La plupart des revues d’affaires mensuelles suivent le même scénario. Dans les jours qui suivent la clôture, des analystes rapprochent les chiffres de plusieurs systèmes, les collent dans des diapositives et rédigent un commentaire pour chaque page. La réunion parcourt ensuite le dossier page par page, et les questions les plus importantes se terminent par la promesse d’y revenir la semaine suivante. Une grande part de l’effort sert à produire le dossier plutôt qu’à en discuter.

L’IA générative peut transformer chacune de ces étapes. Des assistants comme Copilot dans Power BI peuvent déjà résumer une page de rapport en langage courant, et la même technologie peut rédiger les commentaires sur les écarts, répondre aux questions complémentaires et assembler un récit. Le gain est réel, mais seulement si la revue est repensée autour d’une seule version gouvernée des chiffres. Sinon, l’IA ne fait que produire des commentaires fluides sur des chiffres qui ne font pas consensus.

D’une pile de diapositives à un court récit

Le document de revue se divise en deux. La première est un court récit d’une page ou deux : ce qui s’est passé, pourquoi, et ce qui exige une décision, dans l’ordre où l’équipe de direction devrait le lire. La seconde est un rapport gouverné qui contient le détail, chaque chiffre pouvant être retracé jusqu’à sa source.

Le récit est lu avant la réunion, ce qui permet de consacrer la réunion aux décisions plutôt qu’à la lecture. Les diapositives ne disparaissent pas tout à fait, mais elles cessent d’être le produit. Le produit, c’est une compréhension commune du mois, obtenue plus vite.

Un test utile pour le récit : un dirigeant qui ne lit que le premier paragraphe devrait savoir si le mois est sur la bonne voie, et celui qui lit toute la page devrait savoir ce qu’on attend de lui. Tout le reste relève de la documentation de référence.

Ce qu’il faut automatiser

La partie du dossier la plus longue à produire est aussi la plus facile à automatiser : expliquer des variations que les chiffres expliquent déjà. L’IA rédige bien ces explications lorsqu’elle travaille à partir d’un modèle gouverné doté d’un pont des écarts clair. Elle peut :

  • Rédiger les commentaires sur les écarts. Classer les plus grandes variations par rapport au plan et à l’an dernier, et expliquer chacune à partir des inducteurs du modèle, comme le volume, le prix, le mix et les postes de coûts.
  • Résumer chaque unité d’affaires. Un paragraphe par unité, dans le même ordre chaque mois, pour que les lecteurs trouvent la même information au même endroit.
  • Suivre les actions en cours. Énumérer ce qui a été promis le mois dernier et ce qui a changé depuis.
  • Vérifier les chiffres du texte. Comparer chaque chiffre de l’ébauche avec le modèle certifié avant que quiconque la lise.

La rédaction fonctionne mieux lorsque le pont est complet. Si une variation ne peut pas s’expliquer par les inducteurs du modèle, l’ébauche doit le dire et la signaler au responsable plutôt que d’inventer une cause.

Pièce : une page de résultats certifiée, le BAIIA par rapport au plan, par mois et par unité d’affaires. Son titre est le genre de phrase que l’IA peut rédiger à partir des écarts.

Ce qui reste humain

L’IA explique ce que contiennent les données. Elle ne sait pas ce qu’elles laissent de côté : la négociation avec un client qui a retardé une commande, la hausse de prix annoncée mais pas encore en vigueur, le coût ponctuel qui ne se répétera pas. Décider si un écart compte, s’il s’agit d’une tendance ou de bruit, et ce qu’il faut faire demeure le travail des personnes responsables des résultats. Il en va de même des perspectives. L’IA peut prolonger une tendance, mais savoir si le second semestre ressemblera au premier relève d’un jugement sur les clients, les concurrents et les plans de l’organisation, et ce jugement appartient aux personnes qui devront en répondre.

La règle pratique est simple. L’IA rédige la première ébauche; le responsable de chaque unité d’affaires la révise et l’approuve, et le commentaire est publié sous son nom. Les responsables apprennent vite où l’ébauche est fiable et où elle a besoin de leur contexte, et le temps gagné sur la rédaction est consacré aux perspectives.

Une seule version des chiffres

Le plus grand risque d’une revue assistée par l’IA n’est pas une phrase mal écrite. C’est une phrase bien écrite sur le mauvais chiffre. Si l’IA lit des chiffriers exportés, le fichier du mois dernier ou un découpage des données différent de celui du rapport, le récit et le dossier se contrediront, et la réunion servira à les rapprocher.

Les mesures de protection sont simples. L’IA ne lit que le modèle certifié qu’utilise la revue. Chaque chiffre du récit est lié à une mesure de ce modèle et vérifié automatiquement avant la diffusion. Le récit indique sa date d’arrêté des données et le précise lorsque les livres ne sont pas encore clôturés. L’ébauche n’est produite qu’après l’actualisation du modèle certifié, jamais à partir d’un chiffrier mis à jour à la main. Le pont des écarts se trouve dans le modèle, et non dans un chiffrier à part, parce que les dirigeants demandent pourquoi un chiffre a bougé bien plus souvent qu’ils ne demandent le chiffre lui-même, un constat qui vaut aussi pour les prévisions glissantes.

Des réponses en direct

La réunion change aussi. Lorsqu’une question surgit, la réponse peut venir du même modèle gouverné, au moyen d’une question tapée en langage courant ou d’un analyste qui navigue dans le rapport à l’écran. « Nous vous répondrons plus tard » devient l’exception plutôt que la règle. Cela ne fonctionne que si le modèle contient ce dont la réunion a besoin : le plan, la prévision et l’année précédente côte à côte, avec les inducteurs qui les expliquent. La préparation consiste alors moins à monter des diapositives qu’à s’assurer que les questions probables trouveront réponse.

Tenez un registre des questions posées en réunion. Elles montrent ce que le récit du mois suivant devrait couvrir, et quelles définitions sèment encore la confusion. Au bout de quelques mois, le registre montre aussi si le récit répond aux questions avant qu’on les pose.

Par où commencer

Choisissez une revue, idéalement une revue dont les chiffres sont déjà gouvernés et dont les responsables sont partants. Produisez des ébauches avec l’IA en parallèle du processus actuel pendant quelques cycles, et comparez chacune avec le commentaire que les responsables ont réellement publié. Convenez d’un style maison : commencer par le chiffre, signer chaque écart, nommer l’inducteur. Conservez quelques-uns des meilleurs commentaires passés comme exemples; ils enseignent le style maison à l’IA plus vite que n’importe quelle consigne écrite. Mesurez les heures consacrées avant et après, ainsi que les modifications apportées par les responsables, pour que le changement repose sur des faits.

Pièce : heures d’analyste nécessaires pour préparer une revue mensuelle, avant et après la rédaction par l’IA, par tâche.

Faites ensuite la bascule et retirez les diapositives que le récit et le rapport gouverné ont remplacées. Expliquez à l’équipe de direction ce qui a changé et pourquoi, pour que le premier récit soit perçu comme une amélioration délibérée plutôt que comme un raccourci. La revue garde son rythme mensuel. Elle part simplement d’une ébauche plutôt que d’une page blanche.