Suivre le rythme de l’évolution rapide du paysage des services de finance et de comptabilité est réellement un défi. La façon dont le travail F&A est livré est en train d’être profondément remaniée, les fournisseurs de services passant d’un modèle fortement axé sur les ETP vers un modèle agentique et de plus en plus autonome. Dans cet esprit, j’ai récemment discuté avec l’équipe HCLTech de leur lancement d’une plateforme de finance autonome en partenariat avec Google Cloud’s Gemini Enterprise.

D’une approche centrée sur les personnes à une approche axée sur les plateformes

HCLTech présente sa propre trajectoire comme un passage d’une offre F&A centrée sur les personnes à des opérations dirigées par la plateforme, mettant ainsi l’accent non plus sur le nombre de personnes affectées à un processus, mais sur la façon dont les données peuvent être utilisées pour orchestrer des agents AI de manière universelle. De grands modèles linguistiques sont utilisés pour prédire et agir, et l’écosystème est géré de façon centrale plutôt que par processus ou par équipe.

La courbe de la finance autonome

La finance autonome n’est pas nouvelle et fait l’objet de discussions depuis de nombreuses années. Ce qui a changé aujourd’hui, c’est la trajectoire. Depuis 10 à 12 ans, le traitement direct (STP) en F&A s’est amélioré de manière arithmétique, avec des gains progressifs grâce à l’utilisation d’outils de flux de travail et de l’automatisation basée sur des règles. Mais ces dernières années, cette courbe s’est accélérée et le traitement direct croît désormais à un rythme qui s’apparente davantage à une progression géométrique qu’arithmétique.

Voici donc le véritable changement : le discours n’a pas changé, mais la courbe d’adoption, oui. Ce changement transforme un objectif de longue date en une réalité opérationnelle pour laquelle les chefs des finances doivent se préparer, même si le chemin reste long et que de nombreux détails restent à régler.

Que signifie la finance autonome pour un CFO ?

La finance autonome change la façon dont le travail financier est effectué. Dans le modèle traditionnel, l’exécution F&A reposait principalement sur un grand nombre d’ETP. L’hyperautomatisation a permis aux équipes d’être plus productives, mais sans changer fondamentalement qui, ou quoi, réalisait le travail.

Dans le modèle agentique et autonome, les solutions transfèrent une plus grande partie du travail aux agents AI et à une couche d’orchestration. HCLTech évoque une amélioration potentielle de la productivité de 50 à 60 %, les agents gérant une plus grande part des tâches exécutives.

L’architecture qui rend cela possible repose sur des adaptateurs comme la RPA, les API, les connecteurs et les passerelles LLM, qui aident les agents à interagir avec les systèmes et processus existants.

Le besoin de changement repose sur un ensemble commun de problèmes. Depuis des années, la fragmentation et les silos en F&A ont causé des pertes de revenus, des inefficacités de coûts et immobilisé des liquidités. HCLTech présente sa solution F&A autonome agentique comme une réponse à ces enjeux. Selon ses indicateurs, la solution vise à corriger les fuites de revenus, à améliorer l’efficacité des coûts de 2 à 3 % et à optimiser le flux de trésorerie jusqu’à 25 %.

La réalisation de ces résultats exige que les chefs des finances, leurs parties prenantes et les fournisseurs de services repensent le modèle opératoire, plutôt que d’ajouter de nouveaux outils de type « bolt-on » à l’ancien modèle. Les bénéfices potentiels sont considérables : gains de productivité jusqu’à environ 50 %, amélioration du captage des escomptes à hauteur de 40 %, réduction du DSO d’environ 23 %, et diminution du délai de conversion de trésorerie jusqu’à 36 %. Du côté transactionnel, la solution promet un gain de traitement direct d’environ 35 %, une réduction des exceptions de 35 % environ et une baisse des paiements en double de près de 90 %, pour un gain total de productivité avoisinant 50 %, une amélioration du fonds de roulement et une augmentation des marges.

Ce sont des résultats potentiels, non garantis. Même ainsi, à court terme, ils indiquent un renforcement de la discipline financière. Avec le temps, ils pourraient également laisser entrevoir une transformation des résultats et offrir un avantage concurrentiel.

La voie médiane d’HCLTech

La partie la plus intéressante de la discussion ne concernait pas seulement les indicateurs, mais l’architecture conceptuelle qui les sous-tend. HCLTech se positionne volontairement entre deux extrêmes. D’un côté, on retrouve l’approche logicielle traditionnelle, axée sur les flux de travail et le SaaS. De l’autre, la tentation d’adopter un modèle agentique à plein régime, en assemblant plusieurs solutions ponctuelles de pointe.

La proposition d’HCLTech se situe entre les deux. Plutôt que de remplacer un ensemble d’outils par un autre, la solution de finance autonome substitue les flux de travail ainsi que les solutions SaaS ou ponctuelles par une couche d’orchestration. Cette couche se situe au-dessus des agents HCLTech, tout en exploitant également les agents natifs des plateformes SaaS sous-jacentes. Il s’agit là d’une position plus pragmatique et neutre, à surveiller de près.

Ce que cela donne dans les opérations d’affaires

Derrière ce positionnement, la solution s’appuie sur une plateforme agentique exploitant Google Gemini. Elle met à profit des agents spécialisés dans des domaines tels que les comptes fournisseurs, les comptes clients et la gestion bancaire, coordonnés par une couche d’orchestration multi-agents. Autour de ceux-ci gravitent des solutions d’automatisation peu ou sans code pour l’exécution des règles et des tâches, des moteurs de décision et, fait important, une place pour l’humain dans la boucle plutôt qu’une approche totalement automatisée.

HCLTech soutient son offre autonome grâce à AgentForge, la couche de développement, et l’associe à la gestion du changement, à la découverte et au diagnostic via AI Prism, ainsi qu’à l’observabilité via Agent 360. L’offre F&A autonome intègre 96 agents AI réutilisables, une orchestration des exceptions, une couche de données financières unifiée, une interface alimentée par Gemini, des systèmes autonomes et une intelligence décisionnelle couvrant l’ensemble du cycle intake-to-pay, order-to-cash, record-to-report et FP&A.

Conclusion

Le partenariat entre HCLTech et Google indique la direction prise par la prestation F&A : des effectifs vers les agents et l’humain dans la boucle, des silos de processus vers une couche d’orchestration, du rêve de la finance autonome à une courbe qui progresse enfin de façon géométrique. La logique économique évoquée et le cas d’utilisation affaires sont convaincants, mais tout cela exige une transformation du modèle opératoire pour libérer le potentiel, ce qui reste l’aspect le plus difficile pour la majorité des grandes organisations.

Le facteur distinctif des 12 à 24 prochains mois ne sera pas de savoir qui compte le plus d’agents, mais bien qui saura orchestrer l’ensemble de l’écosystème existant (souvent complexe), gouverner le système ainsi obtenu de façon crédible, et accompagner les équipes financières dans le changement, tout en assurant la conformité aux exigences GRC. Les coûts liés aux jetons demeurent sous contrôle. À cet égard, la position de voie médiane d’HCLTech mérite attention, alors que les clients décident jusqu’où – et à quelle vitesse – ils souhaitent voir leur fonction F&A devenir autonome.