Chris Bishop, PDG de BillingPlatform – Série d’interviews

Chris Bishop, PDG de BillingPlatform, est un dirigeant de logiciels d’entreprise avec plus de deux décennies d’expérience couvrant le SaaS, les opérations de revenus, la réussite client, les services professionnels et le leadership go‑to‑market. Avant de rejoindre BillingPlatform en tant que PDG en 2026, Bishop a passé près de sept ans chez Conga, où il a occupé des postes de direction dont Directeur de la relation client, Directeur des revenus et Directeur marketing, contribuant à guider l’entreprise à travers une période de transformation et d’intégration. Auparavant, il a été Vice‑président groupe des services mondiaux chez Plex Systems et a fondé MIPRO Consulting, cabinet de conseil en applications d’entreprise spécialisé dans les technologies PeopleSoft et Oracle. Sa carrière comprend également des postes de direction senior chez PeopleSoft et Oracle, où il a dirigé une pratique de gestion de la chaîne d’approvisionnement en Amérique du Nord comptant plus de 230 consultants, ainsi que des travaux antérieurs de réingénierie des processus chez Ford Motor Company.

BillingPlatform est une société de logiciels de gestion du cycle de vie des revenus et de monétisation destinée à aider les entreprises à gérer des modèles de tarification et de facturation de plus en plus complexes. Fondée en 2012, l’entreprise propose une plateforme cloud couvrant la capture de commandes, la facturation d’abonnements et à l’usage, la facturation, les paiements, l’automatisation des comptes clients, la reconnaissance des revenus et la gestion financière. Sa technologie prend en charge les modèles de tarification récurrents, basés sur la consommation, hybrides et autres modèles configurables, tandis que ses capacités de médiation d’usage peuvent ingérer et transformer des données telles que les appels d’API, les transactions, les licences, la bande passante ou d’autres événements de consommation en enregistrements facturables. BillingPlatform indique que ses systèmes traitent plus de 50 000 factures par jour et plus de 4 milliards de dollars de facturations mensuelles, positionnant la plateforme comme une infrastructure financière pour les entreprises qui dépassent les modèles traditionnels à prix fixe et d’abonnement.

Votre carrière vous a conduit de la réingénierie des processus chez Ford et des applications d’entreprise chez PeopleSoft et Oracle à la création de MIPRO Consulting et à la direction des fonctions client, revenu et marketing chez Plex Systems et Conga. Comment ces expériences ont‑elles façonné vos priorités en tant que PDG de BillingPlatform, notamment lors de l’introduction de l’IA dans des opérations financières critiques ?

Je considère chaque étape de ma carrière comme une expérience cruciale. Le processus de fabrication chez Ford, la finance et la gestion de la chaîne d’approvisionnement chez PeopleSoft et Oracle, les années de conseil entre les deux, l’ERP chez Plex et la gestion du cycle de vie des revenus chez Conga. Lorsque des systèmes comme ceux‑ci rencontrent des erreurs ou qu’une ligne s’arrête, que quelqu’un n’est pas payé ou qu’une affaire ne se conclut pas, la tolérance à l’erreur est bien plus faible que celle à laquelle la plupart des logiciels fonctionnent.

L’autre fil conducteur est que la valeur est déterminée par les résultats que vous débloquez, et non par ce que vous commercialisez. Posséder les fonctions client et revenu chez Plex et Conga a rendu cela évident pour moi, en se situant dans l’écart entre ce qui a été vendu et ce que le client a reçu.

Les deux fils convergent vers le même point pour l’IA dans les opérations financières. Être correct à 99.5 % du temps semble impressionnant lors d’une démonstration, mais cela reste un échec. Nous gérons la facturation pour des entreprises comptant des millions d’abonnés. À cette échelle, un taux d’erreur de 0.5 % représente des dizaines de milliers de factures erronées en un mois, des dizaines de milliers de conversations client imprévues, et un processus de crédit qui submerge l’équipe. Le client s’attendait à ce que toutes soient correctes, donc 99.5 % n’a pas fourni le résultat qu’il a acheté.

C’est pourquoi nous adoptons une approche conservatrice quant aux zones où l’IA touche à l’argent et une approche agressive là où elle touche au travail. L’IA effectue la configuration, l’analyse et l’investigation. Le calcul reste déterministe. Le critère que j’applique à chaque fonctionnalité d’IA est de savoir si un contrôleur peut expliquer le résultat à un auditeur sans dire que le modèle l’a décidé pour lui ou elle.

De nombreux fournisseurs de logiciels d’entreprise ajoutent des assistants IA à leurs produits existants. BillingPlatform décrit son IA comme native au cycle de vie des revenus et construite sur un modèle de métadonnées unifié et auto‑descriptif. Que peut accomplir cette architecture que ne peut pas une couche IA conventionnelle ajoutée à un logiciel de facturation hérité ?

Notre plateforme se décrit ainsi. Les entités, champs, règles de tarification, flux de travail et approbations sont tous des métadonnées que le système peut lire à l’exécution. Cela signifie que notre IA lit votre configuration réelle, et non un schéma produit générique, et qu’elle peut proposer des modifications de cette configuration parce que la configuration est des données plutôt que du code.

Un assistant greffé sur un logiciel de facturation hérité présente un problème différent. La logique propre au client dans ces systèmes réside dans du code personnalisé, des procédures stockées et des intergiciels d’intégration. L’assistant peut répondre aux questions concernant la documentation. Tout ce qui est spécifique au comportement réel de votre instance doit être extrait de ce code, et le modifier implique un cycle de développement plutôt qu’une simple conversation.

Le deuxième problème est que la mesure, la facturation et la reconnaissance des revenus se trouvent généralement dans des systèmes séparés avec des bases de données distinctes. Toute IA placée au-dessus de ces fonctions raisonne à travers une réconciliation, de sorte que sa réponse n’est aussi fiable que le lot de la nuit précédente. Nous gérons les trois domaines sur un seul modèle, ce qui crée une chaîne unique de l’événement d’usage à l’écriture comptable. L’IA répond à partir du même enregistrement à partir duquel la facture a été générée, ce qui est extrêmement important.

À mesure que les entreprises adoptent des modèles économiques basés sur l’usage, les résultats et les modèles hybrides, comment l’IA modifie‑t‑elle la façon dont les produits et services sont emballés, tarifés et monétisés ?

Deux choses évoluent. La première, c’est que l’unité de valeur s’éloigne des licences pour se rapprocher du travail accompli, de sorte que les entreprises tarifient les résolutions, les documents traités, les tâches terminées ou les résultats livrés. La seconde, c’est que la tarification devient quelque chose que l’on revoit chaque trimestre plutôt qu’une fois par an, parce que la courbe de coût sous‑jacent d’un produit d’IA évolue aussi rapidement.

D’après notre expérience, l’IA aide davantage du côté de l’analyse que du côté créatif. Si votre historique de transactions est centralisé, vous pouvez modéliser un changement de tarif proposé à partir du comportement réel des clients avant de le déployer, en quelques minutes, et prévoir comment cela pourrait impacter la marge ou le taux d’attrition, par exemple. Cela était auparavant un exercice financier de plusieurs semaines.

J’ajouterais également une mise en garde. La plupart des entreprises qui passent à la tarification à la consommation ou basée sur les résultats ne peuvent pas encore répondre à la question du coût d’une unité unique à servir. Sans ce chiffre, l’entreprise devine les seuils planchers et l’autorité de remise. C’est pourquoi la plupart des entreprises adoptent une approche hybride : des frais de plateforme engagés pour la prévisibilité, la consommation pour l’alignement, et une composante résultat où la valeur est réellement mesurable.

Les produits d’IA peuvent générer des coûts très variables selon les jetons, les modèles, l’infrastructure et la complexité de chaque requête. Quelles nouvelles capacités de mesure et de facturation les entreprises doivent‑elles mettre en place pour monétiser les services d’IA avec précision sans s’exposer à des marges imprévisibles ?

Je suggérerais de commencer par mesurer à la granularité du facteur de coût et de conserver les événements. Si vous agrégiez préalablement à un total quotidien par client, vous avez perdu la possibilité de voir qu’un flux de travail s’exécute sur un modèle coûteux.

À partir de là, quatre capacités font le vrai travail :

1. Attacher le coût des biens au même événement qui porte le revenu, afin que la marge par client, fonctionnalité et modèle soit visible pendant la période plutôt qu’à la clôture.
2. Prendre en charge des structures tarifaires qui changent en cours de période, car le remplacement de modèle et les baisses de prix des fournisseurs n’attendent pas le calendrier de renouvellement d’une entreprise.
3. Offrir aux clients des engagements, des soldes prépayés, des plafonds et des tirages, puisque la prévisibilité est une caractéristique du produit et protège également l’entreprise d’une facture inattendue.
4. Et enfin, pouvoir re‑tarifer l’historique lorsqu’un prix change ou qu’une médiation était erronée, sans recourir à un processus manuel de crédit.

La protection de la marge sur les produits d’IA est un problème de conception de mesure et de tarification. Si vous le traitez comme un problème de reporting financier, vous ne l’apprenez que 40 jours plus tard.

BillingPlatform permet aux équipes de configurer les produits, les règles tarifaires et les flux de facturation de façon conversationnelle. Quelles décisions peuvent être confiées en toute sécurité à l’IA, et où la révision et l’approbation humaines doivent‑elles rester obligatoires ?

Je dirais déléguer le travail mais laisser les décisions aux humains.

L’IA peut lire et expliquer en toute sécurité la configuration existante, rédiger une nouvelle configuration dans un bac à sable, générer des données de test et des cas de test, détecter des anomalies dans l’usage ou les exécutions de facturation, enquêter sur un différend de tarification jusqu’à l’événement source, et créer une première cartographie pour une migration. Cela représente une grande partie des heures d’une équipe de facturation chaque semaine et ne comporte pratiquement aucun risque.

L’approbation humaine est obligatoire pour tout ce qui modifie ce qui est facturé à un client ou ce qui est reconnu comme revenu en production. Cela comprend les changements de prix et de tarifs, les termes contractuels, les crédits et ajustements, la politique de reconnaissance de revenu et les jugements de prix de vente autonome, le mapping du grand livre, les positions fiscales et la clôture de période. De plus, les humains doivent intervenir dans tout ce qui est visible par le client pour la première fois.

La règle de fonctionnement est que l’IA propose, qu’une personne disposant de l’autorité réelle approuve, et que l’approbation soit enregistrée contre le changement. Les approbations et les permissions basées sur les rôles existaient déjà dans la plateforme, de sorte que les agents les héritent plutôt que de les contourner.

Les systèmes financiers laissent peu de place aux hallucinations ou aux décisions inexpliquées. Comment BillingPlatform combine‑t‑il le raisonnement de l’IA avec une exécution déterministe pour garantir que les factures, les calculs de revenu et les actions comptables restent exacts et reproductibles ?

Nous séparons l’interprétation de l’exécution. Le modèle interprète l’intention et produit une configuration, une requête ou un changement proposé. Le moteur de tarification et de comptabilité exécute ensuite. Ce moteur suit le même chemin de code que la configuration soit faite via l’interface utilisateur par une personne ou via notre IA par un agent, de sorte que les mêmes entrées produisent la même facture à chaque fois, et vous pouvez relancer une période clôturée pour obtenir exactement la même réponse.

Aucun chiffre sur une facture n’est généré par un modèle de langage au moment de la facturation. Ce que l’IA produit est un changement de configuration, et ce changement porte une version, un auteur et un horodatage comme tout autre changement dans le système. Si un auditeur demande pourquoi un frais est tel qu’il est, la réponse remonte à travers l’enregistrement tarifaire jusqu’à l’événement d’usage, pas à travers une invite.

Le dernier élément est que les propositions sont révisables avant d’être appliquées. Vous voyez la configuration spécifique que l’IA souhaite créer, en termes clairs, et vous pouvez l’approuver ou la rejeter.

BillingPlatform prend en charge le Model Context Protocol, le protocole Agent-to-Agent et les connexions avec des outils d’IA d’entreprise externes. Comment les entreprises peuvent-elles donner aux agents autonomes l’accès aux opérations de facturation tout en empêchant les actions non autorisées, l’exposition de données ou les modifications non traçables ?

MCP et A2A sont des transports, et amènent un agent à la porte. Le plan de contrôle est votre modèle d’autorisations, et c’est là que le travail réel se situe.

Dans notre cas, un agent s’authentifie comme un utilisateur et hérite du même rôle, des mêmes autorisations au niveau des champs et des enregistrements que tout employé. Il n’y a aucun contournement d’agent. Au-delà de cela, quelques bonnes pratiques s’imposent. Donnez à chaque agent son propre compte de service limité avec le moindre privilège, en lecture seule jusqu’à preuve du contraire, afin que le journal d’audit indique quel agent a fait quoi. Faites passer les opérations d’écriture par un workflow d’approbation avec des seuils monétaires et de volume. Vous devez également limiter leur débit, car un agent en boucle représente une défaillance différente de celle d’une personne qui commet une erreur. Il est également essentiel d’enregistrer chaque appel, pas seulement ceux qui ont modifié quelque chose. Et ne renvoyez que les champs nécessaires à la tâche, car la façon la plus rapide de divulguer les données client est une lecture trop large.

L’erreur que je m’attends à voir sur le marché cette année est que les entreprises donnent à un agent des identifiants d’administrateur humain parce que c’est plus simple que de définir correctement ses autorisations.

BillingPlatform affirme que l’IA peut réduire les implémentations de plusieurs trimestres à quelques semaines. Quelles parties de la collecte des exigences, de la configuration, des tests et de la migration l’IA peut-elle automatiser aujourd’hui, et quelles parties nécessitent encore des professionnels expérimentés de la facturation et des finances ?

L’IA est réellement efficace pour traduire les tarifications documentées en configuration, réaliser des analyses d’écarts à partir d’une bibliothèque de modèles connus, générer des cas de test et exécuter des régressions, cartographier et nettoyer les données héritées pour la migration, et produire de la documentation. Ce sont les domaines où le travail passe de plusieurs trimestres à quelques semaines.

Cependant, la prise de décision nécessite toujours des professionnels expérimentés de la facturation et des finances. Quelques exemples qui requièrent encore des experts incluent obtenir l’accord d’un client sur ses propres règles de tarification et sa politique de revenus, reconstituer les termes à partir de contrats, s’intégrer à un système au comportement non documenté, et juger le traitement des revenus dans un arrangement à multiples éléments. En bref, la gestion du changement ne répond pas au logiciel.

Comment un modèle unifié couvrant le comptage, la facturation et la reconnaissance des revenus peut-il améliorer la conformité, l’auditabilité et les rapports financiers, en particulier pour les organisations opérantdans le cadre d’exigences complexes de reconnaissance des revenus ?

Les auditeurs demandent toujours deux choses : montrez-moi comment vous êtes arrivé à ce chiffre et montrez-moi que vous avez appliqué le même traitement de manière cohérente. Si vos systèmes de comptage, de facturation et de reconnaissance des revenus fonctionnent séparément, répondre à cela implique de fouiller à travers trois bases de données plus une feuille de calcul construite manuellement pour les concilier toutes.

Lorsque tout est intégré dans un seul modèle, cet exercice disparaît complètement. L’événement d’utilisation, la charge, la ligne de facture et l’écriture comptable sont tous le même enregistrement, simplement suivi à l’étape suivante. Vous pouvez le tracer en avant ou en arrière sans étape de rapprochement intermédiaire, car il n’y a rien à concilier. Lorsqu’un contrat change, vous évaluez les mêmes données transactionnelles qui ont généré la facture initialement. Votre prix de vente autonome et son allocation proviendront de ce qui s’est produit.

Cela importe surtout pour les entreprises traitant des contreparties variables selon ASC 606 ou IFRS 15, où vous devez justifier votre travail et pouvoir le reproduire un an plus tard.

BillingPlatform a récemment annoncé l’ajout d’un nouveau directeur financier, d’un directeur produit et d’un directeur clientèle alors qu’elle développe sa stratégie native IA. Comment ces dirigeants travailleront-ils ensemble pour transformer l’innovation technique en croissance financièrement durable et en résultats mesurables pour les clients d’entreprise ?

En tant que directeur produit, Rob Zwiebach veille à ce que notre produit soit différencié et livré. Il a dirigé la feuille de route produit pour les finances chez Workday et a passé 17 ans chez Oracle, il connaît donc les systèmes que nos acheteurs utilisent déjà et ce qu’il faut pour les concurrencer. En tant que directeur clientèle, Chris King est responsable de la réalisation de la valeur par les clients, c’est‑à‑dire du délai de mise en valeur, de la cohérence des livraisons, de la rétention et de l’expansion. Il a dirigé les services et le succès chez Medidata et Salesforce et a débuté dans cette industrie chez Zuora, ce qui lui a permis de voir à la fois les bonnes et les mauvaises livraisons d’entreprise à grande échelle. Steven Springsteel, notre directeur financier, est responsable de l’économie, et il vient de son poste de CFO chez Recurly, ce qui lui donne une expérience directe de la fonction financière d’une société de facturation.

L’endroit où ils doivent réellement travailler ensemble en tant que groupe unique est le chiffre qui m’importe le plus. À savoir, le coût et le délai nécessaires pour mettre un client d’entreprise en ligne et productif, ainsi que la marge de ce travail. Il s’agit d’une décision produit, d’une décision de livraison et d’une décision de mesure, et cela a historiquement été le point où les projets de facturation d’entreprise échouent. Affirmer que vous êtes natif IA est une affirmation concernant votre architecture. Cela ne devient une affaire que lorsqu’elle se reflète dans le coût d’implémentation, le taux d’expansion et la marge brute. Ce sont les trois chiffres dont Rob, Chris et Steven possèdent chacun une part.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter BillingPlatform.