
Un fondateur natif de l’IA explique comment il utilise l’IA dans son organisation financière

Nicholas Rudder
Fondateur et directeur général de Sphere

Nicholas Rudder explique comment l’IA aide les équipes financières réduites à gérer les dépenses, automatiser la conformité fiscale et traiter davantage de tâches avec moins de spécialistes, tout en conservant une supervision humaine.
Nicholas Rudder
Fondateur et directeur général de Sphere

Key Takeaways
Finance native de l’IA: Sphere gère une fonction financière mondiale avec une seule personne en intégrant l’IA dans la fiscalité, le reporting et la conformité.
Analyse des dépenses: L’intégration des relevés bancaires et de cartes dans Claude révèle rapidement des possibilités de réduire les coûts et accélère le reporting de fin de mois.
Automatisation fiscale: Les flux de travail fiscaux alimentés par l’IA étudient les lois, transmettent les déclarations, surveillent les avis et prévoient les obligations fiscales dans différentes juridictions internationales.
Jugement humain: L’IA améliore la capacité de traitement, mais les experts supervisent toujours les recherches fiscales et prennent les décisions finales dans les domaines financiers sensibles aux risques.
Équipes généralistes: Les directeurs financiers peuvent accroître leurs capacités en automatisant d’abord les flux de travail à faible risque et en recrutant des généralistes adaptables plutôt que des spécialistes aux compétences étroites.
Nicholas Rudder a commencé sa carrière dans la finance chez PwC et Macquarie Bank. Aujourd'hui, il est le fondateur et PDG de Sphere, une société de conseil fiscal native de l'IA.
Nous nous sommes entretenus avec Nicholas pour découvrir à quoi ressemble une organisation financière native de l'IA. Voici ce qu'il nous a expliqué.
Créer un outil pour résoudre les problèmes de conformité transfrontalière
Je m'appelle Nick Rudder. Je suis le fondateur et PDG de Sphere.
J'ai commencé ma carrière dans la finance chez PwC et Macquarie Bank. J'ai rapidement quitté cet univers, car j'avais le sentiment que travailler dans la finance ne permettait que d'effleurer la manière dont les entreprises fonctionnent réellement. On ne ressent pas la pression de la concurrence, on ne fait pas l'expérience de livrer une fonctionnalité dans les délais impartis et on ne voit pas des milliers de personnes utiliser quelque chose que l'on a créé.
Ma première start-up a intégré Y Combinator. Nous avons obtenu de bons résultats lors de la promotion YC — nous avons atteint quelques millions de GMV — mais après nous être acharnés pendant 18 mois à la suite de la promotion, nous avons compris que l'entreprise ne se développerait jamais comme nous le souhaitions. Heureusement, elle a fait émerger de nombreux problèmes de conformité transfrontalière et, lorsque j'ai cessé son activité, je suis devenu passionné par l'idée d'aider les entreprises à se développer à l'international tout en éliminant les tâches administratives liées à la conformité transfrontalière.
Nés à l’ère post-IA, nous avons repensé la manière de comprendre le droit du commerce international grâce à l’IA. C’est ainsi qu’est née l’idée de notre moteur fiscal natif de l’IA, TRAM, qui ingère, codifie et surveille le droit commercial mondial.

Cela m'a poussé à créer Sphere, qui correspondait franchement bien davantage à mon parcours que mon entreprise dans l'EdTech !
Nés à l'ère post-IA, nous avons repensé la manière de comprendre le droit du commerce international grâce à l'IA. C'est ainsi qu'est née l'idée de notre moteur fiscal natif de l'IA, TRAM, qui ingère, codifie et surveille le droit commercial mondial. Cette technologie exclusive — entraînée à partir de milliers d'heures de contributions de chercheurs fiscaux experts et de millions de pages de législation fiscale mondiale indexées — nous permet d'appliquer le traitement fiscal approprié à n'importe quel produit, quel que soit l'endroit où il est vendu. Plus largement, nous pensons que TRAM réduira le coût des transactions internationales et les rendra aussi simples que les ventes locales, contribuant ainsi à notre vision d'un monde formant un seul marché.
Sphere est une entreprise en série A — nous avons levé $21M lors d'un tour mené par a16z en septembre dernier — et aujourd'hui, nous enregistrons une croissance de 30% MoM. Nous sommes présents dans le monde entier et vendons à des clients partout dans le monde. Par conséquent, notre équipe opère en Amérique du Nord, dans la région EMEA et dans la région APAC, avec environ 50 personnes au total. Je suis la seule personne au sein de la fonction finance. Nous mettons en pratique ce que nous prônons chez Sphere : nous sommes donc intrinsèquement natifs de l'IA et pouvons gérer efficacement notre fonction finance avec nos systèmes actuels.
More Articles
Comment l'IA simplifie l'analyse financière

Le plus grand changement que l'IA a apporté à la manière dont la finance fonctionne chez Sphere au cours de l'année dernière est assez banal : chaque mois, nous analysons les dépenses de l'ensemble de nos comptes bancaires et cartes de crédit en transmettant nos relevés à Claude.
Cette analyse démontre les énormes avantages que l'IA offre désormais. Identifier en quelques clics nos principaux postes de dépenses et les possibilités de réduire les coûts a de nombreux effets considérables sur l'entreprise. Cela a également réduit de manière significative le temps que nous consacrons aux rapports de clôture mensuelle.
Cela illustre parfaitement le principe de Pareto selon lequel 80% des gains sont souvent obtenus avec 20% des efforts.

Notes de Nicholas
L’IA et la fiscalité forment depuis longtemps une combinaison controversée — beaucoup pensent fermement qu’une intervention humaine est nécessaire pour comprendre les zones grises.
Pourquoi la responsabilité devient une préoccupation moindre avec les flux de travail fiscaux optimisés par l'IA
L’IA et la fiscalité forment depuis longtemps une combinaison controversée — beaucoup estiment fermement qu’une intervention humaine est nécessaire pour donner du sens aux zones grises. Mais lorsque les modèles peuvent être entraînés sur le corpus du droit commercial et en traiter une quantité supérieure à ce que n’importe quel conseiller pourrait jamais assimiler individuellement, il semble inévitable que ces modèles surpassent largement même les meilleurs conseillers fiscaux.
La seule raison pour laquelle les entreprises continuent de faire appel aux quatre grands cabinets est la responsabilité. Après tout, si quelque chose tourne mal, vers qui se tourner ? Mais il est possible d’intégrer une assurance à ces offres alimentées par l’IA afin d’atténuer ces préoccupations.
Comment l’IA simplifie la recherche fiscale

Nous tirons également parti d’agents d’IA dans de nombreux autres flux de travail afin d’améliorer l’efficacité :
- Notre système d’IA propriétaire effectue nos recherches fiscales.
- Les agents d’IA soumettent les déclarations et les enregistrements sur les portails fiscaux gouvernementaux.
- L’IA assimile le courrier postal numérisé des autorités fiscales afin de signaler les changements de fréquence des déclarations ou les avis de contrôle.
- L’apprentissage automatique classique prévoit l’évolution des obligations au fil du temps et indique quand les entreprises pourraient créer un lien fiscal dans différentes juridictions.
- L’IA assimile les données des entreprises pour nous aider à conseiller nos clients sur les enjeux de conformité transfrontalière lors de leur entrée dans de nouvelles juridictions.
Et nous découvrons chaque jour d’innombrables autres cas d’utilisation, tandis que l’équipe expérimente les flux de travail que l’IA peut automatiser.
Cependant, comme nous le disons en interne, « suffisamment bon » ne suffit pas. Un expert expérimenté au sein de l’entreprise reste donc toujours impliqué — en particulier dans nos recherches fiscales.
Les limites actuelles de l’IA dans les flux de travail financiers
Avec le rythme actuel du développement de l’IA, il est difficile de dire ce qui nécessitera encore une intervention humaine demain. Mais l’évaluation des risques exigera probablement toujours qu’un humain prenne la décision finale.
Et aujourd’hui, l’IA ne produit toujours pas l’impact attendu sur des flux financiers plus critiques, comme la comptabilisation du chiffre d’affaires. Ces bénéfices semblent davantage progressifs que les améliorations radicales que nous constatons ailleurs.
Une architecture financière fondée sur l’IA

En ce qui concerne les outils d’IA dans la finance, je recommande l’architecture suivante :
- Ramp pour les dettes fournisseurs
- Deel pour la paie
- Et bien sûr, Sphere pour la conformité en matière de fiscalité indirecte
À l’échelle interfonctionnelle, je recommande d’utiliser Claude pour analyser la façon dont ces différentes couches fonctionnent ensemble. Je l’ai trouvé incroyablement efficace.
Pourquoi les directeurs financiers doivent repenser leurs limites
Mon conseil ? Repensez vos limites.
Bon nombre des équipes financières de nos clients accomplissent bien davantage avec beaucoup moins de ressources. Par exemple, lorsqu’elles disposent des bons agents, elles peuvent fonctionner comme une équipe de généralistes — une seule personne de la finance peut gérer un travail qui nécessitait auparavant cinq rôles spécialisés. Alors, recrutez des généralistes, pas des spécialistes.
Pour l’automatisation, examinez votre architecture et commencez par les opportunités faciles à saisir ou les flux de travail moins critiques. Automatisez-les — par l’intermédiaire de prestataires externes ou en interne — puis progressez dans l’architecture.
Pour aller plus loin
Vous pouvez suivre le travail de Nicholas Rudder sur LinkedIn. Découvrez également Sphere.
D’autres entretiens avec des experts seront bientôt publiés sur The CFO Club !



