Le CFO d’une Healthtech affirme que le plus difficile n’est pas l’IA – mais ce qui se cache dessous

Fernando Blumenkron est le directeur financier (CFO) de la société mondiale de la healthtech, Eden. Il met actuellement en œuvre l’IA dans les flux de travail financiers, en mettant un accent particulier sur la facturation, le recouvrement et la catégorisation des dépenses.

Nous avons rencontré Fernando pour découvrir ce qu'il a réussi à automatiser. Il nous a expliqué que le succès dépend de l’infrastructure sous-jacente.

Faire évoluer la fonction finance au-delà de l’exécution en mode startup

Je dirige la fonction Finance chez Eden, une entreprise américaine de healthtech intégrant l’IA, et opérant à travers toute l’Amérique latine. L’entreprise est en phase de croissance, structurée autour d’une société mère américaine et gère des opérations commerciales, juridiques et fiscales complexes au Mexique, au Brésil, en Colombie et sur d’autres marchés de la région.

La fonction finance couvre une opération multi-entités et multi-devises, avec des revenus SaaS et basés sur l’utilisation, des services d’implémentation, des relations avec les distributeurs, des comptes grands entreprises, des exigences locales de facturation, une exposition au FX et la gestion des coûts d’IA/infrastructure.

L’équipe est réduite et organisée autour des piliers fondamentaux de l’organisation finance : FP&A, comptabilité, facturation, recouvrement, application du cash, fiscalité/conformité et finance stratégique. Une grande partie de mon rôle consiste à faire évoluer la fonction finance de l’exécution typique d'une startup vers un modèle opérationnel plus institutionnel, avec des contrôles renforcés, des données de meilleure qualité, des processus O2C plus fluides, et un partenariat renforcé avec les équipes commerciale, juridique, opérationnelle et produit.

Comment l’IA transforme les opérations financières

Au cours de l’année passée, nous avons fait évoluer certains aspects de la finance depuis la compilation manuelle de données vers une surveillance des processus assistée par l’IA, en particulier sur la facturation, le recouvrement et la catégorisation des dépenses.

Auparavant, l’équipe financière passait trop de temps à extraire des données de différents systèmes, à nettoyer des rapports, à vérifier l’état des factures, à relire les comptes clients, à catégoriser les dépenses et à identifier manuellement les besoins de suivi. Ce travail était nécessaire, mais très opérationnel et réactif.

Nous avons introduit des flux de travail activés par l’IA qui surveillent les données financières, mettent en avant les exceptions, classifient les transactions, identifient les priorités de recouvrement et préparent le premier niveau d’analyse pour une revue humaine. L’objectif n’était pas de remplacer le jugement financier, mais d’éliminer le travail de préparation répétitif qui empêchait l’équipe de se concentrer sur la prise de décision.

Résultat : la finance est devenue plus rapide et plus proactive. L’équipe passe désormais moins de temps à rassembler les informations, et plus de temps à agir dessus : prioriser les comptes en retard, identifier plus tôt les écarts de facturation, améliorer la visibilité sur les dépenses et gérer les problèmes avec plus de contexte. Le plus grand progrès est que l’IA nous a permis de passer de « rapporter ce qui s’est passé » à « détecter ce qui demande de l’attention ».

Comment l’IA fluidifie le processus de relance financière

À titre d’exemple, nous développons un processus de relance piloté par l’IA.

L’équipe Finance vise à gérer le recouvrement dans une seule application, sans avoir à naviguer entre les données de facturation, les rapports d’échéance, les e-mails, Slack, les registres de paiement et les notes client.

L’IA identifie les comptes en retard, analyse l’historique des paiements et de la communication, priorise le risque et recommande l’action suivante : rappel, escalade, bannière, plan de paiement ou examen juridique. Le système génère alors le message, suit la réponse, met à jour le dossier et escalade si nécessaire.

Tout cela s’effectue dans le niveau entreprise de Claude, qui protège les informations sensibles et prend aussi en compte la consommation de jetons.

Les humains continuent d’approuver les actions sensibles, mais le processus devient plus automatisé, centralisé et proactif.

Pourquoi le jugement financier a toujours besoin d'une touche humaine

Cela m'amène à un autre point.

L'IA alimentera les entrées de prévision, le soutien à la budgétisation, l'analyse des écarts, la catégorisation des dépenses, la priorisation des recouvrements, la détection des exceptions de facturation, le suivi des flux de trésorerie et la détection des risques. Mais le jugement humain reste nécessaire pour l'approbation du budget, l'allocation du capital, les décisions de crédit, les plans de paiement, l'escalade judiciaire, la communication avec les investisseurs et les arbitrages de trésorerie.

Le principe est simple : l'IA doit faire remonter plus rapidement les risques, les tendances et les options. La finance conserve la décision, la responsabilité et la gestion des compromis business.

Comment l'IA crée une fausse confiance si l'infrastructure de données est insuffisante

Pensées de Fernando

En fin de compte, l’IA n’est pas la partie la plus difficile. La vraie difficulté réside dans des données propres, un responsable clair, et un processus bien défini.

Les résultats sont encore préliminaires, car ceci fait partie de notre feuille de route et n’est pas encore déployé à grande échelle.

Le principal avantage, bien sûr, est la rapidité : moins de temps passé à compiler et nettoyer les données, et une identification plus rapide des écarts de facturation, des priorités de recouvrement, des problèmes de dépenses et des facteurs de variance.

L'amélioration qualitative est la concentration : la Finance peut consacrer plus de temps au jugement et à l'escalade, et moins de temps à la première analyse.

Le principal inconvénient reste la qualité des données. L'IA peut instaurer une fausse confiance si les données sources sont incomplètes ou mal structurées.

Cela n’a pas non plus éliminé le besoin de systèmes et de contrôles fiables. Si les données de facturation, le statut des clients, les contrats ou les catégories de dépenses sont incohérents, l’IA pourra produire une analyse plus rapide, mais pas forcément meilleure.

En fin de compte, l'IA n'est pas la partie la plus difficile. La vraie difficulté réside dans des données propres, un responsable clair, et un processus bien défini.

Donc, passez plus de temps au départ à définir le modèle de données, les règles d'exception, les points d'approbation et les couches de relecture humaine avant de tenter d'automatiser. Si cela avait été fait, nous aurions pu éviter beaucoup de reprises et de faux positifs.

Comment l'IA redéfinit le contrôle financier et la prévision

L’IA montre que le contrôle ne signifie pas forcément ajouter plus de points de contrôle, de feuilles de calcul ou d'approbations. Dans de nombreux cas, un contrôle plus fort découle d’une meilleure visibilité en temps réel : détection plus précoce des exceptions, identification des modèles inhabituels, acheminement des problèmes vers la bonne personne avant la clôture du mois.

L’IA a aussi changé notre façon de penser la prévision. Le prévisionnel ne devrait pas être un exercice mensuel statique. Il doit devenir un modèle vivant, qui se met à jour en continu à mesure que de nouveaux signaux arrivent.

Pourquoi les CFO devraient repenser l'Order-to-Cash pour l’IA

Les CFO doivent repenser l’Order-to-Cash.

L’objectif doit être un flux intégré, automatisé et traçable depuis la création de la commande jusqu’à la facturation, le recouvrement et l'application des paiements, afin que l'entreprise puisse libérer la trésorerie aussi vite que possible.

Cela signifie que l'IA doit aider à détecter les écarts de facturation, déclencher les relances, prioriser les recouvrements, rapprocher les paiements, signaler les litiges et faire remonter les risques — le tout au sein d'un seul et même processus connecté.

Nous repensons ce domaine afin que la Finance passe du suivi manuel et des relances réactives à un contrôle proactif des revenus.

Le résultat attendu est simple : un cycle de conversion de trésorerie plus rapide, moins de factures manquées, des contrôles plus propres, une meilleure auditabilité et plus de temps pour la Finance consacré au jugement plutôt qu'à la recherche de données.

Comment les directeurs financiers peuvent tirer parti de l’IA pour l’amélioration continue

Mon conseil ? Les directeurs financiers devraient tout enregistrer et documenter. Dans un modèle opérationnel piloté par l’IA, si une action n’est pas capturée, elle n’a pas eu lieu.

La plus grande opportunité consiste à donner aux équipes les moyens d’en faire plus avec moins : production plus élevée, analyses plus rapides et davantage de temps pour le jugement, au lieu de la préparation manuelle.

Mais la véritable ambition ne se limite pas à la productivité individuelle ; il s’agit de construire des boucles d’amélioration continue où l’IA observe en permanence les processus, identifie les points de friction, recommande des solutions et simplifie le travail, le rendant plus efficace au fil du temps.

La finance devrait s’orienter dans cette direction : non seulement utiliser l’IA comme un outil, mais concevoir des opérations financières qui s’auto-améliorent en continu, 24h/24 et 7j/7.

Suivez l’actualité

Découvrez le travail de Fernando Blumenkron sur LinkedIn.

D’autres interviews d’experts à venir sur The CFO Club !