
Dans ce modèle, l’IA aide l’entreprise à traiter davantage d’informations. Les personnes l’aident à comprendre ce que ces informations signifient.
Commencer par un problème, pas par une fonctionnalité
Les petites entreprises n’ont pas besoin d’automatiser toute leur activité comptable d’un seul coup.
Un meilleur point de départ consiste à choisir un processus qui consomme systématiquement plus de temps qu’il ne devrait, comme l’examen des transactions bancaires, le traitement des documents ou la correction de catégorisations récurrentes. Avant d’appliquer l’IA, l’entreprise doit examiner comment ce travail circule actuellement du début à la fin et déterminer où se situe le point de friction.
Crampton-Thomas a résumé cette approche en quelques mots : « Commencez par le problème, pas par la liste des fonctionnalités. »
Une fois le processus compris, l’entreprise peut définir ce que devrait être l’amélioration. Le travail est-il terminé plus rapidement sans générer davantage de corrections ? Le système fait-il ressortir les éléments qui nécessitent réellement un examen ? Les employés passent-ils fréquemment outre ses recommandations ?
Conserver temporairement un relevé des recommandations de l’IA et des décisions finales prises par les personnes peut aider à répondre à ces questions. Cela permet de voir où le système donne des résultats constants et où les données, les règles ou le processus doivent encore être ajustés.
Surtout, les entreprises doivent éviter d’automatiser un processus qu’elles ne comprennent pas encore. L’automatisation peut accélérer un bon processus, mais elle peut aussi permettre à un processus défaillant de produire plus efficacement des erreurs.
Pour les petites entreprises confrontées à des informations financières fragmentées ou à un travail comptable de plus en plus manuel, QuickBooks Online offre un moyen d’appliquer ces principes en organisant les informations financières, en facilitant les processus comptables courants et en donnant une vision plus claire des performances de l’entreprise.