Teknologia-alan talousjohtaja kertoo, että taloushallinnon johtajat ymmärtävät tekoälyn taloudelliset vaikutukset väärin

Ashok Manthena on ChatFin.ai -yhtiön talousjohtaja ja taloushallinnon tekoälyjohtaja. Hän on myös kirjailija ja tutkija, joka keskittyy tekoälyn soveltamiseen taloushallinnon toimintoihin.

Tässä haastattelussa Ashok kertoi, miten talousjohtajien on lähestyttävä tekoälymuutosta organisaatioissaan.

Analyysistä tekoälyn avulla tekoälyn toteutukseen

Olen Ashok Manthena, tutkija ja käytännön asiantuntija, joka keskittyy tekoälyn soveltamiseen taloushallinnon toimintoihin. Työni kattaa taloushallinnon keskeiset toiminnot, kuten ostoreskontran ja myyntireskontran, controller-toiminnot, kuten kuukauden lopun sulkemisen, FP&A:n sekä verotuksen.

Olen työskennellyt suurten yritysten kanssa koko urani ajan, ja nykyään työskentelen monenlaisten yritysten kanssa keskisuurista organisaatioista yrityksiin, joiden liikevaihto on useita satoja miljoonia tai yli miljardi dollaria. Nämä organisaatiot eroavat toisistaan toimialojen, teknologiapinojen ja ERP-järjestelmien osalta, mikä lisää monimutkaisuutta entisestään – erityisesti kyberturvallisuuden näkökulmasta.

Keskittymiseni kohteena on se, miten tekoäly voi siirtyä analyysistä toteutukseen, automatisoida työnkulkuja, parantaa tarkkuutta ja mahdollistaa taloustiimien toiminnan nopeammin ja hallitummin.

Miksi CFO:iden on edistettävä tekoälyn asteittaista käyttöönottoa

Monet CFO:t – erityisesti keskisuurissa ja suurissa yrityksissä, vaikka tämä pätee laajemminkin – olettavat, että heidän tekoälymuutoksensa tulee olemaan kertarysäyksellä tapahtuva muutos, jossa tekoäly ottaa prosessit nopeasti haltuunsa heti ensimmäisestä päivästä lähtien. Se ei ole käytännöllistä.

Suuremmissa organisaatioissa taloushallinnon toiminnot ovat liiketoiminnan kannalta kriittisiä, eikä niiden toimintaa voida häiritä. Siksi tekoälyn käyttöönoton on oltava paljon harkitumpaa ja asteittaisempaa kuin ihmiset odottavat. Jokaisen CFO:n tulisi ymmärtää tämä.

Ashok kertoo

Monet CFO:t olettavat, että heidän tekoälymuutoksensa tulee olemaan kertarysäyksellä tapahtuva muutos, jossa tekoäly ottaa prosessit nopeasti haltuunsa heti ensimmäisestä päivästä lähtien. Se ei ole käytännöllistä.

Kaikissa muutoksissa inhimillinen tekijä on ratkaisevan tärkeä. Muutosvastarinta ja asianmukainen muutosjohtaminen vaativat vakavaa huomiota – ja tämä pätee erityisesti tekoälymuutokseen. Viime kädessä ihminen vastaa tuotoksesta; joku on aina siitä vastuussa. Siksi emme saa sivuuttaa tekoälyn käyttöönoton inhimillistä puolta tai suhtautua siihen kevyesti.

Ylhäältä alaspäin etenevä lähestymistapa toimii parhaiten. Kun talousjohtajat edistävät aktiivisesti tekoälyn käyttöönottoa, tunnistavat, mihin tiimit käyttävät aikaa ja vaativat kohdennettuja parannuksia, käyttöönotto nopeutuu. Johtajien ohjaama keskittyminen toiminnan pullonkauloihin auttaa tekoälyhankkeita tuottamaan tuloksia.

Miten tekoäly vaikuttaa yrityksen tulokseen

Kun tekoäly on otettu käyttöön harkitusti, olen nähnyt sen hyödyt useilla osa-alueilla.

Kustannukset ovat pienentyneet merkittävästi, ja riippuvuus manuaalisista resursseista on vähentynyt, koska monet prosessit toimivat nyt automaattisesti.

Sen lisäksi olemme nähneet merkittävämmän muutoksen – ihmiset ja tiimit voivat nyt tehdä asioita, joita he eivät aiemmin pystyneet tekemään ajan tai käytettävissä olevien resurssien puutteen vuoksi. Sen sijaan, että he keskittyisivät vain rutiinitehtäviin, he käyttävät enemmän aikaa työhön, joka vaikuttaa suoraan yrityksen tulokseen.

Siitä huolimatta uskon, että monet ymmärtävät taloudellisen vaikutuksen väärin. Automaation tuomat alkuvaiheen kustannussäästöt näkyvät nopeasti, mutta tasaantuvat yhtä nopeasti. Tärkeämpää on liiketoiminnan jatkuvuuden turvaaminen, häiriöiden riskin minimointi ja liiketoiminnan yleisen suorituskyvyn parantaminen. Suurissa taloushallinnon organisaatioissa pienilläkin häiriöillä voi olla suhteettoman suuri taloudellinen vaikutus, joten hitaampi ja hallittu käyttöönotto säilyttää arvon paremmin kuin aggressiivinen kustannusten leikkaaminen.

Kokeilujen myötä tiimit tunnistavat, mitkä käyttötapaukset todella tuottavat sijoitetun pääoman tuottoa – eivät ainoastaan vähentämällä työmäärää, vaan myös parantamalla tarkkuutta, valvontaa ja päätöksentekoa. Siitä todellinen taloudellinen hyöty syntyy.

Miten tekoäly muuttaa perusteellisesti AR-työnkulkuja

Olen ollut mukana lähes kaikkien talousjohtajan toimintojen muutoshankkeissa.

Otetaan esimerkiksi myyntireskontran postilaatikon hallinta. Perinteisesti tiimit käyttävät huomattavasti aikaa yhteydenpitoon asiakkaiden kanssa, kysymyksiin vastaamiseen ja erääntyneiden laskujen seurantaan. Aiemmat menetelmät automatisoivat tästä osia, mutta tekoälyagentit ovat tehneet prosessista paljon yksinkertaisemman ja tehokkaamman.

Työnkulku alkaa, kun agentti lukee laskut, tunnistaa erääntyneet ja lähestyvät eräpäivät sekä soveltaa käytäntöjänne ja maksuehtojanne. Se lähettää automaattisesti muistutuksia erääntyneistä laskuista sekä säännöllisiä tiliotteita, jotka kattavat kaikki avoimet ja tulevat saldot. Kun asiakas vastaa, agentti hakee asiaankuuluvat tiedot, varmistaa pyynnön esittäjän henkilöllisyyden ja vastaa asianmukaisilla tiedoilla.

Testasimme ratkaisua muutaman viikon ajan varmistaaksemme sen tarkkuuden ennen tuotantokäyttöä. Nyt kyseessä on suurelta osin koskematon prosessi, joka muuttaa perusteellisesti AR-työnkulun toimintaa.

Miksi budjetointia ja ennustamista ei voida automatisoida täysin

Ashok jakaa

Tekoäly vaikuttaa budjetointiin vähemmän kuin muihin toimintoihin. Se perustuu vahvasti harkintaan, asiayhteyden ymmärtämiseen ja liiketoimintaintuitioon.

Tekoäly vaikuttaa budjetointiin vähemmän kuin muihin toimintoihin. Se perustuu vahvasti harkintaan, asiayhteyden ymmärtämiseen ja liiketoimintaintuitioon. Tekoäly voi auttaa tietojen keräämisessä ja budjetointiprosessin osissa, mutta emme ole vielä täysin ratkaisseet, miten ihmisten antamat tiedot ja tekoälypohjaiset näkemykset voidaan yhdistää tehokkaasti tässä yhteydessä.

Sama pätee ennustamiseen. Se on edelleen laskelmiin perustuvaa harkintaa eikä täysin automatisoitu lopputulos, ja uskon sen pysyvän sellaisena vielä jonkin aikaa.

Konsernitason taloushallinnossa on vaikeaa luottaa pelkästään koneoppimiseen, koska signaali on usein rajallinen eivätkä ennusteet välttämättä ole riittävän luotettavia. Tässä ihmisen harkinnalla on edelleen ratkaiseva merkitys – liiketoimintaympäristön ja sen vivahteiden ymmärtämisessä sekä perusteltujen oletusten tekemisessä.

Siksi käytämme budjetointiin ja ennustamiseen jäsenneltyjä, parametreihin perustuvia malleja, joissa hyödynnetään tunnettuja muuttujia ja liiketoimintalogiikkaa. Näin tulokset ovat deterministisiä ja taloustiimien on helppo validoida ne sen sijaan, että ennusteet perustuisivat yksinomaan koneoppimiseen. Lisäksi pidämme ihmiset mukana prosessissa.

Muiden taloushallinnon toimintojen, kuten täsmäytysten, ostoreskontran, myyntireskontran, raportoinnin ja tilinpäätösprosessien, osalta käytämme tekoälyagentteja. Ne käsittelevät tietojen tuonnin, täsmäytyksen, viestinnän ja työnkulkujen suorittamisen.

Miksi tekoäly ei muuta analytiikkaprosessia

Tekoäly ei ole myöskään analytiikassa tuottanut odottamaani vaikutusta.

Tekoäly on nopeuttanut näitä prosesseja, mutta se ei ole johdonmukaisesti tuottanut olennaisesti uusia näkemyksiä sen lisäksi, mitä taloustiimit jo aiemmin tuottivat.

Tulokset ovat usein paremmin jäsenneltyjä ja nopeampia tuottaa, mutta liiketoiminnan perusymmärrys ei ole merkittävästi muuttunut – ainakaan meidän tapauksessamme.

Miten taloushallinto muuttuu tulevina vuosina

Jatkossa tekoäly muuttaa taloushallinnon työkalut erillisten työkalujen kokoelmasta yhtenäisemmiksi ja integroiduiksi järjestelmiksi. Uusia ohjelmistokategorioita syntyy, ja tämä muutos vaikuttaa siihen, miten organisaatiot suunnittelevat taloushallinnon järjestelmiä ja hyödyntävät teknologiaa. Organisaatioiden on alettava ajatella asiaa jo nyt.

Tekoäly muuttaa taloushallintoa ei yhden ainoan muutoksen kautta, vaan työnkulkujen, tiimien, järjestelmien ja päätöksenteon tasolla.

Olemme edelleen hyvin varhaisessa vaiheessa tekoälymuutoksen matkalla, ja monia kysymyksiä on vielä avoinna erityisesti pääoman allokoinnin kaltaisilla alueilla. Vaikka tekoäly pystyykin nykyään suorittamaan monia tehtäviä itsenäisesti, neuvoni talousjohtajille on pitää lopullinen harkinta itsellään – liiketoimintatuntemukseen, toimialan kontekstiin ja kokemukseen perustuen.

Seuraa matkaa

Voit seurata Ashok Varman matkaa LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa The CFO Clubiin!