Prévision des dépenses et atterrissage budgétaire par apprentissage sur historiques
Prévoir les dépenses par établissement et groupe fonctionnel à partir de 5 ans d'historiques, avec un modèle explicable paramétré par les experts financiers — cas éprouvé en DAF hospitalière.
DAF / Contrôle de gestion · Direction générale — Outils : Claude Code, Claude for Excel
Données requises
Séries comptables mensuelles et annuelles (5 ans), par établissement et groupe fonctionnel
Calendrier des charges (paie, échéances, saisonnalités connues)
Résultat attendu
Prévision de dépenses par groupe fonctionnel avec intervalle d'incertitude, comparaison modèle vs méthode actuelle, documentation des variables et hypothèses.
Garde-fous
Modèle explicable et paramétré par les experts financiers — pas de boîte noire.
Ne pas confondre précision statistique et engagement budgétaire.
Hypothèses et variables documentées ; performance mesurée sur un historique de test.
Prompt prêt à l'emploi
Tu construis un modèle de prévision des dépenses pour la DAF d'un organisme gestionnaire. À partir des séries mensuelles fournies (5 ans, par groupe fonctionnel), procède par code exécuté et commenté : analyse de saisonnalité, choix d'un modèle simple et explicable (tendance + saisonnalité + effets calendaires), entraînement sur 4 ans, test sur la dernière année avec mesure d'écart, puis prévision à 12 mois avec intervalle. Documente chaque variable et hypothèse. Présente les résultats en comparant au réalisé de test, et signale les postes où le modèle n'est pas fiable au lieu de forcer une prévision.
Jeu de données fictif
Séries mensuelles synthétiques de dépenses (5 ans, 3 groupes fonctionnels, 2 établissements) avec saisonnalité de paie et un choc énergie.
Tous les jeux de données du site sont 100 % fictifs/synthétiques — aucune donnée réelle.
FHF, Observatoire des pratiques innovantes — prévision des dépenses par IA au GHU Paris Psychiatrie & Neurosciences (10/2025) ; précision annoncée auto-déclarée.
Statut de fiabilité : V Vérifié — source primaire.
Pourquoi ce cas
C’est l’un des rares cas d’usage IA-finance documentés en production dans le secteur : une DAF
hospitalière prévoit ses dépenses sur 5 ans d’historique, avec un modèle paramétré par ses
propres experts. Anticiper plutôt que constater — le déplacement de valeur est là.
Comment le jouer
La règle du test est absolue : on entraîne sur 4 ans, on juge sur la 5e.
Un modèle simple et explicable qui se trompe de 5 % vaut mieux qu’une boîte noire à 3 %.
La prévision alimente le dialogue budgétaire ; elle ne devient jamais l’engagement lui-même.
Point d’attention
Le chiffre de précision publié (97 %) est auto-déclaré par l’établissement et non audité :
c’est un ordre de grandeur encourageant, pas une promesse. Mesurez sur vos propres données.