Chaque année, selon les professionnels des entreprises en difficulté, ce sont 50 000 à 60 000 sociétés qui se retrouvent en situation de défaillance. Peinant à faire sien l’adage selon lequel il vaut mieux prévenir que guérir, le monde de l’entreprise réagit en effet souvent trop tard face à ses problèmes, malgré de nombreuses mesures de prévention mises en place (conciliation, mandat ad hoc, etc.). Mais par manque d’information ou de moyens des TPE/PME, celles-ci concernent essentiellement les grandes entreprises. La vision plus moderne de la prévention qui émerge peu à peu pourrait cependant changer la donne, avec l’émergence d’outils dédiés à la prévention et à l’autodiagnostic faisant la part belle à l’intelligence artificielle et aux algorithmes. Dans la sphère publique, les dispositifs de collecte de données de la Direction générale des finances publiques (DGFiP) et de l’Urssaf, prenant notamment en compte les retards de paiement, ceux des tribunaux de commerce ou encore les outils de notation et de cotation de la Banque de France en font partie. Le secteur privé n’est pas en reste, avec – entre autres – les solutions mises en place par les banques ainsi que par les professionnels du « scoring » et de la mesure des risques en entreprise (Infolegale, Altares, etc.).

A l’affût des « signaux faibles »

Le dispositif interministériel « Signaux faibles » est un parfait exemple de la data appliquée à la prévention des entreprises en difficulté. Plus prédictif que les autres, il repose sur le traitement, via un algorithme de type apprentissage supervisé, de données d’entreprises collectées par différents services de l’Etat (API, Direccte, Banque de France, Siren), par l’Urssaf, ainsi que par des partenaires fournisseurs de données tels qu’Altares. « A travers les données que l’administration possédait, nous nous sommes rendu compte que nous avions les capacités d’identifier les entreprises les plus à risque », explique Elodie Quezel, directrice opérationnelle de Signaux faibles. Parmi les principaux indicateurs à prendre en compte, les difficultés de trésorerie, les retards de paiement, les données d’activité partielle ou encore le comportement de paiement des entreprises vis-à-vis de leurs fournisseurs. « Jusque-là, ces informations circulaient de manière un peu artisanale entre les différentes directions », poursuit-elle. « Avec un développeur et un data scientist, nous avons donc souhaité appliquer des techniques plus modernes de mise en valeur des données : d’abord en les croisant sur des tableurs, puis en construisant un algorithme plus poussé et un service numérique pour consulter les données, et enfin en contactant directement les dirigeants concernés. » Expérimenté en Bourgogne-Franche-Comté en 2018, le dispositif a ensuite été déployé au niveau national à partir d’avril 2019 suite à une convention signée à Bercy par la Direction générale des entreprises (DGE), la Banque de France, l’Urssaf, la Délégation générale à l’emploi et à la formation professionnelle (DGEFP) et la Direction interministérielle du numérique (DINUM). La DGFiP a rejoint le partenariat en 2021. « Nous avons véritablement conçu ce projet en le déployant », souligne Elodie Quezel. Olivier Remy, chef de la mission Restructuration des entreprises à la DGE, salue un « outil très précieux » pour les commissaires aux restructurations et à la prévention (CRP), en charge sur le terrain des restructurations d’entreprises industrielles. « “Signaux faibles” nous permet d’avoir des indications sur les données que nous avons en interne afin de déceler les potentielles fragilités dans les entreprises, et de mieux orienter notre travail de prévention, indique-t-il. Ces derniers mois, nos équipes et celles des autres membres du partenariat ont ainsi contacté, dans le cadre des comités départementaux à la sortie de crise, un certain nombre de sociétés qui étaient signalées ; cela a grandement facilité notre travail. »

Des outils qui trouvent leurs limites

Début 2020, la crise sanitaire a cependant impacté le dispositif. « Les agents publics en charge des entreprises en difficulté ont été mobilisés pour répondre aux questions liées à la crise Covid et moins présents sur le terrain de la prévention, rapporte Elodie Quezel. Les données que nous utilisions ont donc dû être retraitées pour prendre en compte les aides d’urgence, dont les reports de charges fiscales et sociales. Cela a également impacté notre méthodologie, qui est de construire un modèle algorithmique qui apprend du passé. Or, nous n’avions jamais fait face à une crise similaire ! Nous avons donc dû ajouter de l’intelligence humaine dans l’intelligence artificielle, et nous concentrer sur les observations du présent. » Un outil qui va dans le bon sens, donc, mais qui se heurte à certaines limites comme l’observe également Alain Gerbier, directeur des entreprises à la Banque de France. « Nous cotons plus de 300 000 entreprises, et nous avons dans chaque département des analystes financiers qui réalisent environ 40 000 visites par an pour rencontrer des dirigeants. Du fait de notre connaissance intime du monde de l’entreprise, il était naturel que nous soyons partenaires de la démarche, souligne-t-il. Cependant, “Signaux faibles” repose sur un modèle prédictif qui considère que les trajectoires futures peuvent s’appréhender grâce aux trajectoires passées. Mais en situation exceptionnelle comme pendant la crise sanitaire, cela ne marche plus. » Parmi les autres points de vigilance,  Alain Gerbier note une nécessaire transparence avec le chef d’entreprise quant à son classement sur la liste du dispositif, une garantie de confidentialité des données et des résultats, et l’importance de donner une utilité pratique à cette liste. « Pour que tout cela soit concret, il faut rester au plus près du terrain, insiste-t-il. Il faudrait notamment que les conseils régionaux, qui sont pour l’instant seulement consultés, puissent être associés au dispositif. »

S’il salue également l’utilité de ce type d’outils, Sari Maalouf, associé restructuration chez Eight Advisory, relève pour sa part des résultats « a posteriori » sur un certain nombre de sujets. « Ces résultats ont plusieurs atouts, dont celui de ne pas avoir à attendre la publication des comptes annuels, mais nous ne sommes pas encore au stade de l’anticipation », estime-t-il. Un avis partagé par Frédéric Blache, associé transformation opérations et responsable du pôle data & digital au sein du cabinet de conseil, qui admet toutefois qu’il ne peut y avoir d’« outil magique ». « Ce qui prévient la difficulté des entreprises, c’est un management pertinent, avec une maîtrise de la donnée permettant de détecter les tendances, de prendre des actions correctives et d’en évaluer l’effet, analyse-t-il. Dans des environnements changeants, les outils doivent être le plus versatiles possible avec les objets clés de la société exposés et consultables : commandes, clients, fréquentation, etc. Le partage d’une donnée fiable, intelligible par tous et donc actionnable reste un point de difficulté pour de nombreuses sociétés. »

Améliorer l’existant

Avoir un système trop théorique, voilà le principal écueil pour Romain Grau, député et président de la mission d’information sur les entreprises en difficulté du fait de la crise sanitaire à l’Assemblée nationale. « Il est important d’avoir une démarche d’amélioration continue de ces outils, avec par exemple une notation de leur pertinence par les Codefi (comités départementaux d’examen des problèmes de financement des entreprises), suggère-t-il. Cela me paraît indispensable afin de ne pas dériver vers des dispositifs plus coûteux et moins utiles. » Le député regrette, par ailleurs, un trop grand cloisonnement entre les différents acteurs et outils existants, notamment publics. « Pour que cela soit véritablement efficace, il faudrait les mutualiser et croiser les informations en évitant les silos, assure-t-il. Dans les départements, par exemple, les Codefi pourraient remplir ce rôle et regrouper les informations générées par ces solutions. » Mutualiser, donc, mais aussi laisser de l’espace à l’humain et notamment à l’expert-comptable. « Il est une aide précieuse car il possède beaucoup d’informations sur l’entreprise, poursuit Romain Grau. De manière générale, la prévention des entreprises en difficulté, c’est une histoire de femmes et d’hommes. Si les outils d’analyse des données permettent en quelque sorte de faire la radiographie préalable, l’écosystème est irremplaçable pour interpréter les résultats et cerner la psychologie du dirigeant, en particulier dans les TPE/PME. Si l’on est capable d’organiser une vision un peu plus dynamique, en confrontant davantage ces technologies avec le réel, alors le pari sera gagné. » Outre une nécessaire amélioration de l’existant, Sari Maalouf évoque également une remontée d’information plus régulière afin de nourrir ces outils. « Le développement du private equity a contribué au développement et au renforcement des reportings dans les entreprises », souligne-t-il avant de miser sur une prochaine accélération dans l’accès à de la donnée plus « fraîche ». De quoi voir éclore de nouveaux dispositifs dédiés ?