200 bonifici bancari da esaminare prima di mezzogiorno. Per un tesoriere, il rischio non è tanto mancare di tempo, quanto lasciare passare tra queste transazioni un IBAN insolito o un importo sospetto. È partendo da questa situazione che Mohamed Zaghou, direttore Marketing Produit di Cegid, ha presentato le applicazioni dell’intelligenza artificiale agentica alla funzione finanza, durante Cegid Connections Enterprise, l'8 ottobre 2026 al Palais Brongniart a Parigi.

L’ambizione dell’editore: integrare agenti direttamente nei suoi software per automatizzare i controlli, rilevare le anomalie e facilitare l’esame dei dati finanziari.

Dal controllo esaustivo all’analisi delle eccezioni

Il primo caso d’uso riguarda la tesoreria. Fino ad ora, l’esame di un lotto di bonifici implica verificare i beneficiari, le coordinate bancarie e gli importi, con il rischio che un’anomalia sfugga all’attenzione del collaboratore. Cegid propone di affidare questa prima analisi a un agente capace di esaminare ogni transazione e di attribuirle un livello di rischio.

« L’agente assegnerà un punteggio di rischio su ogni riga e sintetizzerà la distribuzione di questi rischi su tutti i bonifici », spiega Mohamed Zaghou.

L’interesse operativo risiede nella gerarchizzazione dei controlli. Invece di dedicare lo stesso tempo a ogni operazione, il tesoriere può concentrare la sua attenzione sulle transazioni segnalate. La validazione rimane comunque una fase distinta dalla rilevazione: il punteggio fornito dall’agente è un aiuto al controllo, non una garanzia di assenza di frode.

Lo stesso principio è applicato nell’ERP destinato ai controller di gestione. Questa volta, l’agente esamina le righe di comando per identificare incoerenze, in particolare margini negativi. Il professionista può quindi analizzare le operazioni interessate e documentare le situazioni particolari.

« Non si tratta di analisi o reporting, ma di analisi di conformità. Si tratta di gestione del rischio, di gestione delle anomalie », precisa Mohamed Zaghou.

Il reporting finanziario passa alla richiesta conversazionale

Altro progetto presentato da Cegid: la produzione dei rapporti. Una richiesta relativamente semplice del DAF può richiedere diverse ore di lavoro quando richiede l’estrazione di dati, la loro elaborazione in Excel, la costruzione di grafici e la modifica delle presentazioni. Mohamed Zaghou prende l’esempio di un’analisi delle note spese per l’anno 2024. L’agente presentato da Cegid permette di interrogare direttamente i dati disponibili nell’applicazione, senza passare attraverso una serie di esportazioni e rielaborazioni.

« L’agente andrà a cercare direttamente nello strumento il dato disponibile, lo strutturerà e lo visualizzerà », spiega Zaghou. L’utente può quindi affinare la sua richiesta, consultare il dettaglio delle informazioni o modificare la rappresentazione grafica a partire da una nuova istruzione formulata in linguaggio naturale.

L’evoluzione riguarda quindi sia l’accesso all’informazione che la sua presentazione. Potrebbe ridurre il tempo dedicato alla creazione dei dashboard, a condizione di disporre di dati sufficientemente affidabili e correttamente strutturati.

Per le squadre finanziarie, la questione della qualità dei dati rimane aperta: accelerare la produzione di un rapporto non esime né dalla verifica dei calcoli né dall’interpretazione dei risultati.

Agenti configurabili per esigenze specifiche

Oltre alle funzionalità integrate nei suoi software, Cegid ha anche presentato una libreria che permette di creare agenti adattati a compiti particolari. L’esempio scelto riguarda la pulizia di un catalogo di articoli in un ERP. L’utente definisce le istruzioni di trattamento, testa l’agente su un articolo e regola il suo parametro in funzione del risultato.

Questa possibilità apre la strada all’automatizzazione di operazioni troppo specifiche per essere oggetto di uno sviluppo standard. Richiede tuttavia di formalizzare precisamente le regole attese e di controllare i risultati prima di un utilizzo su scala più ampia.

Per le direzioni finanziarie, questi usi sollevano una questione di governance: chi definisce le regole applicate dagli agenti, chi valida i loro risultati e come documentare i controlli effettuati? Mohamed Zaghou difende una complementarità tra gli strumenti e le competenze professionali: « La nostra visione dell’intelligenza artificiale è che voi, esperti, lavoriate in sintonia con l’IA con l’unico obiettivo di offrirvi valore ».

Resta un punto decisivo per la funzione finanziaria. Un agente capace di rilevare un’anomalia in pochi secondi non risolve necessariamente il problema. Tra la rilevazione e la decisione, rimane una responsabilità che il DAF non potrà delegare a un algoritmo.