This website will offer limited functionality in this browser. We only support the recent versions of major browsers like Chrome, Firefox, Safari, and Edge.
Témoignages clients sur l’IA : exemples concrets en planification financière et opérationnelle
Les clients de Board, dans les domaines de la finance et des opérations, mettent l’IA au service de flux de travail spécifiques de planification et d’analyse afin de réduire les tâches manuelles, d’accélérer les analyses et de prendre des décisions plus rapides et mieux informées.
Les clients de Board, dans les domaines de la finance et des opérations, mettent l’IA au service de flux de travail spécifiques de planification et d’analyse afin de réduire les tâches manuelles, d’accélérer les analyses et de prendre des décisions plus rapides et mieux informées. Cette page rassemble leurs témoignages, détaillant les outils, les flux de travail et les résultats obtenus.
Prévisions basées sur la macroéconomie (Board Foresight & Signals)
La confiance dans les prévisions a « grimpé en flèche » lors du passage du projet pilote au Canada et à plus de 80 territoires — où un gain de précision de 1 point vaut des millions
Prévision de la demande par catégorie (Board Foresight & Signals)
Précision des prévisions à moins de 2 % du réel ; plus de 10 M$ d’économies ; 1,3 M$ de réduction du stock de sécurité par point de précision gagné
L’IA dans la planification d’entreprise passe du potentiel à la pratique
Les équipes financières et opérationnelles ont dépassé le stade de la simple discussion sur « ce que l’IA pourrait faire ». Vous trouverez ci-dessous des organisations réelles qui utilisent ou explorent déjà l’IA agentique et analytique de Board pour l’analyse d’écarts, le rapprochement, les prévisions et la planification de la demande. Le point commun de ces exemples n’est pas simplement l’usage de l’IA. Ils montrent où l’IA devient utile dans la planification d’entreprise : lorsqu’elle est appliquée à un flux de travail métier défini, ancrée dans un contexte de planification fiable et des données gouvernées.
Pourquoi les organisations utilisent Board AI pour la planification
L’IA à usage général peut faciliter l’accès aux informations et leur analyse. La planification d’entreprise ajoute une autre exigence : l’IA doit comprendre le contexte métier derrière les chiffres, y compris les hiérarchies de planification, les scénarios, les versions, les calculs, les hypothèses et les autorisations.
Board AI opère au sein de ce contexte de planification gouverné. Cela aide les équipes financières et opérationnelles à appliquer l’IA à des flux de travail spécifiques tels que la recherche d’écarts, le rapprochement, les prévisions et la gestion des exceptions, tout en conservant une supervision humaine et une traçabilité.
Trois caractéristiques reviennent régulièrement dans ces témoignages clients :
Ancrée dans le contexte de planification. Les Board Agents fonctionnent à l’aide de données de planification gouvernées, de définitions métier, de hiérarchies, de calculs et du contexte utilisateur, permettant aux utilisateurs de travailler avec les mêmes structures métier qu’ils utilisent déjà pour la planification et le reporting.
Conçue pour des décisions gouvernées et auditables. La transparence, l’explicabilité et la supervision humaine font partie du flux de travail, ce qui est crucial dans les contextes financiers et comptables où une réponse non gouvernée est un risque, pas une commodité. Les utilisateurs peuvent inspecter les ensembles de données Board derrière une réponse, contester l’analyse et valider le résultat avant d’agir. Comme l’a souligné Chris Brown, directeur financier du groupe Karndean : « Je peux toujours demander au Board Agent d’où vient une réponse. S’il me dit que mes marges sont solides, je peux lui demander pourquoi, et il me montrera son raisonnement. »
Différentes formes d’IA pour différents problèmes de planification. Les Board Agents prennent en charge les analyses spécifiques à un domaine et les flux de travail basés sur des cas d’utilisation, tandis que Board Foresight et Signals apportent une intelligence prédictive et économique externe aux prévisions et à la planification opérationnelle. Ensemble, ils soutiennent la planification continue (Continuous Planning) dans l’ensemble de la finance et des opérations.
L’IA au sein de la Direction financière
Au sein de la Direction financière, les clients de Board explorent comment les agents d’IA basés sur des personas complètent l’expertise financière.
Le Board FP&A Agent soutient la planification, les prévisions et l’analyse de performance. Le Board Controller Agent apporte une intelligence comptable à la clôture financière, à la consolidation, au rapprochement et au reporting.
Ces agents sont conçus pour accélérer l’analyse et soutenir la prise de décision au sein de flux de travail de planification gouvernés, tout en laissant aux professionnels de la finance la responsabilité de la validation, du jugement et de l’approbation.
Ensemble, ils aident les équipes financières à passer de la collecte et de la validation d’informations à la compréhension de la performance et à l’orientation des décisions.
Chiesi : identifier les facteurs d’écarts en quelques secondes au lieu de plusieurs heures
Chez Chiesi, le Board FP&A Agent a aidé à accélérer l’analyse des écarts financiers et à découvrir les facteurs à l’origine des changements de performance. Au lieu de passer des heures à enquêter sur les divergences dans le compte de résultat, le bilan, les produits, les SKU et les régions, l’équipe FP&A obtient les causes profondes et des réponses en quelques secondes — favorisant un passage du reporting réactif à la planification proactive.
L’un des principaux avantages identifiés réside dans l’efficacité de Board Agents. Des tâches qui nécessitaient auparavant une préparation manuelle dans Excel peuvent désormais être exécutées directement dans Board, avec des tableaux et des graphiques prêts à l’emploi en quelques minutes, sans avoir à exporter les données ni à créer de tableaux croisés dynamiques.
Riccardo Filippi
Responsable des applications financières, Global FinanceChiesi Farmaceutici
Preuve de l’IA : L’analyse d’écarts et l’identification des causes profondes optimisées par l’IA réduisent l’analyse de la performance financière de plusieurs heures à quelques secondes.
Découvrez comment Chiesi utilise le Board FP&A Agent :
Sorry, this video can’t be played right now. Please try again later.
EBSCO Industries : réduction de l’analyse manuelle et élimination des exports Excel
EBSCO Industries a exploré le Board FP&A Agent pour l’analyse financière ad hoc via une interaction en langage naturel, supprimant le besoin d’exporter répétitivement des données vers Excel.
L’équipe obtient des réponses contextuelles, comprend les calculs sous-jacents, explore les informations financières tout en conservant transparence et auditabilité, et a la capacité de valider les sources de données — libérant du temps pour évaluer la signification des chiffres pour l’entreprise plutôt que pour les assembler.
Ce qui m’impressionne le plus, c’est la capacité de Board FP&A Agent à croiser les informations. Il analyse en détail notre bilan et notre compte de résultat, puis synthétise l’ensemble pour en dégager des insights clairs et directement exploitables — une valeur considérable pour nous chez EBSCO.
Adam Hancock
Ancien Vice-président, Financial Planning & AnalysisEBSCO Industries
Preuve de l’IA : L’analyse financière en langage naturel réduit les exports Excel manuels et accélère l’obtention d’insights ad hoc, avec des calculs transparents à chaque étape.
Découvrez comment EBSCO Industries utilise le Board FP&A Agent :
Sorry, this video can’t be played right now. Please try again later.
AMMEGA : accélérer l’analyse et réduire le travail de rapprochement
AMMEGA explore plusieurs applications de Board AI dans la finance. Le Board FP&A Agent automatise les contrôles de cohérence manuels, accélère l’analyse financière et permet à l’équipe d’interagir avec des données fiables en langage naturel — passant moins de temps à trouver les problèmes et plus de temps à les résoudre.
Dans un autre flux de travail financier, AMMEGA a réduit le travail de rapprochement manuel de près d’une journée entière à une ou deux heures, tout en améliorant la qualité des données, en réduisant la dépendance au support informatique et en obtenant des réponses transparentes et explicables.
Pouvoir exécuter la même requête sur plusieurs entités et identifier instantanément les principaux écarts, c’est exactement ce dont nous avions besoin.
Deborah Clothier
Directeur financier, Commercial Business Finance APACAMMEGA
Preuves de l’IA :
Rapprochement manuel réduit de près d’une journée à une ou deux heures
Contrôles de cohérence automatisés et analyse d’écarts plus rapide
Accès aux données financières en langage naturel
Réponses transparentes et explicables
Moins de dépendance à l’informatique pour les analyses de routine
Karndean : accélérer la validation et la recherche financière avec l’IA
Karndean explore les Board Agents pour la Direction financière dans les domaines de la consolidation financière, de la validation et de l’analyse de performance. L’équipe financière utilise le Board Controller Agent pour valider les données financières, enquêter sur les écarts intersociétés et identifier les problèmes potentiels plus tôt, tandis que le FP&A Agent aide à découvrir les facteurs derrière les changements dans des domaines tels que les stocks et la trésorerie.
Parce que les Agents travaillent directement dans Board, les utilisateurs financiers peuvent examiner les données sans les extraire vers un autre système. Pour Charlotte Roberson, responsable financière du groupe Karndean, cela représente également un gain de temps potentiel important : l’analyse des résultats consolidés qui prendrait normalement deux ou trois jours peut potentiellement être réduite d’un ou deux jours.
L’analyse de nos résultats consolidés peut normalement prendre deux ou trois jours. Avec le Board Controller Agent, nous pouvons obtenir les réponses beaucoup plus rapidement, avec un gain potentiel d’un à deux jours, tout en donnant à nos responsables financiers un accès plus immédiat aux informations dont ils ont besoin.
Charlotte Roberson
Responsable financière du GroupeKarndean
Écoutez Charlotte Roberson de Karndean :
Sorry, this video can’t be played right now. Please try again later.
Chris Brown, directeur financier du groupe Karndean, décrit un autre avantage : au lieu de parcourir rapport après rapport pour enquêter sur un écart intersociétés, il peut poser directement une question au Board Controller Agent, approfondir la cause et contester le raisonnement derrière la réponse.
Identifier l’origine d’un écart intercompany nécessitait auparavant de passer en revue rapport après rapport, en approfondissant l’analyse à chaque fois. Désormais, il me suffit de poser une seule question, et le Board Controller Agent identifie directement la source de l’écart.
Chris Brown
Directeur financier du GroupeKarndean
Preuves de l’IA :
L’analyse des résultats consolidés peut potentiellement économiser 1 à 2 jours
Validation et identification plus précoces des problèmes avant que les résultats n’atteignent la finance du groupe
Signalement d’exceptions — par exemple, une provision pour créances qui semble faible par rapport aux entités homologues
Recherche d’écarts intersociétés réduite de « rapport après rapport » à une seule question
Le raisonnement transparent permet aux utilisateurs financiers de contester et de valider les réponses de l’Agent
Les responsables financiers peuvent utiliser l’interaction en langage naturel pour explorer les données de planification gouvernées sans créer répétitivement des rapports supplémentaires
L’analyse du Board Agent est suffisamment claire pour être remise directement au PDG pour des questions en libre-service
Écoutez Chris Brown de Karndean :
Sorry, this video can’t be played right now. Please try again later.
Louwman Group : accélérer le travail financier avec le Board Controller Agent
Louwman Group a utilisé le Board Controller Agent pour déterminer rapidement où les nouveaux comptes devaient s’insérer dans son plan comptable existant.
Traditionnellement, ce processus nécessitait d’examiner manuellement les structures de comptes, les conventions de numérotation et les relations avec le grand livre pour identifier le placement le plus approprié. Avec le Board Controller Agent, l’équipe a reçu une recommandation instantanée pour le positionnement, le nommage et la numérotation des comptes qui a pu être validée et appliquée immédiatement.
En combinant une intelligence spécifique à la comptabilité avec une supervision humaine, le Board Controller Agent aide les équipes financières à réduire les tâches répétitives tout en maintenant la gouvernance et le contrôle sur les décisions comptables.
La création de nouveaux comptes comptables nécessitait auparavant de rechercher manuellement les bons libellés, numéros et emplacements. Board Controller Agent a généré une proposition structurée à partir de notre plan comptable existant, prête à être examinée puis mise en œuvre. L’ensemble du processus est ainsi devenu beaucoup plus simple et rapide.
Romy van Leeuwen
Contrôleur financierLouwman Group
Preuve de l’IA : L’IA a analysé le plan comptable existant et a généré des recommandations pour le nommage, la numérotation et le placement des comptes.
Diersch & Schröder Group : explorer l’analyse de gestion assistée par l’IA
Diersch & Schröder Group explore comment l’interaction en langage naturel et l’analyse assistée par l’IA peuvent aider les contrôleurs à travailler avec les rapports et les données financières existants — en identifiant les écarts positifs et négatifs, en analysant les résultats par segments et périodes, et en enquêtant sur les facteurs de performance potentiels au niveau des comptes. C’est un exemple précoce d’IA facilitant l’exploration des informations de gestion et aidant les contrôleurs à passer plus rapidement des résultats rapportés aux explications potentielles.
Nous avons rapidement perçu le potentiel de Board Agent et appris à adapter les prompts à nos priorités en matière de reporting. Il est devenu un véritable membre de l’équipe, apprécié à sa juste valeur, et nous sommes impatients de découvrir la suite.
Katja Makiol
Responsable du contrôle de gestion GroupeDiersch & Schröder Group
Preuve de l’IA : L’analyse de gestion en langage naturel aide les contrôleurs à naviguer plus rapidement entre les écarts, les périodes, les segments et les comptes.
Regardez l’interview vidéo de Katja Makiol de DS Group :
Sorry, this video can’t be played right now. Please try again later.
L’IA dans les prévisions et la planification opérationnelle
L’IA de Board dans la planification s’étend au-delà de l’IA agentique. Board Foresight applique l’IA analytique et la modélisation économétrique aux prévisions, tandis que Board Signals apporte une intelligence économique et de marché externe pertinente au processus de planification.
Rocky Brands : signaux externes et explicabilité GenAI dans la planification de la demande
Rocky Brands utilise Board pour la planification de la demande en conjonction avec Board Foresight et Signals pour planifier dans un marché de la chaussure volatil. L’organisation a réduit le temps de préparation des données de 80 à 90 % et est passée d’une prévision mensuelle statique à une planification continue basée sur les signaux. Des indicateurs externes valident les prévisions en temps quasi réel, favorisant des re-prévisions plus rapides et une visibilité plus granulaire au niveau des SKU et des clients. L’explicabilité de la GenAI aide les planificateurs à interpréter les relations derrière les prévisions et les indicateurs externes — soutenant des engagements de stocks et d’approvisionnement plus confiants tout en laissant aux personnes la responsabilité des décisions matérielles.
La planification est passée de la préparation des données à la gestion des exceptions.
Michael Harper
Vice-président Supply Chain PlanningRocky Brands
Preuves de l’IA :
Préparation des données réduite de 80 à 90 %
Signaux externes utilisés pour valider les prévisions de la demande
Interprétation et explicabilité assistées par la GenAI
Re-prévisions plus rapides et décisions de stocks plus granulaires
Kraft Heinz : ancrer la planification de la mise sur le marché dans l’intelligence macroéconomique
Kraft Heinz utilise Board Foresight et Board Signals pour intégrer l’intelligence macroéconomique dans les prévisions et la planification de la mise sur le marché, aidant l’équipe à voir clair à travers les changements de comportement des consommateurs induits par la pandémie et la volatilité du marché, plutôt que de se fier uniquement aux tendances historiques. L’approche a débuté par un projet pilote et s’est depuis étendue au Canada et à plus de 80 territoires internationaux, Kraft Heinz notant que même une amélioration de 1 % de la précision des prévisions se traduit par des millions de dollars d’économies de coûts ou de croissance des revenus.
Tous les distributeurs et acteurs des biens de grande consommation devraient intégrer les facteurs macroéconomiques afin d’améliorer leur planification. Cela permet non seulement d’accroître la précision des prévisions, mais aussi de donner aux équipes en charge de la stratégie go-to-market une compréhension approfondie des facteurs externes qui influencent leurs marchés.
Jac Connolly
Économiste seniorThe Kraft Heinz Company
Preuve de l’IA : Les prévisions pilotées par l’intelligence macroéconomique sont passées d’un projet pilote initial au Canada et à plus de 80 territoires internationaux.
Whataburger : un socle unique pour les prévisions de ventes, de salaires et d’effectifs
Whataburger utilise Board Foresight comme modèle de base pour ses prévisions de ventes, de salaires et d’effectifs — en y superposant des ajustements spécifiques à l’entreprise plutôt que de se fier uniquement à des données historiques incomplètes. L’équipe a construit 20 modèles prédictifs à court terme (1 à 12 mois) couvrant les ventes globales et la performance régionale dans les restaurants propres et franchisés, et utilise le même socle de prévision pour éclairer les décisions RH sur les effectifs, les coûts et la rétention.
Nous avons pleinement adopté Board Foresight comme modèle de référence, auquel nous apportons ensuite certains ajustements. Aujourd’hui, les prévisions générées par Board Foresight constituent véritablement le point de départ de notre processus de planification.
Pete Valadez
Senior Director, FP&AWhataburger
Preuve de l’IA : Prévisions de ventes au niveau du magasin précises avec une marge d’erreur de 1 à 2 % sur 20 modèles prédictifs couvrant les ventes, les effectifs et la planification salariale — un exemple rare d’un socle de prévision unique soutenant à la fois les décisions commerciales et celles liées à la main-d’œuvre.
Kimberly-Clark : transformer la prévision d’un exercice de reporting en un avantage décisionnel
Chez Kimberly-Clark, la valeur des prévisions pilotées par l’IA va au-delà de l’amélioration de la prévision elle-même. La prévision qui en résulte éclaire désormais les décisions dans les domaines de la finance, de la planification de la demande, de la chaîne d’approvisionnement, du marketing et de la gestion de la croissance des revenus.
La prévision était auparavant un processus basé sur Excel, tourné vers le passé, construit sur des tendances linéaires et des jugements manuels — difficile à standardiser entre les catégories, complexe à expliquer aux parties prenantes et fragile face à la pandémie, aux chocs inflationnistes et aux poussées des marques de distributeur.
Depuis le partenariat avec Board en 2023, l’équipe a reconstruit la prévision par catégorie autour d’une méthodologie économétrique privilégiant les données externes : un cadre standardisé appliqué de manière cohérente entre les catégories tout en permettant aux facteurs propres à chaque catégorie de refléter son marché spécifique.
L’apprentissage automatique évalue en continu des millions de signaux externes — données économiques, de vente au détail, de consommation et concurrentielles — pour identifier ce qui stimule statistiquement la demande, supprimant le biais humain de la sélection des facteurs. Chaque prévision est désormais accompagnée d’une « histoire des facteurs » explicable au lieu d’un simple chiffre, et alimente directement la finance (budgétisation, prévisions pour les investisseurs), la planification de la demande et la chaîne d’approvisionnement (stocks, niveaux de service), ainsi que le marketing et la gestion de la croissance des revenus (calendrier des campagnes, tarification).
L’objectif n’a jamais été simplement d’obtenir un meilleur chiffre. L’objectif était de prendre une meilleure décision.
Misty Alexander
Directeur Consumer AnalyticsKimberly-Clark
Preuves de l’IA :
Précision des prévisions à moins de 2 % du réel globalement (jusqu’à 0,2–2 % dans la catégorie des mouchoirs en papier)
Plus de 10 millions de dollars d’économies réalisées, dont 1,3 million de dollars de réduction du stock de sécurité pour chaque point d’amélioration de la précision des prévisions
Les prévisions trimestrielles surpassent désormais les prévisions annuelles dans 7 catégories sur 11, et sont à parité dans les 2 autres
Une seule prévision alimente désormais les décisions de la finance, de la planification de la demande/chaîne d’approvisionnement et du marketing/RGM, au lieu de rester dans le tableur d’une seule équipe
Ce que ces témoignages clients sur l’IA ont en commun
L’IA est appliquée à des flux de travail métier définis, et non simplement utilisée comme un ajout à usage général : analyse d’écarts, rapprochement, recherche au niveau des comptes, analyse ad hoc, prévisions, gestion des exceptions.
Le principal avantage n’est pas seulement la rapidité. Les équipes passent moins de temps à préparer et à chercher des informations, et plus de temps à valider les insights, à tester des scénarios et à décider de la suite à donner.
Le contexte de planification est crucial. L’IA devient plus utile lorsqu’elle peut fonctionner avec les définitions métier, les hiérarchies, les scénarios, les calculs, les hypothèses et les autorisations qui façonnent la manière dont une organisation planifie.
La confiance n’est pas négociable. La transparence, l’explicabilité, la traçabilité, l’auditabilité et la supervision humaine sous-tendent chaque histoire ici — comme l’a dit Chris Brown de Karndean, « Je peux toujours demander au Board Agent d’où vient une réponse. »
Différents problèmes de planification bénéficient de différentes formes d’IA. Les Board Agents prennent en charge les analyses spécifiques à un domaine et les flux de travail agentiques basés sur des cas d’utilisation, tandis que Foresight et Signals apportent une intelligence prédictive et externe aux prévisions.
L’IA soutient la planification continue. Les équipes surveillent l’évolution des conditions, comprennent leur impact et ajustent les plans et les prévisions par rapport à la réalité actuelle de l’entreprise.
De l’expérimentation de l’IA aux décisions confiantes
L’IA dans la finance et la planification ne se limite plus à de vagues promesses ou à des démos isolées. Ces organisations l’appliquent à des flux de travail de planification et d’analyse clairement définis et évaluent sa contribution à la productivité, à la qualité des prévisions, à la confiance dans les décisions et à la performance de l’entreprise.
Le fil conducteur est le contexte. L’IA devient plus utile lorsqu’elle fonctionne avec des définitions métier fiables, des données de planification gouvernées, des calculs établis et une supervision humaine, plutôt que de fonctionner indépendamment du processus de planification.
Board combine des agents d’IA orientés domaine, l’IA analytique, l’intelligence économique et la planification d’entreprise pour aider les équipes financières et opérationnelles à comprendre en continu la performance, à évaluer les options et à prendre ensemble des décisions confiantes et alignées.
Les exemples incluent AMMEGA qui utilise le Board FP&A Agent pour le rapprochement et l’analyse d’écarts, et Karndean qui pilote le Board Controller Agent et le FP&A Agent pour la consolidation et la recherche d’écarts intersociétés. Chiesi, EBSCO Industries et Diersch & Schröder Group pilotent le Board FP&A Agent (et, pour Diersch & Schröder, l’analyse de gestion assistée par l’IA) pour l’analyse d’écarts et l’analyse financière ad hoc. Rocky Brands, Kraft Heinz et Whataburger utilisent Board Foresight (et, pour Rocky Brands, Signals ; pour Whataburger, Board IBP) pour les prévisions de la demande, des ventes et des effectifs.
Le Board FP&A Agent prend en charge l’analyse des écarts financiers, l’identification des causes profondes, l’analyse ad hoc, l’aide au rapprochement et d’autres flux de travail FP&A via une interaction en langage naturel ancrée dans des données financières et de planification gouvernées.
Le Board Controller Agent est un agent d’IA doté d’une intelligence comptable qui soutient les flux de travail de clôture financière, de consolidation, de rapprochement et de reporting pour la Direction financière. Karndean, par exemple, le pilote pour enquêter sur les problèmes de consolidation et les écarts intersociétés — passant de la création de rapports successifs à la pose d’une seule question pour obtenir une réponse directe.
L’IA à usage général peut aider les utilisateurs à poser des questions et à analyser des informations, mais la planification d’entreprise nécessite un contexte supplémentaire : hiérarchies de planification, scénarios, versions, calculs, hypothèses, autorisations et flux de travail. Board AI opère au sein de cet environnement de planification, permettant une analyse assistée par l’IA et un support à la décision utilisant un contexte métier gouverné plutôt que de traiter la planification comme un ensemble déconnecté de documents ou d’extraits de données.
Les exemples incluent un travail de rapprochement réduit de près d’une journée entière à une ou deux heures chez AMMEGA, une recherche d’écarts intersociétés passée de rapports multiples à une seule question chez Karndean, des prévisions de ventes précises avec une marge d’erreur de 1 à 2 % chez Whataburger, des prévisions étendues d’un projet pilote initial au Canada et à plus de 80 territoires internationaux chez Kraft Heinz, et des facteurs d’écarts identifiés en quelques secondes plutôt qu’en plusieurs heures chez Chiesi.
Board pour la planification de la demande, associé à Board Foresight et Signals, combine les données de performance internes avec des indicateurs de marché externes pour valider les prévisions, expliquer ce qui les motive et soutenir des re-prévisions plus rapides — comme le montre l’histoire de Rocky Brands. Kraft Heinz utilise le même type d’intelligence macroéconomique pour la planification de la mise sur le marché, et Whataburger utilise Board Foresight comme modèle de base pour les prévisions de ventes, de salaires et d’effectifs.