Dans les coulisses de l’IA de Sidetrade : tour d’horizon sur les sources de données et les indicateurs d’efficacité d’Aimie

Avec ses cheveux orange, son look branché et son sourire de gagnante, l'avatar d'Aimie est facilement reconnaissable pour la communauté Sidetrade. Il personnifie notre IA, l'assistante digitale de nos clients dans plus de 80 pays. Une fois intégrée à votre service de recouvrement, elle devient un membre de l'équipe à part entière.

Aimie procure une réelle valeur ajoutée aux équipes de recouvrement et facilite leur quotidien. Ses objectifs sont l'automatisation intelligente des opérations et l'amélioration de l'efficacité globale des équipes de recouvrement. De plus en plus de solutions logicielles dédiées à la gestion du poste client sont qualifiées d'intelligentes ou se targuent de faire appel à des technologies d'IA. Nous avons dans ce contexte souhaité apporter un éclairage sur le fonctionnement d'Aimie et la signification du terme « Intelligence Artificielle ». Nous vous expliquerons comment Aimie s'instruit et génère des actions, comment nous évaluons sa réussite, et pourquoi nous pouvons affirmer qu'elle est la meilleure assistante digitale du marché.

Au cœur de toute technologie d'IA se trouvent des données. Leur rôle prépondérant détermine comment l'IA s'instruit et les types de décisions qu'elle prend. Aimie s'est formée sur notre ensemble unique de données. Pendant plus de 20 ans, nous avons collecté des informations sur les comportements de paiement des entreprises dans différents secteurs d'activité. Au cours des trois dernières années seulement, nous avons traité plus de 330 millions de comportements de paiement, équivalents à plus de 953 milliards d'euros (1 billion dollars) de transactions inter-entreprises. Pour prédire le comportement de paiement d'un client, Aimie prend en compte différentes sources de données :

• La facture (le montant, les méthodes de paiement et le type de la pièce)
• L'entreprise (le chiffre d'affaires, le résultat net, le secteur d'activité et la devise du fournisseur)
• Les actions antérieures (le type d'action, le nombre de pièces concernées par l'action de relance, le jour de la semaine où l'action a été exécutée)
• L'action en cours (l'ensemble des critères relatifs aux actions antérieures, plus le délai de paiement accordé, le nombre de jours écoulé depuis la dernière action et le retard par rapport à la date d'échéance de la facture initiale).

Dans la mesure où des points de données sont disponibles pour un secteur d'activité, Aimie peut faire une extrapolation pour prédire quelle sera la meilleure action à entreprendre. Ainsi, dès le moment où Aimie entre en action chez un client, elle apporte une réelle valeur ajoutée en s'appuyant sur ses connaissances pour suggérer les meilleures actions de relance. Par la suite, pour recommander des actions ou automatiser des tâches, Aimie se base sur ses interactions avec les clients en plus des informations qu'elle possède déjà sur l'historique de paiement du client concerné. Ce mode de fonctionnement perpétue le cycle de l'apprentissage continu et garantit qu'Aimie dispose en permanence des données les plus pertinentes lors de ses interactions avec les clients.

Dans le cadre du développement de notre technologie, il est crucial pour nous de pouvoir mesurer l'efficacité d'Aimie. Ces indicateurs nous apportent un éclairage sur l'efficacité d'Aimie par rapport à ses homologues humains. Comme nous l'avons évoqué dans un précédent article, une étude récente révèle qu'Aimie a surpassé les agents de recouvrement humains pendant la crise sanitaire de la Covid-19. Les indicateurs de performance l'attestent : nous ne pouvons qu'être confiants dans les capacités d'Aimie.

Pour mesurer l'efficacité d'Aimie, nous comptons le nombre de jours écoulés entre le moment où une action est déclenchée et celui où le paiement intervient. Si le paiement s'effectue dans les 7 jours, l'action est considérée comme « efficace ». Grâce à cette métrique, nous pouvons comparer l'efficience d'Aimie à celle des agents de recouvrement humains. Ainsi, notre étude met en exergue le cas d'un client qui a pu automatiser entièrement son processus de recouvrement pendant la pandémie et a obtenu des résultats tangibles : le taux d'efficacité des actions de recouvrement est passé à 68 % et le recours aux interventions manuelles a été minimisé puisque l'équipe de recouvrement était en chômage partiel. Au-delà du succès d'Aimie, cela nous enseigne qu'un assistant digital basé sur des algorithmes de machine learning est capable de s'adapter lorsqu'il fait face à des défis sans précédent.

Selon les études menées par Pymnts.com, le DSO moyen est de 52 jours (sans technologie ou avec peu de technologie). Ce délai est réduit à 42 jours pour les entreprises ayant un niveau d'automatisation élevé. En adoptant la plateforme OTC (Order-To-Cash) de Sidetrade et en intégrant Aimie au sein de votre équipe, vous vous dotez d'un atout inestimable : Aimie priorise la charge de travail des agents, améliore l'efficacité du processus de relance, vous éclaire sur le comportement de paiement de vos fournisseurs, vous aide à optimiser le BFR et à réduire le DSO. C'est l'assistante parfaite, vous n'aviez même pas imaginé qu'elle vous rendrait de tels services. En effet, tous ceux qui commencent à travailler avec elle se demandent comment ils faisaient avant.