Comment les comptables et les teneurs de livres peuvent-ils utiliser l’IA?

Une grande partie de la tenue de livres est une lecture minutieuse et répétitive : associer une description bancaire obscure au bon compte de dépenses, expliquer en mots simples un changement dans les chiffres d’un client, reconstruire encore la même formule de tableur. Les grands modèles de langage, la technologie derrière ChatGPT, sont justement bons pour ce genre de première passe. Ils ne sont pas bons pour avoir raison chaque fois, et ils n’assument aucune responsabilité professionnelle. Une façon de travailler sûre tire parti de la première force et se protège contre la deuxième faiblesse.

Dans une entrevue publiée par CPA Canada en 2023, Malik Datardina, comptable professionnel agréé (CPA) et membre de son comité sur la technologie en audit et en certification, résumait simplement le partage des tâches : confier la corvée à l’outil et garder pour soi la réflexion critique et les décisions. Il mettait aussi en garde contre le fait de mettre des données confidentielles d’un client ou d’un employeur dans un robot conversationnel public. Ces deux idées orientent tout ce qui suit.

Ce que l’IA fait bien dans un cabinet comptable

• Le classement en premier jet. Suggérer un compte pour chaque ligne d’une exportation bancaire ou de carte de crédit, avec une raison, pour que vous révisiez au lieu de taper.
• La rédaction en langage clair. Courriels aux clients, rappels de mandats et courtes notes qui expliquent ce qui a changé et pourquoi, rédigés à partir de faits que vous fournissez.
• L’aide avec les tableurs. Écrire et expliquer des formules Excel ou Google Sheets, comme une recherche qui associe des noms de fournisseurs à des codes de comptes.
• La lecture de longs documents. Résumer un bail, une convention de prêt ou un contrat de logiciel pour savoir quelles clauses lire de près.

Depuis mai, les utilisateurs gratuits de ChatGPT qui ont accès à GPT-4o peuvent téléverser des fichiers et utiliser l’analyse de données, la fonction qui exécute de petits programmes sur un tableur que vous fournissez. Il devient ainsi facile de travailler directement sur une exportation CSV, et c’est aussi pourquoi la protection des données passe en premier.

Protégez les données des clients avant de commencer

Retirez ou remplacez les noms, les numéros de compte, les adresses et les numéros d’identification fiscale avant que tout fichier quitte votre système. Un nom de fournisseur comme « Magasin de fournitures de bureau » est habituellement tout ce dont le modèle a besoin. Vérifiez comment votre outil traite les données : OpenAI affirme que les conversations dans les espaces de travail ChatGPT Team et Enterprise ne servent pas à améliorer ses modèles, tandis que les comptes grand public ont leurs propres contrôles de données à examiner. La politique de votre cabinet, vos lettres de mission et les lignes directrices de votre ordre professionnel sur la confidentialité passent avant toute commodité.

Un exemple concret : classer des dépenses

Voici un extrait anonymisé qu’un teneur de livres pourrait coller. Les transactions et les montants sont donnés à titre d’exemple.

Tu aides un teneur de livres. Suggère une catégorie de dépense pour chaque ligne, en utilisant uniquement ce plan comptable :
Fournitures de bureau, Abonnements logiciels, Repas, Déplacements, Téléphone et Internet, Frais bancaires, Incertain.

Règles :
- Donne un tableau avec : numéro de ligne, date, description, montant, catégorie, raison en une phrase.
- Si une ligne peut entrer dans deux catégories, choisis Incertain et explique pourquoi.
- Ne modifie aucune date, aucune description ni aucun montant.
- Après le tableau, donne le nombre de lignes et le total de tous les montants.

Lignes :
1. 2024-07-02, STAPLES #1182, 84.37
2. 2024-07-03, ADOBE *CREATIVE CLD, 79.99
3. 2024-07-05, PETRO-CAN 0441, 61.20
4. 2024-07-08, MONTHLY ACCT FEE, 12.95
5. 2024-07-09, AMZN MKTP CA, 146.88

Remarquez ce que fait le prompt. Il limite le modèle à votre plan comptable, lui donne une porte de sortie honnête (Incertain), lui interdit de toucher aux données sources et demande un nombre de lignes et un total que vous pouvez vérifier. Une réponse sensée classerait la ligne d’Amazon comme Incertain, puisqu’un achat sur une place de marché peut être à peu près n’importe quoi, et pourrait faire de même pour la ligne d’essence, qui pourrait relever des déplacements ou des frais de véhicule selon votre plan comptable.

Les contrôles de rapprochement

Avant que quoi que ce soit entre dans vos livres, faites vous-même ces contrôles :

1. Le nombre. Cinq lignes en entrée, cinq lignes en sortie. Une ligne manquante ou en double est une erreur fréquente quand les modèles réécrivent des tableaux.
2. Le total. Additionnez les montants d’origine dans votre propre tableur (ici, 385,39) et comparez avec le total du modèle. S’ils diffèrent, trouvez la ligne qui a changé.
3. Ligne par ligne. Comparez chaque montant et chaque date avec l’exportation source, pas avec le tableau du modèle.
4. Les lignes incertaines. Réglez chacune à partir du reçu ou de la facture, pas à partir de la supposition du modèle.

Pour une note, appliquez la même discipline. Donnez au modèle les chiffres vérifiés et demandez-lui de les expliquer, par exemple : « À partir de ces chiffres seulement, rédige une note de cinq phrases au client pour expliquer pourquoi les coûts de logiciels ont augmenté par rapport au trimestre précédent. N’ajoute ni chiffres ni conseils. » Vérifiez ensuite chaque chiffre de l’ébauche par rapport à vos feuilles de travail.

Quels chiffres faut-il toujours vérifier à la main?

Chaque total, sous-total et nombre de lignes que l’IA rapporte, parce que les modèles de langage peuvent omettre, répéter ou mal recopier des lignes tout en ayant l’air sûrs d’eux. Recalculez les totaux dans votre propre tableur à partir des données d’origine, jamais à partir du résultat du modèle.

Chaque chiffre qui figurera dans un document destiné au client, des états financiers, une déclaration ou un paiement : soldes, montants, taux, dates et périodes. Comparez-les avec le relevé bancaire, la facture ou le grand livre d’où ils proviennent. Il en va de même pour tout calcul que le modèle a fait « de tête »; s’il n’a pas montré son travail au moyen de l’analyse de données, traitez le résultat comme non vérifié.

Enfin, les codes de comptes et les catégories de tout élément important ou inhabituel. La raison donnée par le modèle peut sembler plausible et quand même être fausse pour la situation de votre client. Comme le soulignait l’entrevue de CPA Canada, réviser le travail de l’IA exige une réelle expertise, et c’est toujours le professionnel qui approuve qui en porte la responsabilité.