Il CFO Tecnologico Sostiene che i Leader Finanziari Stanno Fraintendendo l’Impatto Finanziario dell’IA
Scopri come i leader finanziari utilizzano l’intelligenza artificiale per automatizzare i flussi di lavoro, migliorare la precisione e ridurre il lavoro manuale, mantenendo però le persone responsabili del giudizio e della supervisione.
Ashok Manthena
CFO e Responsabile AI Finanziaria presso ChatFin.ai
Esecuzione dell'IA: I team finanziari dovrebbero concentrarsi sull’integrazione dell’IA nelle operazioni oltre la semplice analisi, per migliorare l’esecuzione.
Adozione Graduale: I CFO devono implementare l’IA gradualmente per evitare di interrompere le operazioni finanziarie critiche nelle grandi organizzazioni.
Impatto sui Costi: L’IA può ridurre i costi e migliorare l’efficienza, ma i leader devono privilegiare la continuità aziendale rispetto ai risparmi immediati.
Flusso di Lavoro AR: Gli agenti IA semplificano i processi di contabilità clienti, rendendoli più efficienti e in gran parte automatici.
Ruolo del Giudizio: La pianificazione del budget e le previsioni dipendono ancora dal giudizio umano, poiché l’IA non può automatizzare completamente queste funzioni.
Ashok Manthena è il CFO e Chief Finance AI di ChatFin.ai. È anche autore e ricercatore focalizzato sull’applicazione dell’IA alle operazioni finanziarie.
In questa intervista, Ashok ha condiviso come i leader finanziari devono affrontare la trasformazione dell’IA nelle loro organizzazioni.
Oltre l'analisi dell’IA: verso l’esecuzione dell’IA
Sono Ashok Manthena, ricercatore e professionista dedicato all’applicazione dell’IA alle operazioni finanziarie. Il mio lavoro comprende funzioni finanziarie di base, inclusi AP/AR, processi da controller come la chiusura di fine mese, FP&A e fiscalità.
Vuoi di più da The CFO Club?
Crea un account gratuito per terminare questo articolo e unirti a una comunità di moderni CFO ed executive finanziari che accedono a framework comprovati, strumenti e approfondimenti utili a navigare la finanza guidata dall’IA.
Have an account? Log In
Ho lavorato durante la mia carriera con grandi imprese e oggi collaboro con una vasta gamma di aziende — dalle realtà di medie dimensioni fino a imprese con alcune centinaia di milioni o oltre un miliardo di dollari di fatturato. Queste organizzazioni si differenziano per settore, stack tecnologico e sistemi ERP, il che aggiunge ulteriori livelli di complessità — in particolare per quanto riguarda la cybersicurezza.
Il mio focus è su come l’IA possa andare oltre l’analisi per arrivare all’esecuzione, automatizzando i flussi di lavoro, aumentando la precisione e consentendo ai team finanziari di operare con maggiore velocità e controllo.
Perché i CFO devono promuovere un’adozione graduale dell’IA
Molti CFO — in particolare nelle aziende di medie e grandi dimensioni, ma il discorso vale in senso più ampio — presumono che la loro trasformazione verso l’IA sarà un passaggio radicale, in cui l’IA sostituirà rapidamente i processi fin dal primo giorno. Non è pratico.
Nelle organizzazioni più grandi, le operazioni finanziarie sono fondamentali per la gestione aziendale e non possono essere interrotte. Di conseguenza, l’adozione dell’IA deve essere molto più ponderata e graduale rispetto a quanto generalmente ci si aspetta. Ogni CFO dovrebbe rendersene conto.
In ogni trasformazione, la componente umana è fondamentale. La resistenza al cambiamento e la corretta gestione del cambiamento richiedono molta attenzione — e questo vale ancor più per l’adozione dell’IA. Alla fine, una persona resta responsabile del risultato; qualcuno è sempre chiamato a rispondere di esso. Pertanto, non dobbiamo trascurare o sottovalutare l’aspetto umano nell’introduzione dell’IA.
Un approccio dall’alto verso il basso funziona meglio. Quando i leader della finanza promuovono attivamente l’introduzione dell’IA, individuano dove i team impiegano i loro sforzi e puntano a miglioramenti mirati, l’adozione accelera. Quell’attenzione guidata dalla leadership sui colli di bottiglia operativi rende gli interventi di IA effettivamente produttivi.
Come l’IA incide sui risultati aziendali
Quando l’IA viene implementata con attenzione, ho visto i benefici su diversi fronti.
C’è stata una significativa riduzione dei costi e una minore dipendenza da risorse manuali, poiché molti processi ora vengono eseguiti in automatico.
Inoltre, abbiamo assistito a un cambiamento ancora più rilevante: persone e team possono ora svolgere attività che prima non era possibile realizzare per mancanza di tempo o di risorse. Invece di concentrarsi solo sui compiti più ripetitivi, ora si dedica più tempo a lavori che incidono direttamente sui risultati aziendali.
Detto questo, credo che molti fraintendano l’impatto finanziario. I risparmi iniziali ottenuti tramite l’automazione emergono rapidamente, ma si stabilizzano altrettanto velocemente. Ciò che conta di più è garantire la continuità aziendale, ridurre il rischio di interruzioni e migliorare la performance generale. Nelle grandi organizzazioni finanziarie, anche piccole interruzioni possono avere un impatto finanziario sproporzionato, quindi un’adozione più lenta e controllata preserva meglio il valore rispetto a tagli aggressivi dei costi.
Quando i team sperimentano, identificano quali casi d’uso portano davvero ROI — non solo riducendo gli sforzi, ma anche migliorando la precisione, il controllo e la capacità decisionale. È qui che si trovano i veri vantaggi finanziari.
Ciò che conta di più è proteggere la continuità aziendale, minimizzare il rischio di interruzioni e migliorare le prestazioni complessive dell’impresa.
Come l'IA cambia fondamentalmente i flussi di lavoro dei crediti
Ho partecipato a trasformazioni in quasi tutte le funzioni del CFO.
Prendiamo come esempio la gestione della casella di posta dei crediti. Tradizionalmente, i team dedicano molto tempo a comunicare con i clienti, rispondere alle domande e sollecitare le fatture in sospeso. Sebbene i metodi precedenti abbiano automatizzato alcune parti del processo, gli agenti IA l'hanno reso molto più semplice e decisamente più efficace.
Il flusso di lavoro inizia quando l’agente legge le fatture, identifica le scadenze e le prossime attività e applica le tue politiche e i termini di pagamento. Invia automaticamente promemoria per le fatture scadute e rende disponibili estratti conto periodici che coprono tutti i saldi aperti e imminenti. Quando un cliente risponde, l’agente recupera i dati pertinenti, verifica chi effettua la richiesta e risponde con le informazioni appropriate.
Lo abbiamo testato per alcune settimane per assicurarci dell’accuratezza prima di metterlo in produzione. Ora è in gran parte un processo senza intervento umano, cambiando radicalmente il flusso di lavoro dei crediti.
Perché budget e previsioni non possono essere completamente automatizzati
L'IA ha un impatto minore sul budgeting rispetto ad altre funzioni. Si basa fortemente su giudizio, contesto e intuizione aziendale. L’IA può supportare la raccolta dati e alcune parti del flusso di lavoro del budget, ma non abbiamo ancora trovato un modo efficace per combinare input umani con gli insight derivanti dall’IA in questo ambito.
Lo stesso vale per le previsioni. Rimane comunque una valutazione ragionata, non un risultato completamente automatizzato, e credo che continuerà ad essere così ancora per un po'.
A livello finanziario consolidato, è difficile affidarsi esclusivamente all’apprendimento automatico perché spesso il segnale è limitato e le previsioni potrebbero non essere abbastanza affidabili. Qui il giudizio umano gioca ancora un ruolo critico: comprendere il contesto aziendale, le sfumature e fare assunzioni informate.
Così, per budget e previsioni, ci affidiamo a modelli strutturati e parametrizzati che utilizzano variabili note e logiche di business, in modo che i risultati siano deterministici e facili da validare per i team di finanza, piuttosto che previsioni guidate esclusivamente dal machine learning. E continuiamo a contare sulla presenza umana nel processo.
Per il resto delle attività finanziarie, come riconciliazioni, contabilità fornitori, crediti, reportistica e chiusure, utilizziamo agenti IA. Questi si occupano di acquisizione dati, matching, comunicazione ed esecuzione dei flussi di lavoro.
Perché l’IA non sta cambiando il processo di analisi
L’IA non ha generato l’impatto che mi aspettavo nell’analisi dei dati.
L’IA ha reso questi processi più rapidi, ma non ha costantemente fornito nuove intuizioni fondamentali rispetto a quelle che i team finanziari già ottenevano.
I risultati sono spesso confezionati meglio e generati più rapidamente, ma la comprensione fondamentale del business non è cambiata materialmente — almeno per noi.
Come cambierà la finanza nei prossimi anni
Guardando al futuro, l’IA trasformerà gli strumenti finanziari da una raccolta di applicazioni separate a sistemi più unificati e integrati. Emergeranno nuove categorie software, e questo cambiamento modificherà il modo in cui le organizzazioni progettano i sistemi finanziari e utilizzano la tecnologia. È un cambiamento da iniziare a considerare già da ora.
L’IA sta cambiando la finanza, non attraverso una singola trasformazione, ma lungo flussi di lavoro, team, sistemi e processi decisionali.
Siamo ancora nelle prime fasi del percorso di trasformazione dell'IA, e rimangono ancora molte incognite, soprattutto in aree come l’allocazione del capitale. Quindi, anche se l’IA è ora in grado di svolgere autonomamente molte attività, il mio consiglio per i leader finanziari è di mantenere il giudizio finale — radicato nella conoscenza del business, nel contesto del settore e nell’esperienza.
Segui il percorso
Puoi seguire il percorso di Ashok Varma su LinkedIn.
Altre interviste a esperti presto disponibili su The CFO Club!
