Bienvenue à l’équipe Artificial Intelligence (AI) au sein de Silverfin ! Ce groupe, auparavant connu sous le nom de Boltzmann, agit désormais comme une équipe dédiée d’experts en IA et machine learning chez Silverfin.
Notre équipe se compose de neuf membres éclectiques, dont beaucoup ont une formation universitaire ou un doctorat dans des disciplines telles que l’astronomie, la physique nucléaire ou la biologie computationnelle. Nous avons rejoint Silverfin il y a près de deux ans et fourni la technologie qui alimente le Silverfin Assistant et le Mapping IA.
Notre mission
Notre mission, en tant qu’équipe AI de Silverfin, est de booster les comptables avec des solutions propulsées par l’IA qui fonctionnent. Et pour ce faire, nous créons une culture axée sur l’innovation et l’exploration. Nous donnons la priorité à nos collaborateurs et nous créons une équipe soudée qui respire la confiance, la communication ouverte et l’engagement en faveur de l’excellence. En canalisant de nouvelles idées et en devenant des leaders d’opinion en matière d’IA, nous cherchons à créer de nouveaux flux de valeur pour nos clients et à façonner l’avenir de la comptabilité. Et dans le cadre de cette mission, nous sommes fiers de vous présenter notre dernière création !
Une équipe au courant
Comment nous informons-nous des dernières évolutions en intelligence artificielle, afin de continuer à les intégrer à des solutions comptables ? Chez Silverfin, nous innovons sous l’égide de Silverfin AI Labs (SAIL), un nouveau département de recherche au sein de notre équipe IA, où j’ai été nommé coordinateur de la recherche. SAIL est une plateforme où nous filtrons et exécutons des projets de recherche pour stimuler l’innovation au sein de Silverfin. Il s’agit d’un cadre conçu pour faciliter le travail autour des résultats incertains et nécessitant une recherche plus avancée.
Cette nouvelle plateforme permet de trouver des solutions innovantes à des problèmes complexes, contribuant ainsi à transformer les activités de nos clients. Ce changement dans notre routine quotidienne nous oblige à renouer avec nos anciens rôles de chercheurs et nous aide à rester au fait des derniers développements en matière d’IA, en tirant parti de nos connaissances et de notre expérience collectives.
Notre division SAIL est unique. Pourquoi ? Je m’explique. SAIL fonctionne selon le principe de l’entonnoir de recherche, un processus progressif qui part d’une idée et aboutit à des connaissances académiques bénéfiques pour notre entreprise. Cet entonnoir se compose de 4 phases distinctes :
- Idéation : Au cours de cette première étape, les idées innovantes sont centralisées à partir de différentes sources, comme les clients, les parties prenantes ou les multiples équipes au sein de Silverfin. Tout le monde peut soumettre une idée et la partager avec nous. Les idées sont ensuite compilées pour être examinées par l’équipe AI. Chaque proposition nécessite un contexte détaillé, une problématique clairement définie et un plan d’action stratégique.
- Validation et sélection : Les idées les plus prometteuses sont sélectionnées en fonction de la valeur de recherche, de la valeur pour le client et de la faisabilité technique. Au cours de cette phase d’affinage, les spécialistes de la recherche, les experts techniques et les parties prenantes collaborent pour établir une liste restreinte de projets de recherche prometteurs.
- Action : Notre objectif est d’avoir toujours au moins un projet de recherche en cours. Chaque projet est géré par un responsable de recherche, avec l’aide d’autres scientifiques des données le cas échéant. Nous assurons la cohérence avec les parties prenantes grâce à des synchronisations hebdomadaires entre elles et les chercheurs. Nous travaillons en équipes autonomes et performantes pour garantir l’efficacité.
- Livraison : Au cours de cette phase, les résultats de recherche du projet sont documentés et présentés à l’équipe. Nous veillons à bien comprendre le problème, à identifier éventuellement une solution au cours du processus et à élaborer un plan pour un futur produit de Proof of Concept (PoC).
L’ensemble forme l’entonnoir de SAIL et offre un environnement où la recherche concentrée est possible, isolée des responsabilités quotidiennes des membres de notre équipe AI.
Projets récents
Cette nouvelle approche a déjà porté ses fruits. Je mettrai l’accent sur deux projets : l’un a conduit à un PoC qui est maintenant inclus dans la base de code de Silverfin, et l’autre a abouti à une publication dans un journal et liant Silverfin au monde universitaire.
Le premier succès de SAIL a suscité beaucoup d’intérêt de la part de nos clients. Il s’agissait de l’intégration de GPT-4 pour l’analyse financière automatisée. Nous avons expérimenté le potentiel des grands modèles de langage (LLM) pour la comptabilité et la finance, en particulier pour les utilisateurs de Silverfin. L’expérience s’est avérée si prometteuse que nous avons étendu la piste de recherche SAIL pour inclure un parcours produit pour une mise en œuvre rapide de nos résultats. Je n’entrerai pas dans les détails du projet de recherche. Les personnes intéressées trouveront plus d’informations en cliquant sur le lien suivant : https://engineering.silverfin.com/unlocking-the-power-of-gpt-4-for-automated-financial-analysis/.
Le second projet est consacré à l’une de nos dernières réalisations académiques. Outre l’intégration de modèles d’IA de pointe, nous avons publié un nouvel article sur les recherches en cours à Silverfin. J’ai le plaisir de vous annoncer que nous avons récemment publié un article dans une revue. Notre article de recherche, intitulé « An efficient graph-based peer selection method for financial statements », est désormais accessible dans la revue « Intelligent Systems in Accounting, Finance and Management ». Il traite des avantages potentiels de l’utilisation des bilans financiers pour l’analyse et la comparaison des entreprises. Notre recherche introduit une mesure unique des bilans financiers, déterminée par la Earth Mover’s Distance, qui présente un potentiel significatif pour une utilisation pratique.
C’est une notion qui vous est peut-être inconnue de prime abord, mais permettez-moi d’expliquer ce que nous avons fait et pourquoi ce concept est intriguant. L’une des tâches les plus ardues des comptables est de trouver la méthode d’analyse comparative idéale pour une entreprise. L’analyse comparative consiste à comparer les performances, les processus ou les statistiques d’une entreprise avec ceux de ses pairs, par exemple, afin d’identifier les domaines d’amélioration et les opportunités de croissance. Identifier la meilleure méthode de sélection des pairs permet aux comptables de proposer des évaluations précises, des décisions éclairées et des orientations stratégiques.
Les méthodes de sélection par les entreprises similaires ont toutefois fait l’objet de critiques, ce qui a réduit leur efficacité en matière de production d’informations. Dans l’article que nous avons publié, nous présentons une nouvelle méthode de sélection des entreprises homologues, qui prend en compte les bilans financiers des entreprises pour trouver des groupes de pairs. Cette recherche part du principe que chez Silverfin, nous pensons qu’il pourrait y avoir une manière idéale de constituer des groupes de pairs pour un benchmarking optimal. L’utilisation de notre nouvelle méthode d’identification des pairs donne des résultats prometteurs en termes de précision et d’efficacité de calcul, ce qui nous laisse penser qu’une méthode fondée sur les données pour identifier les pairs des entreprises en vue d’un étalonnage optimal pourrait un jour émerger.
L’originalité de notre méthode réside dans le fait qu’elle prend en compte les noms spécifiques des comptes de grand livre et leurs propriétés structurelles, ainsi que les valeurs enregistrées dans les comptes de grand livre utilisés par une entreprise. Nous pensons qu’il s’agit d’une approche plus efficace que celle qui consiste à ne prendre en compte qu’un seul de ces aspects. Cela signifie que deux entreprises sont considérées comme homologues si elles ont une structure de bilans financiers similaire et une répartition similaire des valeurs entre les comptes de grand livre. Pour des considérations plus techniques ou mathématiques, la publication complète est accessible à l’adresse suivante : https://onlinelibrary.wiley.com/doi/full/10.1002/isaf.1539.
Conclusion
En conclusion, en tant que membre de l’équipe AI de Silverfin, je suis fier de faire partie de SAIL et de contribuer à notre mission qui consiste à booster les comptables avec des solutions d’IA qui fonctionnent. SAIL a prouvé constituer un cadre idéal pour favoriser une culture de l’innovation et de l’exploration, et pour canaliser de nouvelles idées aux résultats prometteurs, bien qu’incertains. Cette approche a déjà donné lieu à deux succès majeurs : l’intégration de GPT-4 dans Silverfin pour automatiser l’analyse financière, et un article publié dans une revue académique validant la valeur académique de Silverfin. Ces succès soulignent notre engagement en faveur de l’excellence et notre objectif de devenir des leaders d’opinion dans le domaine de l’IA. Nous sommes impatients de partager nos succès et les nouveaux flux de valeur que nous créons pour nos clients dans de futurs articles de blog. Merci de votre lecture !