Présentation de la formation

Les données comptables, financières et de gestion constituent une source essentielle d'information pour comprendre la performance d'une entreprise, identifier ses équilibres financiers et éclairer les décisions.

L'intelligence artificielle permet aujourd'hui d'aller plus loin dans leur exploitation : comparer rapidement plusieurs périodes, approfondir des variations, croiser différentes sources de données, construire des scénarios, challenger une analyse ou encore faciliter la préparation d'une restitution.

Ce parcours individuel et sur mesure de 15 heures propose une approche approfondie et opérationnelle de l'IA appliquée à l'analyse financière et au pilotage.

Le participant travaille sur des situations concrètes et, lorsque cela est possible, sur des problématiques proches de son environnement professionnel. Il apprend à construire une démarche complète allant de la donnée brute jusqu'à l'analyse, la simulation et la restitution.

L'objectif n'est pas de déléguer l'analyse ou la décision à l'intelligence artificielle, mais de savoir l'utiliser comme assistant d'analyse, de questionnement et de simulation, tout en conservant la maîtrise des hypothèses, des calculs et des conclusions.

Objectifs de la formation

À l'issue de la formation, le participant sera capable de :

• intégrer l'IA dans ses travaux d'analyse financière et de pilotage ;
• préparer, structurer et croiser différentes sources de données ;
• analyser l'activité, la rentabilité et les principaux équilibres financiers ;
• exploiter un bilan, un compte de résultat et des données de gestion avec l'IA ;
• sélectionner, calculer et interpréter les indicateurs pertinents ;
• analyser les marges, SIG, CAF, BFR et trésorerie ;
• rechercher et approfondir les facteurs expliquant une évolution ;
• construire et comparer plusieurs scénarios ;
• réaliser des analyses de sensibilité ;
• challenger des hypothèses et conclusions ;
• identifier les informations complémentaires nécessaires à une analyse ;
• construire des indicateurs adaptés au pilotage ;
• transformer les analyses en informations utiles à la décision ;
• produire des restitutions adaptées à différents interlocuteurs ;
• construire des méthodes et cas d'usage réutilisables ;
• contrôler et sécuriser les résultats produits avec l'IA.

Cette formation s'adresse notamment aux :

• dirigeants ;
• DAF et RAF ;
• responsables comptables ;
• contrôleurs de gestion ;
• collaborateurs comptables expérimentés ;
• chefs de mission ;
• experts-comptables ;
• professionnels participant à l'analyse financière, au pilotage ou à l'accompagnement des dirigeants.

• Maîtriser les fondamentaux de la comptabilité.
• Savoir lire un bilan et un compte de résultat.
• Comprendre les principaux mécanismes économiques et financiers de l'entreprise.
• Être à l'aise avec l'utilisation courante d'un ordinateur et d'un navigateur Internet.

Une première utilisation d'un outil d'intelligence artificielle générative est recommandée mais n'est pas obligatoire.

Aucune compétence en programmation n'est nécessaire.

L'admission est réalisée après un entretien préalable avec le participant permettant de préciser ses objectifs, son niveau, son environnement professionnel et les problématiques qu'il souhaite travailler.

Un questionnaire de positionnement permet d'établir le niveau initial des compétences et d'identifier les priorités du parcours.

L'adéquation entre les besoins, les prérequis et les compétences visées est vérifiée avant validation de l'inscription.

Lorsque cela est pertinent, le participant peut préparer des exemples de données, tableaux ou problématiques professionnelles qu'il souhaite travailler, sous réserve des règles de confidentialité.

Cette formation a été conçue pour être accessible à tous les participants, y compris ceux en situation de handicap :

• Les sessions sont organisées en format distanciel, permettant une participation depuis n'importe quel lieu, ce qui est bénéfique pour ceux ayant des difficultés à se déplacer. Elle peut être, à titre très exceptionnel, proposée, en format présentiel, à Bordeaux. Dans ce cas, nos locaux permettent l'accessibilité des personnes à mobilité réduite : rampe d'accès, ascenseurs, larges espaces de circulation dans les salles de formation et les espaces communs.
• Des supports de formation adaptés peuvent être fournis sur demande, pour répondre aux besoins spécifiques des participants.
• Les formateurs sont sensibilisés à l'accessibilité et peuvent ajuster leur approche pour s'assurer que tous les participants puissent suivre les sessions sans difficulté.

Nous encourageons les participants à communiquer leurs besoins spécifiques afin de garantir une expérience d'apprentissage optimale.

1 – Construire sa démarche d'analyse augmentée par l'IA

À partir des missions du participant :

• identifier les analyses réalisées régulièrement ;
• cartographier les données disponibles ;
• identifier les tâches pouvant être assistées par l'IA ;
• distinguer données, calcul, analyse, interprétation et décision ;
• sélectionner les cas d'usage présentant le plus de valeur ;
• choisir les outils adaptés aux travaux envisagés.

Le participant construit progressivement une méthode :

Données → question → exploration → analyse → approfondissement → vérification → interprétation → simulation → restitution → décision

2 – Préparer, structurer et croiser les données

Le participant apprend à exploiter différents types de données :

• balances ;
• grands livres ;
• bilans ;
• comptes de résultat ;
• données budgétaires ;
• tableaux de gestion ;
• données commerciales ;
• autres exports disponibles selon son environnement.

Les manipulations portent notamment sur :

• l'importation des données ;
• l'identification de leur structure ;
• la sélection des informations utiles ;
• le contrôle de la cohérence ;
• les regroupements ;
• les comparaisons ;
• le croisement de plusieurs sources lorsque cela est pertinent.

L'objectif est également d'apprendre à détecter ce qui manque pour pouvoir répondre correctement à une question.

3 – Analyser l'activité, les marges et la performance

À partir des données étudiées :

• comparer plusieurs exercices ou périodes ;
• analyser l'évolution du chiffre d'affaires ;
• analyser les charges ;
• mesurer les évolutions de marges ;
• rechercher les facteurs explicatifs ;
• distinguer effets ponctuels et tendances ;
• identifier les postes significatifs ;
• hiérarchiser les informations.

Le participant apprend à dépasser le simple constat pour rechercher les mécanismes susceptibles d'expliquer la performance observée.

4 – Approfondir l'analyse du bilan et du compte de résultat

Les états financiers sont exploités afin de construire une lecture structurée de l'entreprise.

Selon les besoins :

• analyse du compte de résultat ;
• analyse de la structure financière ;
• SIG ;
• marge ;
• valeur ajoutée ;
• EBE ;
• résultat d'exploitation ;
• CAF ;
• fonds de roulement ;
• BFR ;
• trésorerie nette ;
• ratios de rentabilité ;
• ratios de structure ;
• autres indicateurs pertinents.

L'accent est mis sur la capacité à mettre les indicateurs en relation, plutôt que sur leur calcul isolé.

5 – Croiser les indicateurs et approfondir les causes

Cette séquence marque une différence importante avec le parcours essentiel.

Le participant apprend à rechercher les relations entre plusieurs phénomènes :

• chiffre d'affaires et marge ;
• activité et charges ;
• rentabilité et trésorerie ;
• croissance et BFR ;
• délais de règlement et trésorerie ;
• investissements et financement ;
• structure financière et capacité de développement.

L'IA est utilisée pour :

• rechercher des relations ;
• proposer des pistes explicatives ;
• tester différentes hypothèses ;
• identifier des contradictions ;
• déterminer les données complémentaires nécessaires.

6 – Analyser le BFR et la trésorerie en profondeur

À partir des données disponibles :

• analyser les composantes du BFR ;
• mesurer leur évolution ;
• analyser les créances clients ;
• examiner les dettes fournisseurs ;
• analyser les stocks lorsque pertinent ;
• rechercher les causes d'une dégradation ou amélioration ;
• mesurer les conséquences sur la trésorerie ;
• identifier les leviers potentiels.

Des simulations permettent notamment de mesurer l'impact :

• d'une variation du délai client ;
• d'une évolution des stocks ;
• d'une modification du délai fournisseur ;
• d'une croissance du chiffre d'affaires ;
• d'une variation de marge.

7 – Construire des scénarios et réaliser des analyses de sensibilité

Le participant apprend à utiliser l'IA pour passer de l'analyse historique à une logique prospective.

Construire les scénarios

• définir les hypothèses ;
• identifier les variables ;
• construire un scénario central ;
• construire des variantes ;
• comparer les résultats ;
• mesurer les conséquences financières ;
• documenter les hypothèses.

Tester la sensibilité

Selon les situations :

• chiffre d'affaires ;
• prix ;
• volumes ;
• marge ;
• masse salariale ;
• charges ;
• investissement ;
• BFR ;
• délais de paiement.

L'objectif est de comprendre quelles hypothèses ont réellement le plus d'impact sur la situation étudiée.

8 – Utiliser l'IA pour challenger l'analyse

Le participant apprend à utiliser l'IA non seulement pour produire une analyse, mais également pour la contredire.

Il apprend notamment à demander :

• quelles autres explications sont possibles ;
• quelles hypothèses pourraient être erronées ;
• quelles données manquent ;
• quels éléments contredisent la conclusion ;
• quels risques n'ont pas été considérés ;
• quels indicateurs permettraient de confirmer ou d'infirmer l'analyse ;
• quelles questions devraient être posées au dirigeant ou aux opérationnels.

L'IA devient ainsi un outil de contradiction et d'approfondissement du raisonnement.

9 – Construire des indicateurs utiles au pilotage

À partir des besoins du participant :

• identifier les objectifs à suivre ;
• sélectionner les indicateurs réellement utiles ;
• éviter la multiplication d'indicateurs sans finalité ;
• déterminer les sources de données ;
• définir les modalités de calcul ;
• interpréter les évolutions ;
• définir éventuellement des seuils ou points d'attention.

Selon le contexte, le travail peut porter sur :

• activité ;
• rentabilité ;
• marge ;
• trésorerie ;
• BFR ;
• productivité ;
• budget ;
• performance commerciale ;
• autres indicateurs propres à l'activité.

10 – Transformer l'analyse en aide à la décision

Une analyse n'a de valeur que si elle peut être comprise et utilisée.

Le participant apprend à :

• sélectionner les informations significatives ;
• hiérarchiser les constats ;
• distinguer faits, hypothèses et recommandations ;
• faire ressortir les risques et opportunités ;
• construire plusieurs options ;
• présenter les conséquences possibles ;
• préparer les questions à arbitrer.

Les restitutions peuvent être adaptées à différents interlocuteurs :

• dirigeant ;
• direction financière ;
• responsable opérationnel ;
• client ;
• associé ;
• financeur.

11 – Produire des restitutions professionnelles avec l'IA

Selon les besoins du participant :

• synthèse financière ;
• commentaire de gestion ;
• note d'analyse ;
• support de rendez-vous ;
• tableau d'indicateurs ;
• analyse comparative ;
• note présentant plusieurs scénarios ;
• synthèse destinée à un dirigeant.

Le participant apprend à adapter :

• le niveau de détail ;
• le vocabulaire ;
• la structure ;
• les indicateurs présentés ;
• les explications ;
• les messages clés.

12 – Construire ses propres cas d'usage

Une partie significative du parcours est consacrée aux problématiques professionnelles du participant.

Pour chaque cas :

1. définir la problématique ;
2. identifier les données ;
3. préparer les fichiers ;
4. construire les demandes à l'IA ;
5. réaliser l'analyse ;
6. approfondir les résultats ;
7. construire plusieurs hypothèses si nécessaire ;
8. challenger les conclusions ;
9. vérifier les données et calculs ;
10. produire une restitution ;
11. formaliser la méthode.

L'objectif est que le participant reparte avec plusieurs méthodes ou cas d'usage directement transposables dans son activité.

Confidentialité, fiabilité et contrôle

Tout au long de la formation, une attention particulière est portée :

• à la confidentialité des données ;
• aux conditions d'utilisation des outils d'IA ;
• à l'anonymisation ou pseudonymisation lorsque nécessaire ;
• à la vérification des calculs ;
• à la traçabilité des hypothèses ;
• aux erreurs ou hallucinations possibles ;
• à la distinction entre faits, constats, hypothèses et conclusions ;
• au maintien du jugement professionnel.

Personnalisation du parcours de 15 heures

Cette formation est proposée sous la forme d'un accompagnement individuel et sur mesure.

Le programme constitue le cadre général du parcours. Les différentes thématiques ne sont donc pas nécessairement abordées avec le même niveau d'approfondissement.

L'entretien préalable et le positionnement permettent d'identifier les missions du participant, son niveau, ses données, ses outils et les problématiques qu'il souhaite prioritairement travailler.

Les 15 heures permettent de combiner plusieurs axes de travail et d'approfondir davantage les analyses sélectionnées.

Selon les besoins identifiés, le parcours peut notamment privilégier :

• l'analyse approfondie des états financiers ;
• l'analyse des marges et de la performance ;
• les SIG et la CAF ;
• l'analyse du BFR et de la trésorerie ;
• le croisement de plusieurs sources de données ;
• la construction de scénarios ;
• les analyses de sensibilité ;
• la construction d'indicateurs de pilotage ;
• le challenge des analyses et hypothèses ;
• la création de restitutions destinées à la direction ou aux clients ;
• la réalisation de plusieurs cas d'usage professionnels.

Les exercices, données et mises en situation sont sélectionnés ou adaptés selon ces priorités.

Le parcours de 15 heures permet ainsi d'aller au-delà de la maîtrise des usages essentiels pour construire une démarche d'analyse augmentée plus complète, approfondie et directement intégrable dans les pratiques professionnelles du participant.

Modalités pédagogiques

La formation repose sur une pédagogie individualisée, pratique et directement liée aux situations professionnelles du participant.

Elle alterne :

• démonstrations courtes ;
• manipulations guidées ;
• analyses de données ;
• simulations ;
• exercices pratiques ;
• résolution de problématiques ;
• challenge des résultats ;
• construction de restitutions ;
• réalisation de cas d'usage professionnels.

Les apports théoriques sont limités aux éléments nécessaires à la compréhension et à la sécurisation des pratiques.

Selon le parcours construit, peuvent notamment être utilisés :

• ChatGPT ;
• Claude ;
• Perplexity ;
• autres outils d'IA pertinents ;
• navigateur Internet ;
• Excel et outils bureautiques ;
• FEC ;
• balances ;
• grands livres ;
• fichiers Excel ou CSV ;
• exports comptables ;
• documents comptables et financiers ;
• jeux de données pédagogiques ou anonymisés ;
• supports et ressources pédagogiques.

Les outils et supports effectivement mobilisés sont sélectionnés selon les besoins et objectifs du participant.

Avant la formation

Un entretien et un questionnaire de positionnement permettent :

• d'identifier les missions du participant ;
• d'évaluer son niveau initial ;
• de connaître les outils utilisés ;
• d'identifier les analyses réalisées régulièrement ;
• de sélectionner les problématiques prioritaires ;
• d'adapter le parcours.

Pendant la formation

Les compétences sont évaluées au travers des manipulations, analyses et mises en situation.

Le formateur observe notamment la capacité du participant à :

• structurer les données ;
• formuler une problématique ;
• construire une analyse ;
• sélectionner les indicateurs pertinents ;
• interpréter les résultats ;
• vérifier les calculs ;
• challenger une première conclusion ;
• construire une restitution.

En fin de formation

Le participant réalise un cas d'usage professionnel en autonomie accompagnée.

Il doit être capable de :

• partir d'une problématique ;
• identifier les données nécessaires ;
• utiliser l'IA de manière pertinente ;
• construire et approfondir son analyse ;
• vérifier les résultats ;
• distinguer faits et hypothèses ;
• restituer les informations utiles ;
• formaliser une méthode réutilisable.

Les compétences sont évaluées avant et après la formation afin de mesurer la progression.

Les documents relatifs à la formation seront mis à disposition dans l'extranet de l'apprenant : certificat de réalisation, attestation de fin de stage, évaluation, rapport pédagogique détaillé, émargements, satisfaction.

• Exploiter et croiser des données financières et de gestion avec l'IA.
• Analyser l'activité, les marges et la performance.
• Analyser un bilan et un compte de résultat et sélectionner les indicateurs pertinents.
• Analyser le BFR, la trésorerie et leurs facteurs d'évolution.
• Mettre en relation plusieurs indicateurs afin d'approfondir une analyse.
• Construire et comparer des scénarios financiers.
• Réaliser une analyse de sensibilité sur les principales hypothèses.
• Utiliser l'IA pour challenger une analyse et rechercher des hypothèses alternatives.
• Construire des indicateurs adaptés au pilotage d'une activité.
• Transformer une analyse en information utile à la décision.
• Produire une restitution adaptée à son destinataire.
• Contrôler et sécuriser les calculs, hypothèses et conclusions produits avec l'aide de l'IA.

La formation est animée par un professionnel disposant d'une expérience opérationnelle en comptabilité, gestion, finance, analyse de la performance et pilotage, associée à une maîtrise des usages professionnels de l'intelligence artificielle.

Le formateur intervient à partir de situations concrètes et accompagne le participant dans l'exploitation de ses données, la construction de ses analyses, la simulation de scénarios et la restitution des résultats.

Sa pédagogie repose sur la manipulation, l'expérimentation, le questionnement et la résolution de problématiques professionnelles.

L'objectif est de permettre au participant de développer une utilisation autonome, critique et directement opérationnelle de l'IA, adaptée à ses missions et à son environnement professionnel.