Découvrez L'Art De L'Édition
Google

Responsable Google Finance : Tout ce qui peut être automatisé, nous nous efforçons de l’automatiser

Responsable Google Finance : Tout ce qui peut être automatisé, nous nous efforçons de l'automatiser

Alphabet Inc.

Google s’efforce d’automatiser autant de tâches financières que possible, car il cherche à réduire la quantité de travail manuel que ses employés doivent effectuer.

Le géant du logiciel basé à Mountain View, en Californie, utilise une combinaison d’outils, notamment l’intelligence artificielle, l’automatisation, le cloud, un lac de données et l’apprentissage automatique pour gérer ses opérations financières et propose des programmes et d’autres formations à ses employés.

Le CFO Journal s’est entretenu avec Kristin Reinke, vice-présidente et responsable des finances de Google, de ces nouvelles technologies et de la manière dont elles accélèrent la clôture trimestrielle, de l’utilisation de feuilles de calcul en finance et des choses qui ne peuvent pas être automatisées. Il s’agit de la quatrième partie d’une série qui se concentre sur la façon dont les directeurs financiers et autres cadres numérisent leurs opérations financières. Des extraits édités suivent.

Kristin Reinke, responsable des finances chez Google.


Photo:

Google

WSJ : Quels sont les éléments clés de votre stratégie de numérisation ?

Christine Reinke : Nous essayons de nous concentrer sur les choses les plus importantes : automatisation et [how] nous pouvons améliorer nos processus, devenir de meilleurs partenaires pour l’entreprise, puis [reinvesting] le temps que nous gagnons dans le prochain défi commercial.

WSJ : Quels outils utilisez-vous ?

Mme Reinke : Nous utilisons [machine learning] dans à peu près tous les domaines de la finance pour moderniser la façon dont nous fermons les livres ou gérons les risques, ou améliorons notre [operating] processus ou fonds de roulement. Nos contrôleurs utilisent maintenant l’apprentissage automatique pour fermer les livres, en utilisant la détection des valeurs aberrantes.

L’analyse des flux nécessaire à la fermeture des livres était autrefois un processus très manuel. Il a fallu environ une journée entière pour assembler diverses feuilles de calcul afin d’identifier ces valeurs aberrantes. Désormais, cela prend une à deux heures et la qualité de l’analyse est améliorée. [We] peut repérer les tendances plus rapidement et diagnostiquer les valeurs aberrantes. Il y a un autre exemple dans notre [finance planning and analysis] organisation : une de nos équipes a construit une solution utilisant la détection des valeurs aberrantes. Ils ont donc combiné la détection des valeurs aberrantes avec le traitement du langage naturel pour faire apparaître les anomalies dans les données. Nous utilisons cet apprentissage automatique pour nous aider à prévoir et à identifier où nous devons creuser un peu plus loin. [Note: A flux analysis helps with analyzing fluctuations in account balances over time.]

WSJ : Que reste-t-il à faire ?

Mme Reinke : Un domaine où nous cherchons à nous améliorer est notre outil de précision des prévisions. Cet outil utilise l’apprentissage automatique pour générer des prévisions précises, et il surpasse les prévisions manuelles développées par les analystes dans 80 % des cas. Le potentiel d’automatisation de ce type de travail suscite de l’intérêt et de l’enthousiasme, mais l’adoption de l’outil lui-même a été lente et nos analystes nous ont dit qu’ils souhaitaient plus de granularité et de transparence dans la manière dont les modèles sont structurés. Nous travaillons sur ces améliorations afin de mieux comprendre ces prévisions et de leur faire confiance.

WSJ : Quelles sont les compétences des personnes que vous embauchez ?

Mme Reinke : Nous voulons embaucher les meilleurs esprits financiers. Dans de nombreux cas, ce talent est technique. Ils ont [Structured Query Language] compétences [a standardized programming language]. Nous avons une académie des finances où nous proposons une formation SQL pour ceux qui le souhaitent. Nous essayons de donner à nos talents tous les outils dont ils ont besoin pour qu’ils puissent se concentrer sur les besoins de l’entreprise. Nous leur donnons accès à [business intelligence] et [machine learning] outils, afin qu’ils ne passent pas de temps sur des choses qui peuvent être automatisées.

WSJ : Vous travaillez au service financier de Google depuis 2005. Qu’est-ce qui a changé lorsque Ruth Porat est devenue directrice financière d’Alphabet et de Google en 2015 ?

Mme Reinke : Lorsque Ruth est arrivée, elle a mis l’accent sur l’organisation et cette discipline pour automatiser là où nous le pouvons. Elle parle de ce principe de base : « Vous ne pouvez pas conduire une voiture avec de la boue sur le pare-brise. Une fois que vous avez éliminé cela, vous pouvez aller beaucoup plus vite », et c’est l’importance des données.

WSJ : Quelles sont les prochaines étapes alors que vous continuez à numériser la fonction financière ?

Mme Reinke : Je pense qu’il y aura beaucoup plus d’applications de [machine learning] et s’assurer que nous disposons de données provenant de l’ensemble de l’entreprise. Nous avons ce lac de données financières qui combine BigQuery de Google Cloud [a data warehouse] avec les données financières de notre [enterprise resource planning system] et toutes sortes de données commerciales que nous continuerons à alimenter au fur et à mesure de la croissance de l’entreprise.

WSJ : Pouvez-vous donner plus d’exemples de nouvelles technologies et comment elles rendent votre fonction financière plus efficace ?

Mme Reinke : Nous utilisons les technologies BigQuery et Document AI de Google Cloud pour traiter des milliers de factures de la chaîne d’approvisionnement de nos fournisseurs. [Document AI uses machine learning to scan, analyze and understand documents.]

En extrayant les données de notre ERP et d’autres données du système de la chaîne d’approvisionnement, nous pouvons prendre ces milliers de factures et valider par rapport à elles et approuver systématiquement [them]. Là où nous avons des valeurs aberrantes, nous pouvons en fait les rediriger vers l’entreprise. C’est donc un processus moins manuel pour l’entreprise et pour la finance.

WSJ : Votre équipe financière utilise-t-elle Excel ou un outil similaire ?

Mme Reinke : Nous utilisons Google Sheets. Nos équipes financières adorent les feuilles de calcul. Je me souviens qu’au début, nous avions un groupe de Googleurs de la finance qui l’utilisaient et ce n’était pas exactement ce dont nous avions besoin. Et ils ont donc travaillé avec nos collègues ingénieurs pour incorporer des caractéristiques et des fonctionnalités pour le rendre plus utile dans la finance.

WSJ : Y a-t-il des tâches qui seront hors limites à mesure que vous automatisez davantage ?

Mme Reinke : Tout ce qui peut être automatisé, nous nous efforçons d’automatiser. Il y a tellement de jugement requis en tant qu’organisation financière, et c’est quelque chose que vous ne pouvez pas automatiser, mais vous pouvez automatiser les activités plus routinières d’une organisation financière en leur donnant ces outils.

WSJ : Avez-vous d’autres exemples de choses qui ne peuvent pas être automatisées ?

Mme Reinke : Lorsque vous vous asseyez avec l’entreprise et que vous résolvez un problème qu’elle rencontre, vous ne pourrez jamais automatiser cela. Ce type d’interaction ne sera jamais automatisé.

WSJ : Combien de personnes travaillent dans votre organisation financière ?

Mme Reinke : Nous ne divulguons pas la taille de nos équipes au sein de Google.

Écrire à Nina Trentmann à [email protected]

Copyright ©2022 Dow Jones & Company, Inc. Tous droits réservés. 87990cbe856818d5eddac44c7b1cdeb8