Sunil Padiyar, Directeur des technologies de l’information chez Trintech – Série d’entretiens

Sunil Padiyar est un Directeur des technologies de l’information (CTO) chevronné avec une solide expérience dans l’architecture de solutions SaaS B2B basées sur le cloud pour des entreprises logicielles en croissance rapide. En tant que CTO de Corcentric, il a dirigé une croissance des revenus de 25 % par an, en se concentrant sur le bureau du directeur financier en rationalisant les comptes payables, l’automatisation, les achats et les transactions de paiement. Sunil a également occupé le poste de CTO chez FacilitySource, supervisant son expansion remarquable de 40 millions à 250 millions de dollars en seulement 5 ans, aboutissant à une acquisition réussie par CBRE.

Trintech est un fournisseur mondial de logiciels basés sur le cloud qui automatisent les processus de clôture financière et de réconciliation des comptes pour les équipes de finance et de comptabilité. Avec plus de 35 ans d’expérience, il soutient des milliers de clients dans plus de 100 pays, traitant des milliards de transactions chaque année. L’entreprise utilise l’automatisation pilotée par l’IA et des partenariats stratégiques pour aider les professionnels de la finance à passer des tâches manuelles à des travaux à plus haute valeur.

Vous avez passé plus de deux décennies dans des rôles de direction technologique — qu’est-ce qui vous a d’abord attiré vers la création de solutions qui donnent le pouvoir aux équipes de finance, et comment cette motivation a-t-elle évolué au cours de votre carrière ?

Au début de ma carrière, j’ai vu combien de temps et d’énergie les équipes de finance consacraient à des travaux répétitifs et manuels — et combien peu de leur journée était consacrée à l’analyse et à la prise de décision. Il est devenu clair que la technologie pouvait modifier cet équilibre, permettant aux professionnels de la finance de se concentrer sur des activités à plus haute valeur. Au fil du temps, ma motivation est passée de l’automatisation simple des tâches à la réinvention complète des flux de travail, de sorte que l’IA et l’automatisation ne fassent pas que gagner du temps, mais améliorent également la précision, la conformité et la qualité globale des informations financières.

Comment Trintech utilise-t-il actuellement l’IA dans ses propres opérations internes pour améliorer l’efficacité ou la prise de décision ?

Internement, nous utilisons l’IA pour rationaliser les processus au sein de plusieurs équipes. Dans les opérations, l’IA nous aide à identifier et à prioriser les tickets de support, permettant une résolution plus rapide pour nos clients. Dans le développement de produits, nous utilisons des outils de codage assistés par l’IA pour accélérer la livraison de fonctionnalités tout en maintenant les normes de qualité. Nous expérimentons également l’IA pour analyser les commentaires des clients à grande échelle, aidant nos équipes de produits et de réussite client à repérer des tendances et des opportunités beaucoup plus rapidement que les méthodes traditionnelles.

Pouvez-vous nous expliquer comment l’IA est intégrée dans les produits de Trintech pour aider les équipes de finance à clôturer plus rapidement, à réduire les risques ou à améliorer la précision ?

L’IA n’est pas greffée sur nos produits — elle est intégrée dans leurs flux de travail de base. Sur notre plateforme Cadency, l’IA fonctionne dans le contexte, avec une pleine conscience de l’environnement du client, de ses données et de ses exigences de conformité. Cela permet des fonctionnalités telles que la création automatisée d’entrées de journal, la priorisation des exceptions et les calendriers de réconciliation dynamiques à être adaptés pour chaque organisation. Sur notre plateforme Adra, l’IA est intégrée dans l’interface utilisateur pour offrir des gains rapides : en recommandant des règles de correspondance, en mappant les champs de données et en aidant à la création de journaux — le tout en un seul clic. Cela rend l’IA accessible et efficace pour les utilisateurs sans nécessiter de configuration complexe.

Y a-t-il des fonctionnalités spécifiques pilotées par l’IA dans Cadency ou Adra que vous considérez comme des changements de jeu pour vos clients ?

Pour Cadency, l’automatisation intelligente des risques a été transformateur — en priorisant et en acheminant automatiquement les exceptions en fonction du risque, et en réduisant les examens manuels de jusqu’à 90 %. En outre, notre automatisation des entrées de journal peut réduire le temps nécessaire pour créer une seule entrée de neuf minutes à environ une minute. Sur des centaines d’entrées, les gains d’efficacité pour les équipes de finance sont énormes.

Pour Adra, l’IA améliore la productivité à chaque étape de la clôture. Des fonctionnalités comme MatchAssist recommandent des règles de correspondance de transactions, réduisant considérablement les efforts manuels pour configurer la logique de correspondance. L’IA formate également les données entrantes et remplit automatiquement les champs lors de l’importation, éliminant les travaux répétitifs et améliorant les taux de correspondance — tout cela accélère la réconciliation et réduit la fatigue de l’utilisateur.

Comment votre équipe décide-t-elle quelles capacités d’IA développer ensuite — quel est le processus allant de l’idée à la mise en œuvre ?

Nous commençons par les points de douleur des clients. Nos gestionnaires de produits, équipes de réussite client et spécialistes de l’IA travaillent ensemble pour identifier où l’IA peut avoir le plus d’impact. À partir de là, nous priorisons les opportunités en fonction de la valeur, de la faisabilité et de l’alignement sur notre vision de produit. Des prototypes sont développés rapidement et testés avec un petit groupe de clients pour valider l’impact. Seulement après avoir prouvé des résultats mesurables, nous les déployons plus largement.

Quel rôle l’IA joue-t-elle dans la détection d’anomalies, la prévention d’erreurs ou l’amélioration de la conformité dans les flux de travail financiers ?

<p Notre IA analyse à la fois les données saisies par l'utilisateur et les données transactionnelles sous-jacentes pour les anomalies, les erreurs potentielles et les violations de la conformité. Puisque notre IA est consciente du contexte et a l'intelligence de reconnaître le client spécifique qu'elle sert, elle peut appliquer des règles de conformité adaptées au cadre de gouvernance et réglementaire de ce client. Cela signifie que le système ne signale pas simplement les problèmes de manière générique — il applique les vérifications appropriées pour cette organisation, garantissant ainsi l’exactitude et la conformité sans ralentir le processus.

Comment vous assurez-vous que les sorties d’IA dans vos solutions soient explicables et fiables pour les équipes de finance qui en dépendent ?

Nous concevons les sorties d’IA pour être entièrement transparentes. Chaque recommandation est accompagnée de la logique ou du motif derrière elle, permettant ainsi aux utilisateurs de comprendre pourquoi le système a fait cette suggestion. Dans Cadency, par exemple, les scores de risque d’exception affichent les facteurs qui ont contribué au score, permettant aux équipes de finance de valider la logique avant d’agir. Cette transparence renforce la confiance et garantit que l’IA reste un assistant, et non une boîte noire.

Pouvez-vous partager une histoire de réussite où un client a obtenu des résultats mesurables grâce à l’automatisation pilotée par l’IA dans votre plateforme ?

L’un de nos clients entreprises pilote actuellement notre automatisation d’entrées de journal pilotée par l’IA dans Cadency. Avant l’IA, la création d’une seule entrée de journal pouvait prendre jusqu’à neuf minutes de travail manuel. Avec notre automatisation, ce même processus prend maintenant environ une minute. Sur des milliers d’entrées de journal traitées chaque mois, les gains d’efficacité attendus sont énormes — se traduisant par des économies de coûts significatives et libérant les équipes de finance pour des travaux plus stratégiques. Le pilote est déjà en train de produire des résultats solides et devrait être mis en ligne dans un avenir proche.

Comment Trintech équilibre-t-elle l’innovation de l’IA avec le maintien de la sécurité et de l’intégrité des données financières sensibles ?

La sécurité est non négociable.

Tous nos services d’IA fonctionnent dans une configuration sans état, ce qui signifie que les données des clients ne sont pas conservées ou utilisées pour la formation de modèles. Les modèles ML propriétaires sont hébergés dans des environnements de cloud privés, et l’IA générative est accessible via des API de niveau entreprise du service OpenAI d’Azure de Microsoft. Les données sont chiffrées en transit et au repos, et nos systèmes sont certifiés SOC 2 et ISO 27001. Cela garantit que l’innovation n’a jamais lieu aux dépens de l’intégrité des données.

En regardant vers l’avenir, comment vous imaginez-vous que l’IA transformera à la fois les opérations internes de Trintech et la façon dont les clients expérimentent vos produits au cours des cinq prochaines années ?

Au cours des cinq prochaines années, l’IA passera d’une fonctionnalité dans nos solutions à un orchestrateur de l’ensemble du processus de clôture financière. Pour les clients, cela signifie que l’IA ne se limitera pas à l’automatisation de tâches individuelles, mais anticipera également ce qui doit se passer ensuite, orchestrera des flux de travail à travers les systèmes, et fera surface des informations avant que les problèmes ne surviennent. Internement, nous continuerons à utiliser l’IA pour améliorer l’efficacité dans la R&D, le support client et les opérations, nous assurant ainsi que nous pouvons livrer plus de valeur aux clients plus rapidement.

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Trintech.